Skip links

  • Skip to primary navigation
  • Skip to content
  • Skip to footer
YJ Kim Devlog Backend Engineer — Java · Spring · System Design
    Toggle search

      CACHING

      CACHING

      캐싱 전략 심화: 원리부터 분산 시스템 함정까지

      캐싱은 자주 사용되는 데이터를 빠른 저장소에 보관해 응답 속도를 높이고 원본 데이터 소스의 부하를 줄이는 기법이다. 이 글은 단순한 개념 소개를 넘어, 각 전략이 왜 그 방식으로 동작해야 하는지, 잘못 쓰면 무...

      2025-08-29 33 분 소요
      CACHING

      캐시 무효화 전략 — 왜 어렵고, 어떻게 완전히 해결하는가

      컴퓨터 과학에는 유명한 농담이 있다. Phil Karlton의 말이다.

      2025-08-25 31 분 소요
      CACHING

      캐시 교체(Eviction) 알고리즘 — LRU, LFU, TinyLFU, W-TinyLFU, ARC

      왜 이게 중요한가?

      2025-08-25 19 분 소요
      CACHING

      멀티 레이어 캐싱 아키텍처 — Caffeine + Redis 완전 해부

      멀티 레이어 캐싱은 응답 속도가 다른 여러 계층의 캐시를 겹겹이 쌓아, 가장 빠른 계층에서 최대한 많은 요청을 소화하고 느린 계층으로는 최소한의 요청만 내려보내는 아키텍처다. 잘 설계된 멀티 레이어 캐시는 10...

      2025-08-23 34 분 소요
      CACHING

      Spring 로컬 캐시 라이브러리 비교 — Caffeine, Ehcache, ConcurrentMapCache 심층 분석

      로컬 캐시란? — 메모리 계층과 속도의 본질

      2025-08-21 29 분 소요