C
CJ온스타일
August 22, 20241회
Android 온스타일 홈탭 스크롤 속도 개선 Mission Possible

간단 소개
온스타일 앱 홈탭 스크롤 성능 개선을 위해 비디오 처리, 데이터 로딩, 비동기 API 호출 방식을 최적화하여 사용자 경험을 향상시켰습니다.
AI Summary
- 문제 정의 및 원인 분석
- 온스타일 앱 홈탭 개편 후 스크롤 시 버벅임 발생, 원인 분석 결과 ExoPlayer의 Prepare/Release 시점, Cookie 데이터 처리, 비동기 모듈 호출 시 문제 확인.
- 해결 방안
- Lazy Prepare/Release Video 로직 구현: 스크롤 속도 기반으로 동영상 Prepare/Release 지연 처리.
- SharedPreference 활용: 성인 상품 확인 로직에서 Cookie 대신 SharedPreference 사용하여 메모리 효율성 증대.
- Preload Async API: 홈 화면 진입 시 비동기 API 사전 호출, UI 렌더링 지연 최소화 및 Task Queue를 통한 동시성 문제 해결.
- 결과 및 시사점
- Lazy Prepare/Release, SharedPreference, Preload Async API 적용 후 스크롤 성능 개선 확인. 다른 탭에도 적용하여 긍정적 결과 얻음. 스크롤 성능 개선은 지속적인 고민과 개선이 필요한 과제임을 강조.
Next Feeds
치핑 시뮬레이션 개발 이야기
차량 치핑 현상 분석 및 시뮬레이션 개발 과정을 통해 차량 내구성 및 디자인 개선에 기여한 사례를 소개한다.
치핑시뮬레이션역공학내구성디자인
2024. 8. 22.
현대자동차

(youtube)Event Streaming 도입과 앞으로의 활용
29CM의 Event Streaming 도입 배경과 효과, 그리고 향후 활용 방안을 소개하고 채용 정보를 제공합니다.
Event Streaming29CM실시간 데이터Architecture Manifesto채용
2024. 8. 21.
29cm
쓰기만 했던 개발자가 궁금해서 찾아본 쿠버네티스 내부 1편
쿠버네티스 컨트롤 플레인의 Hub and Spoke 패턴과 선언적 동작 방식, 그리고 Watch 메커니즘을 통해 효율적인 시스템 운영을 가능하게 합니다.
쿠버네티스컨트롤 플레인Hub and Spoke선언적 방식Watch 메커니즘
2024. 8. 20.
카카오페이

리디 추천 시스템, MLOps Platform에 올라탈 결심
리디는 추천 시스템을 고도화하기 위해 MLOps 플랫폼을 도입, 개발 효율성을 높이고 실시간 추론을 통해 사용자 경험을 개선하고자 한다.
추천 시스템MLOpsSageMaker실시간 추론모델 관리
2024. 8. 20.
리디
PostgreSQL을 Kubernetes에서 운영하기
Kubernetes 환경에서 PostgreSQL 운영 경험 공유: 장단점 분석, Bitnami Helm 차트 활용법, 설정 팁, 운영 고려사항 제시.
PostgreSQLKubernetesHelmBitnamiHA
2024. 8. 20.
현대자동차

AI를 활용한 주문서 생성 자동화: 카카오톡 주문을 키친보드 주문으로
Spring AI를 활용하여 카카오톡 주문을 키친보드 주문서로 자동 생성하는 기능 구현 사례를 소개합니다.
AISpring AI키친보드주문서 자동화프롬프트 엔지니어링
2024. 8. 19.
스포카