메인 페이지와 동일한 증거 중심 메시지로 구성한 웹 이력서입니다. PDF는 이 페이지에서 생성됩니다.
PDF 다운로드Backend Developer Resume
성진혁
Spring 백엔드 개발자
동시성·성능·메시징 병목을 테스트와 수치로 검증하는 Spring 백엔드 개발자
k6, Testcontainers, Redis, Kafka를 활용해 병목을 재현하고, 개선 결과를 RPS·p95·정합성 지표로 검증합니다.
Proof summary
대표 검증 지표
937 → 1,598 RPS
Realtime Chat
REST 조회 API, k6 200 VU, 50s, local Docker 기준. p95 212ms → 149ms
1,005 RPS
Concert Booking Mixed Load
Mixed Load, k6 200 VU, local Docker Compose + Apple M4 기준
100명 동시 요청, 성공 1건
Hot Seat Contention
동일 좌석 1개 경합 시나리오, 실패 99건, overselling 0건
162 RPS / error rate 0%
TimeDeal order-spike
0→200 VU spike, 60s 유지, local MySQL/Redis perf profile 기준
Evidence Matrix
Featured 3 근거 요약
Realtime Chat
Kafka roomId partitioning, Redis Pub/Sub, Cache Aside로 다중 인스턴스 채팅 흐름을 검증했습니다.
937 → 1,598 RPS / p95 212ms → 149ms
REST 조회 API, k6 200 VU, 50s, local Docker 기준
DLT / Consumer Group / Testcontainers
메시지 중복 방지, 실패 격리, 통합 테스트 경로
Concert Booking
동일 좌석 경합, 분산 예약, 혼합 부하에서 락 전략별 결과를 비교했습니다.
1,005 RPS / read p95 7ms / write p95 6ms
Mixed Load, k6 200 VU, local Docker Compose + Apple M4 기준
100명 동시 요청, 성공 1건, overselling 0건
동일 좌석 1개 Hot Seat contention 시나리오
타임딜 서비스
한정 수량 주문 스파이크에서 비관적·낙관적·Redis 락의 처리량과 실패율을 비교했습니다.
162 RPS / p95 935ms / error rate 0%
order-spike, 0→200 VU, 60s 유지, local MySQL/Redis 기준
Prometheus / Grafana dashboard
RPS, latency, JVM 메트릭 관측성 구성
Case studies
Featured Case Studies
Realtime Chat
실시간 채팅에서 roomId 파티션, Redis Pub/Sub, Cache Aside를 적용해 순서를 지키며 REST RPS를 937→1,598로 끌어올렸습니다.
REST 조회 API는 k6 200 VU / 50s / local Docker 기준으로 937 RPS에서 1,598 RPS로 개선했고, p95는 212ms에서 149ms로 낮췄습니다.
Concert Booking
1만 명 대기열과 1,000석 예매를 가정한 시스템에서 3가지 락 전략을 비교했습니다. Mixed Load는 Redis 분산 락 기준 1,005 RPS를 측정했고, Hot Seat 100명 경합에서는 성공 1건과 overselling 0건을 검증했습니다.
동일 좌석 1개에 대한 100명 동시 요청에서 성공 1건, 실패 99건, overselling 0건을 검증했습니다. Mixed Load는 Redis 분산 락 기준 1,005 RPS를 기록했습니다.
타임딜 서비스
200 VU 주문 스파이크에서 락 전략 3가지를 비교해 재고 정합성을 검증했고, 비관적 락으로 162 RPS와 에러율 0%를 확인했습니다.
order-spike 기준 비관적 락은 약 162 RPS, p95 약 935ms, error rate 0%를 기록했습니다. 상품 조회 p95는 캐시 적용 후 38.8ms에서 11.6ms로 낮아졌습니다.
Stack