pile·
백엔드·미리디미리디·

빠르고 안정적인 출력 경험: 미리디 렌더링 파이프라인 설계기

문제디자인 에디터 결과물을 PNG/JPG·PDF·PPTX·MP4로 변환해야 하며, 8,000픽셀 이상 고해상도에서 CPU·메모리 소비가 과도해진다.
접근NestJS + Node.js 기반에 도메인별 전문 렌더링 라이브러리를 조합했다. 메시지 큐로 잡 큐잉·멀티프로세싱 파이프라인을 설계하고, 에디터 환경과 동일한 환경에서 먼저 렌더링 후 포맷 변환해 일관성을 확보한다. 초당 300건 이상의 요청을 처리한다.
결과성공률 99.99%를 달성했으며 표준 해상도(1920×1080px) 기준 1~2초 응답 목표를 추구 중이다. 픽셀 수준 자동 검증과 모듈화 플랫폼 아키텍처를 로드맵에 두고 있다.
미리디
미리디 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