네이버 사내 기술 교류 행사인 NAVER ENGINEERING DAY 2025(5월)에서 발표되었던 세션을 공개합니다. [발표 내용] 점점 늘어가던 플레이스 조회트래픽을 메인DB로부터 Elasticsearch(Opensearch)로 분산한 경험을 공유합니다. (#Elasticsearch #Opensearch #트래픽 분산 #CQRS #slow query #feature toggle #feature flag #자동 fallback) [강의 대상] * 트래픽 분산 및 Elasticsearch(Opensearch)에 관심이 있으신 분들 * 난이도 : 하~중하 (트래픽 분산경험 / ES 운용경험이 없으신 주니어 개발자분들도 이해하시기 좋은 정도) [목차] * 조회 DB 도입 배경 - 기존 리뷰조회 flow - 호출량이 점점 늘어가던 플랫폼, 증가하는 조회필터 / 정렬조건 - DB 인덱스 추가의 한계 - 조회용 DB를 도입한다면? * Elasticsearch를 조회DB로 선택한 이유 - 조회용 DB로 도입하기 위한 조건들 - 조회용 DB 후보들, ES 선택 이유 - ES 개념정리 - 역인덱스 구조, 실제 예시, 도입 시 고려해야 할 점, 사내 운영지원, 장단점 정리 * 조회DB 도입과정 및 결과 - ES 필드매핑 - DB와의 데이터 동기화, 리뷰 작성 및 조회 flow - CQRS 측면 - 점진적 도입 w/ feature toggle, 자동 fallback 시스템 - ES 도입결과 및 운용현황 * ES 운영 tips 및 Opensearch로의 전환 - 매핑 tip: keyword vs text, object vs nested, _id의 별도 매핑 - 샤드 tip: 권장 샤드 크기 및 replica 수, _routing 활용 - Opensearch 소개 및 ES와의 성능 비교