Blog - LINE ENGINEERING

TAG ARCHIVES: Server-side

LINE 오픈챗 서버 원클릭 릴리스 자동화 시스템 개발기
주승환2021-03-23
LINE에서 OpenChat 서비스의 백엔드 개발을 담당하고 있습니다.
LINE DEVELOPER DAY 2020에서 주승환 님이 발표하신 The journey to the automated deployment in OpenChat server 세션 내용을 옮긴 글입니다. 안녕하세요. 오픈챗 데브(OpenChat dev) 팀 주승환입니다. 저희 팀에서는 릴리스를 자동화하기 위해 그동안 많은 노력들을 해왔고 그 결과 클릭 한 번으로 전체 릴리스를 수행할 수 있게 되었습니다. 이번 세션에서는 그 과정에서 저희가 고민했던 부분들과 자동화를 통해 무엇을 얻었는지 공유하려고 합니다. 먼저 오픈챗 서버의 릴리스 방식을 소개하고 기존 프로세스의 문제점과 자동화를 통해 이루고자 했던 목표를 설명하겠습니다. 그다음 각각의 파트를 자동화한 방식과 그 결과를 설명하고 마지막으로 앞으로 남아 있는 과제를 공유하겠습니다. 오픈챗 서버 개발 팀의 릴리스 프로세스 먼저 오픈챗 서버
- Server-side
Kafka와 MongoDB, Kubernetes로 유연하고 확장 가능한 LINE 쇼핑 플랫폼 구축하기
LINE Engineering2020-12-10
안녕하세요. LINE Commerce Platform에서 LINE 쇼핑(일본어) 개발을 담당하고 있는 유재균입니다. LINE 쇼핑에선 여러 판매자로부터 전달 받은 상품 정보를 한곳에 모아서 일정한 기준에 따라 분류하고, 그룹화한 뒤, 정렬하여 사용자들이 상품 정보를 쉽게 얻을 수 있도록 제공하고 있습니다. 네이버 쇼핑이나 다나와 등이 LINE 쇼핑과 동일한 모델이라고 할 수 있습니다. LINE 쇼핑의 판매자는 경우에 따라 수십에서 수천만 개 이상의 상품 정보를 보유하고 있는데요. 이런 판매자들의 상품을 한곳에 모아서 서비스하려면 어떻게 플랫폼을 구축해야 할까요? 이번 글에선 저희 팀이 이 어려운 과제를 해결하기 위해 어떤 플랫폼을 구축했는지 소개하려고 합니다. 요구 사항 LINE 쇼핑 플랫폼의 요구 사항을 비즈니스 및 사용자 경험 측면과 시스템의 유연성 측면으로 나누어 살펴보겠습니다.
- Server-side
- Data/AI
LINE Timeline의 새로운 도전 2편 - Discover 딜리버리 시스템 소개
LINE Engineering2020-09-14
지난 1편, LINE Timeline의 새로운 도전 1편 – 추천 콘텐츠 탐색을 위한 Discover와 새로운 구독 모델 Follow에 이어서 이번에는 Discover 딜리버리 시스템을 좀 더 자세하게 소개하려고 합니다. Discover 딜리버리 시스템은 크게 Discover Feed와 Discover 에이전트, Discover ML(Machine Learning) 서버로 구성됩니다. 이번 글에서는 Discover Feed와 Discover 에이전트를 중점적으로 살펴보고, 다음 글에서 Discover ML 서버를 다루겠습니다. 아래 그림은 1편에서 소개했던 Discover 딜리버리 시스템의 전체 흐름도입니다. Discover Feed는 6번과 7번, 8번, 10번의 역할을 담당하고, Discover 에이전트는 8번과 9번의 역할을 담당하고 있습니다. Discover 딜리버리 시스템 아
- Server-side
- LINE Timeline
서버 사이드 테스트 자동화 여정 - 5. 성능 테스트 리포트 생성 및 자동화 시스템 업무 적용 결과
LINE Engineering2020-05-11
안녕하세요. LINE 미디어 플랫폼 개발과 운영 업무를 담당하고 있는 하태호입니다. 지난 글(4편)에선 앞서 블로그(서버 사이드 테스트 자동화 여정 1편, 2편, 3편)를 통해 소개했던 자동화 시스템에 이어서 성능 테스트를 자동화하게 된 계기와 목표, 구성한 환경에 대해 소개했는데요. 이번 글에선 자동화된 성능 테스트의 리포트를 생성한 방법과 자동화된 성능 테스트를 실제로 적용하면서 겪었던 일을 공유하겠습니다. 리포트 생성하기 시스템과 JVM 지표 시각화하기 미디어 플랫폼 조직에선 각종 지표를 좀 더 정밀하게 모니터링하면서 쉽게 분석하기 위해 기본적으로 제공되는 전사 모니터링 플랫폼 외에도 Grafana와 Prometheus를 이용해 다양한 시스템 지표를 수집하고 모니터링하고 있습니다. Prometheus가 제공하는 대표적인 익스포터(exporter) 중 하나인 노드 익스포터를 사용하면 CPU와
서버 사이드 테스트 자동화 여정 - 4. 성능 테스트 자동화 목표 설정 및 테스트 환경 구성
LINE Engineering2020-05-08
안녕하세요. LINE 미디어 플랫폼 개발과 운영 업무를 담당하고 있는 하태호입니다. LINE 내 수많은 서비스가 사용하는 미디어 플랫폼은 앞서 블로그(서버 사이드 테스트 자동화 여정 1편, 2편, 3편)를 통해 소개했던 자동화 시스템을 이용해 지속적으로 테스트하고 있습니다. 개발자들은 자동화 시스템에 계속 추가되는 테스트 케이스 덕분에 단순한 API 호출과 관련된 문제만 확인하는 것이 아니라, 실제 서비스에서 API를 호출하는 흐름 중에 발생하는 문제도 코드 리뷰 시작 전부터 확인하는 등 많은 도움을 받고 있는데요. 이번 글에서는 더 나아가 성능 테스트를 자동화하며 겪은 일들을 공유하고자 합니다. 성능 테스트 자동화를 시작한 이유 개발 업무 환경에 테스트 자동화가 적용된 후 팀원 분들이 업무를 진행하는 방식이 조금씩 변화하기 시작했다는 것을 알게 되었습니다. 이전엔 변경 사항을 테
Armeria의 서킷 브레이커 사용해 보기
주승환2020-04-27
LINE에서 OpenChat 서비스의 백엔드 개발을 담당하고 있습니다.
안녕하세요. LINE에서 OpenChat 서비스의 백엔드를 개발하고 있는 주승환입니다. 이번 글에서는 간단한 코드 예제와 함께 Armeria의 서킷 브레이커 기능을 사용해 본 내용을 공유하고자 합니다. 서킷 브레이커란? 만약 예상치 못한 장애(네크워크 이슈 혹은 서버 다운 등)가 발생하여 어떤 원격 서버 하나가 요청에 응답하지 못하는 상태라고 가정해 보겠습니다. 이때 해당 서버로 요청을 보낸 클라이언트는 타임아웃이 발생할 때까지 응답을 기다리거나 계속 무의미한 요청을 보내며 자원을 낭비하게 될 것입니다. MSA(Microservice Architecture)에서는 이 클라이언트가 또 다른 누군가의 서버가 될 수도 있는데요. 그렇다면 이 서버의 클라이언트 역시 똑같은 문제를 겪게 될 것입니다. 이렇게 장애가 계속 전파되며 한 원격 서버에서 발생한 장애가 모든 시스템에 큰 영향을 줄 수 있습니
- Server-side
- Armeria
- Java
LINE 트랜스코딩 서버 아키텍처 개선기 - 2
LINE Engineering2020-04-22
안녕하세요. LINE에서 트랜스코딩(Transcoding) 서버 개발과 운영 업무를 담당하고 있는 백승훈입니다. 1편에서 LINE의 트랜스코딩 서버인 '리코더(Licoder, LIne TransCODER)'를 소개하고 그 기능과 인터페이스에 대해 말씀드렸는데요. 이번 글에서는 리코더의 초기 아키텍처를 설명하고 이 아키텍처가 LINE의 급격한 성장에 따라 어떻게 변화했는지 공유하겠습니다. 초기 리코더의 아키텍처 초기 리코더는 크게 3가지 모듈로 분류했습니다. 사용자의 요청을 받아주는 API 서버와 트랜스코딩을 수행하고 사용자에게 알림(notify)를 전달하는 워커(worker) 서버, 그리고 각 서버 간 메시지 전달과 메시지 큐 역할을 담당하는 RabbitMQ 서버입니다. 아래는 초기 리코더의 아키텍처를 나타낸 그림입니다. 어드민(admin) 서버는 리코더에서 처리한 내용을 일정 기간동안 보관하고, 실패한 요청을 분석할 때
- Server-side
- Tech Management
LINE 트랜스코딩 서버 아키텍처 개선기 - 1
LINE Engineering2020-04-22
안녕하세요. LINE에서 트랜스코딩(transcoding) 서버 개발과 운영 업무를 담당하고 있는 백승훈입니다. 우리는 생활 속에서 다양한 방식으로 동영상을 생산하고 소비하고 있습니다. 자신의 스마트폰으로 직접 동영상을 촬영하기도 하고, 누군가가 메신저로 공유해 준 동영상을 감상하기도 하고, 인터넷에 공개된 동영상을 다운로드하기도 합니다. 그런데 이렇게 다양한 곳에서 다양한 방식으로 얻은 동영상이 간혹 재생되지 않는 경우가 있습니다. 재생할 수 없는 이유에는 여러 가지가 있을 수 있지만, 대부분 스마트폰의 코덱이나 성능의 제약이 문제가 됩니다. LINE에서는 이런 문제를 어떻게 해결하고 있을까요? LINE 트랜스코딩 서버에서는 모든 LINE 사용자가 문제없이 동영상을 시청할 수 있도록 가장 범용적인 포맷으로 동영상을 변환하고 있습니다. 또한 더 적은 데이터 요금으로 동영상을 즐길 수 있고, 인터넷
- Server-side
- Tech Management
LINE Timeline의 새로운 도전 1편 - 추천 컨텐츠 탐색을 위한 Discover와 새로운 구독 모델 Follow
LINE Engineering2020-04-20
LINE 타임라인 서비스에 'Discover'와 새로운 구독 모델인 'Follow' 기능이 추가되었습니다. 사용자에게는 많이 낯설지 않은 기능일 것이나, 그 속에서 우리가 고민하고 노력했던 부분들이 무엇인지 공유하고 싶어 이 글을 작성하게 되었습니다. 이번 소개 글을 시작으로 조금 더 자세한 내용까지 전해 드리고자 총 3부작으로 기획했습니다. LINE Timeline의 새로운 도전 1편 - 추천 컨텐츠 탐색을 위한 Discover와 새로운 구독 모델 Follow LINE Timeline의 새로운 도전 2편 - Discover Delivery System 소개 LINE Timeline의 새로운 도전 3편 - Discover 추천 모델 자세히 살펴보기 새로운 도전의 시작 Discover와 Follow는 서비스 관점에서 몇 년 전부터 논의되어 왔던 주제였으나, 개인을 위한 공간이라는 인식이 강한 LINE의 소셜
- Server-side
- Data/AI
Kubernetes로 클러스터 외부 자원 관리하기
LINE Engineering2020-03-12
안녕하세요. 저는 LINE에서 LINE 개발자를 위한 서비스, Pipeline을 개발하고 있습니다. Pipeline은 테스트부터 서비스 배포까지 가능한, Kubernetes 기반 워크플로(workflow) 서비스입니다. 사용자가 코드를 검증하기 위한 테스트나 코드를 배포하기 위한 빌드 또는 주기적으로 작업을 실행하기 위한 크론(cron) 작업과 같이 실행하고 싶은 작업을 워크플로 형태로 Pipeline에 정의하면, Pipeline이 사용자가 정의한 대로 작업을 실행합니다. 작업의 결과는 다양한 형태로 나타나는데요. 파일이 산출되기도 하고 서비스가 실행되기도 합니다. 이번 글에서는 외부에서 발생한 트래픽을 Kubernetes 클러스터에서 실행되는 서비스로 전달하기 위해 필요한 Pipeline 컴포넌트를 직접 개발한 경험을 나누고자 합니다. 컴포넌

1 2 3 4 5