TwentyTwentyOne

AWS + Cloudflare 기반 NestJS 운영환경 구축(HTTPS, CDN, 로드밸런서까지 연결하는 실전 인프라 편)드디어 여기까지 왔다.이전 글까지는 NestJS + Docker + GitHub Actions + Blue-Green + PM2 + Prisma 로완전한 백엔드 자동배포 체인을 만들었다.이번 편은 그 위에 “운영 인프라”를 올린다.즉, AWS + Cloudflare 조합으로 HTTPS, CDN, 로드밸런서, 도메인 관리까지 통합하는 단계다.이 편은 단순히 서버를 띄우는 게 아니라“실제 서비스처럼 전 세계 사용자에게 빠르고 안전하게 제공하는 방법”을 다룬다.🧭 이번 목표구성 요소 역할AWS EC2 (Ubuntu)Docker 기반 NestJS 서버 호스팅AWS Load Balancer..

GitHub Actions로 완전 자동화된 NestJS 배포 파이프라인 구축하기(Blue-Green, Prisma Migrate, Slack 알림까지 원클릭 배포 완성)이제 우리가 만든 NestJS + Prisma + Redis + PM2 백엔드는로컬과 서버 모두에서 완벽히 작동한다.하지만 진짜 서비스 운영에서 더 중요한 건 “배포 자동화”다.매번 서버에 SSH 접속해서 git pull → docker compose up 하는 건 100% 사고 난다.이번 편에서는 GitHub Actions를 이용해코드 푸시 → 빌드 → 마이그레이션 → 배포 → 프록시 전환 → 알림까지한 번의 push로 자동화하는 방법을 단계별로 정리한다.🧭 목표단계 내용1️⃣main 브랜치 push 시 Actions 자동 트리거2️⃣..

머신러닝 기초학습 8: 모델 배포와 운영 (MLOps) — 학습된 모델을 서비스로 연결하는 법“좋은 모델을 만들었다면, 이제 세상에 공개할 차례다.”모델을 실험실에서만 잘 돌게 만드는 건 ‘연구자’의 일입니다.하지만 ‘현업’에서는 서비스에 연결되고, 자동으로 업데이트되며, 안정적으로 동작하는 모델이 진짜 가치입니다.이번 글에서는 머신러닝의 마지막 단계,모델 배포(Deployment) 와 운영(MLOps) 의 개념, 구조, 실무 예제를 다룹니다.1. MLOps란 무엇인가?“Machine Learning + DevOps”MLOps는 머신러닝 모델의 개발(ML) 과 시스템 운영(Ops) 을 통합한 개념으로,데이터 수집 → 학습 → 배포 → 모니터링 → 재학습까지의 전 과정 자동화 파이프라인을 의미합니다.MLO..

NestJS + Prisma + Redis + PM2 운영환경 완성편(실제 서비스 수준으로 안정화된 백엔드 런타임 만들기)이제 개발은 끝났다.NestJS + Prisma + MySQL + Redis + Docker + Swagger까지 완벽히 세팅했으니,남은 건 “운영 환경”에서 이걸 안 끊기게, 안 느려지게 유지하는 일이다.이번 글에서는 “진짜 서비스 환경”에서 필요한 운영 최적화를 전부 다룬다.실무용 포인트: 단순히 docker compose up으로 돌아가는 게 아니라,서버 재부팅 후 자동 기동트래픽 급증 시 스케일 대응캐시와 DB 성능 튜닝장애시 자동 복구까지 구성한다.🧭 이번 편 목표항목 내용1️⃣PM2 Cluster 모드로 Nest 실행2️⃣Redis 캐싱 + TTL 전략 최적화3️⃣Dock..

NestJS Swagger + Docker 배포 환경 구축 (Prisma까지 한 번에)사실 여기까지 오면 “개발은 됐는데, 운영에선 깨지는” 디테일이 발목을 잡곤 한다.이번 편은 NestJS 버전의 서비스를 대상으로 아래 3가지를 ‘한 번에’ 정리한다.Swagger(OpenAPI)로 문서/테스트 환경 붙이기Dockerfile + docker-compose로 MySQL/Redis/Nest 통합 실행Prisma와 런타임 배포가 정말 잘 맞물리게 만드는 요령내가 실제로 겪은 시행착오(특히 Prisma migrate/Generate 타이밍, env 주입, 컨테이너 간 네트워킹)를 전제로 코드를 배치했다. 복붙해도 돌아가게 구성해두었다.0) 준비 요약 (이전 글 기준)NestJS 프로젝트(nest new), Pr..

🧩 Airflow 기초부터 심화까지 1편데이터 파이프라인의 뇌, Airflow 이해하기솔직히 말하면…처음 데이터 파이프라인을 짜봤을 때, 나는 cron으로 모든 걸 해결할 수 있다고 생각했다.“매일 새벽 2시에 이 스크립트만 돌면 되지 뭐.”근데 그게 지옥의 시작이었다.🧨 크론잡 지옥에서의 탈출크론은 성공 여부를 모른다.실패하면 재시도도 없다.로그가 서버 여기저기 흩어진다.의존성이 꼬이면 어디서 터졌는지 감도 안 잡힌다.결국 “전체 데이터 파이프라인을 중앙에서 제어할 시스템”이 필요했다.그게 바로 Airflow다.💡 Airflow란 무엇인가Airflow는 **“데이터 워크플로우를 코드(DAG)로 관리하는 오케스트레이터”**다.즉,“데이터 엔지니어의 스케줄러이자, 데이터팀의 두뇌”라고 보면 된다.코드..

✅ 압박면접 대응 시리즈 25편: CI/CD 파이프라인 구조와 GitHub Actions 실무 자동화 전략압박면접에서 “CI/CD를 구성해본 적 있나요?”라는 질문은 단순히 빌드 자동화 경험을 묻는 게 아닙니다.면접관은 이렇게 생각합니다.“이 지원자는 코드를 배포 가능한 상태로 유지할 줄 아는가?”“품질, 속도, 안정성 사이의 균형을 이해하는가?”이번 편에서는 CI/CD의 기본 개념, GitHub Actions 파이프라인 설계,그리고 실무에서 실제로 적용된 자동화 사례를 공유합니다.📌 1. CI/CD란 무엇인가?용어 의미 핵심 목표CI (Continuous Integration)코드 변경 시 자동 빌드·테스트품질 확보, 코드 통합 자동화CD (Continuous Deployment/Delivery)CI..

Express + MySQL 사이드프로젝트 아키텍처 완성편(기술문서로 정리하는 ‘실전 백엔드 운영 구조’)이제 여러분은 하나의 완전한 백엔드 서비스를 스스로 구축했습니다.Express, MySQL, JWT 인증, Swagger, Docker, CI/CD, Redis 캐시, PM2 프로세스 관리까지…이 글은 그 모든 과정을 정리하고 시각화하는 마지막 단계입니다.이번 편의 목표는 단순합니다."내 프로젝트를 누가 봐도 구조가 명확하고, 실제 서비스로 동작 가능한 시스템임을 설명할 수 있도록 만든다."🧭 이번 글에서 정리할 것구분 내용1️⃣전체 시스템 아키텍처 다이어그램2️⃣데이터 흐름 및 요청 처리 구조3️⃣운영 및 배포 파이프라인4️⃣모듈별 역할 및 의존 관계5️⃣향후 확장 전략 (NestJS, TypeS..

✅ 압박면접 대응 시리즈 24편: Docker 컨테이너 vs 가상머신(VM)의 차이와 DevOps 활용 전략압박면접에서 “Docker와 VM의 차이를 설명해보세요”는 고전적인 질문이지만,면접관이 진짜로 듣고 싶은 건 **“기술 구조의 차이”**가 아니라“그래서 당신은 왜 Docker를 선택했는가?”“운영 환경에서 어떻게 활용했는가?”입니다.이번 글에서는 단순 개념 비교를 넘어,아키텍처 차이 → 실무 DevOps 적용 사례 → 성능 및 배포 전략까지 정리했습니다.📌 1. 컨테이너(Container) vs 가상머신(VM) 구조 비교구분 Docker 컨테이너 가상머신(Virtual Machine)구조OS 커널 공유독립된 OS 포함부팅 속도수 초수 분자원 효율성높음 (프로세스 단위 격리)낮음 (OS 단위 격리..

Redis 캐싱 + PM2 프로세스 관리로 Express 운영 최적화하기(트래픽이 늘어도 죽지 않는 Node.js 서버 만들기)지난 글에서는 GitHub Actions + Nginx + Docker Compose 를 통해자동으로 배포되는 Blue-Green 환경을 완성했습니다.이제 운영 단계에서 가장 중요한 문제를 다룰 차례입니다:“서비스는 잘 돌아가는데, 트래픽이 늘면 왜 이렇게 느려질까?”“서버가 갑자기 멈춰서 docker-compose를 다시 올려야 한다…”이 문제의 해답이 바로 오늘의 두 가지 주제입니다.Redis 캐싱 (Cache Layer)PM2 프로세스 매니저🧭 이번 목표항목 목표Redis 연동DB 부하를 줄이고 조회 속도 향상PM2 도입Express 앱을 멀티 프로세스로 관리캐시 무효화게..