Python

FastAPI로 구축한 API 서버에서 aiohttp 세션을 제대로 닫지 않아 메모리 누수가 발생했다. 컨텍스트 매니저와 의존성 주입을 활용해 세션 라이프사이클을 관리하여 문제를 해결했다.

운영 중인 Flask API 서버를 FastAPI로 전환하는 과정을 기록했다. 전체 교체가 아닌 점진적 마이그레이션 방식으로 리스크를 최소화했다.

Express에서 FastAPI로 API 서버를 마이그레이션하면서 Pydantic의 자동 검증 기능이 꽤 유용했다. 직접 validator를 작성하던 것에 비해 코드량이 크게 줄었고, 타입 안정성도 확보할 수 있었다.

외부 API를 순차적으로 호출하던 배치 작업이 30분 넘게 걸리는 문제가 있었다. asyncio와 aiohttp를 사용해 병렬 처리로 전환하니 5분 이내로 단축됐다.

레거시 배치 스크립트가 순차 처리로 40분씩 걸리던 문제를 asyncio로 해결했다. 동시 요청 수 제한과 에러 핸들링이 관건이었다.

외부 API 호출이 많아지면서 응답 시간이 늘어나는 문제가 있었다. 데코레이터 패턴을 사용해 Redis 기반 캐싱을 구현했고, 평균 응답 시간을 70% 단축시켰다.

레거시 배치 작업에서 순차적으로 처리하던 외부 API 호출을 asyncio로 개선했다. 실행 시간을 1/5로 줄일 수 있었고, 코드도 생각보다 간결해졌다.

재택근무 중 레거시 Flask API 성능 개선이 필요했다. FastAPI로 마이그레이션하면서 겪은 과정과 type hint 기반 validation의 장점을 정리했다.

재택근무 전환 후 데이터 처리 파이프라인 개선 작업을 진행했다. 5GB 규모의 CSV 파일 처리 시간을 멀티프로세싱으로 70% 단축시킨 과정을 기록한다.

재택근무 전환 후 레거시 배치 작업의 성능 문제가 불거졌다. 외부 API를 순차 호출하던 Python 스크립트를 asyncio로 전환해 실행 시간을 1/5로 단축했다.