pile·
백엔드·LG U+LG U+·

MSA 전체에 적용되는 Java Agent 기반 트랜잭션 후킹 솔루션

문제MSA 운영 트랜잭션을 자동 테스트로 재현하려고 각 서비스에 Filter·Interceptor·PreparedStatement 프록시를 직접 패치하다 보니 서비스가 늘수록 유지보수 비용이 폭증했다.
접근Java Agent `premain()` 에서 ByteBuddy로 4개 포인트를 후킹했다 — DispatcherServlet `doDispatch`(HTTP), RestTemplate `doExecute`(외부 호출 → WireMock 스텁), PreparedStatement `execute/executeQuery/executeUpdate`(SQL + 파라미터 → 전처리 dat), java.net.Socket `connect/getInputStream/getOutputStream`(TCP 메타). Bootstrap ClassLoader 문제는 `appendToBootstrapClassLoaderSearch()` 로 해결했다.
결과서비스 코드 변경 없이 JVM 레벨에서 트랜잭션 ID 단위 메타파일 + 4개 로그를 만들고 WireMock 스텁·TCP Mock·DB 전처리 dat로 자동 변환해 운영 트랜잭션을 재현 가능한 테스트케이스로 바꾼다.
LG U+
LG U+ 블로그
원문은 여기서 이어서 읽을 수 있어요
원문 읽기
읽음 (0)

이 글과 비슷한

  1. 백엔드·cloudflare-blogCloudflare Blog·

    hyper HTTP 라이브러리의 버그를 발견한 방법

    Cloudflare의 Images 서비스를 Unix 소켓 기반 아키텍처로 재구성한 후, 대용량 이미지 응답이 중간에 잘리는 버그가 발생했다. 14.8MB 응답에서 219KB만 전달되고 HTTP 200 OK는 정상 반환되어 애플리케이션 레벨에서 탐지가 불가능했다. 원인은 hyper 라이브러리의 dispatch 루프에서 flush 완료 여부를 확인하지 않고 연결을 종료하는 경쟁 조건이었으며, strace로 커널 호출 순서를 추적해 root cause를 특정했다. 최종 수정은 upstream PR #4018로 hyper 레포에 병합됐다.

    #rust#debugging#race-condition+2
  2. 백엔드·stackoverflow-blogStack Overflow Blog·

    CherryScript — 데이터 파이프라인을 위한 커스텀 Python 인터프리터 설계

    CherryScript는 데이터 기반 워크플로우 최적화를 위한 커스텀 DSL로, Python 기반 인터프리터로 구현됐다. 일반 Python 인터프리터의 메모리 병목과 AST 트리워킹 성능 문제를 극복하기 위해 스트리밍 렉서, 바이트코드 컴파일, 불변 상태 관리의 세 가지 최적화 전략을 채택했다.

    #dsl#python#interpreter+2