TypeScript 미드레벨 CS 기초 기술면접
새 면접Q. 해시 테이블의 충돌(Collision) 해결 방법 중 Chaining과 Open Addressing의 차이점을 설명하고, 각각 어떤 상황에서 유리한지 실무 관점에서 설명해주세요.
Chaining은 같은 해시값을 가진 요소들을 연결 리스트로 관리하는 방식이고, Open Addressing은 충돌 시 다른 빈 슬롯을 찾아 저장하는 방식입니다. Chaining은 메모리가 충분하고 데이터 삽입/삭제가 빈번한 경우 유리하며, 해시 테이블의 로드 팩터가 1을 초과해도 동작합니다. Open Addressing은 캐시 효율성이 중요하고 메모리 사용을 최소화해야 하는 경우 유리하지만, 로드 팩터가 높아지면 성능이 급격히 저하됩니다. 실무에서는 JavaScript의 Map이 Chaining 방식을 사용하며, Redis의 Dictionary는 Chaining을 기반으로 구현되어 있습니다.
- • Chaining은 연결 리스트 사용, Open Addressing은 빈 슬롯 탐색
- • Chaining은 삽입/삭제 빈번 시 유리, Open Addressing은 캐시 효율성 높음
- • 로드 팩터에 따른 성능 차이와 실무 적용 사례 이해
TypeScript에서 Map과 Object를 해시 테이블 관점에서 비교했을 때, 어떤 차이점이 있고 언제 Map을 사용해야 할까요?
Q. 시간 복잡도 O(n log n)인 정렬 알고리즘들(QuickSort, MergeSort, HeapSort) 중에서 실무에서 QuickSort가 가장 많이 사용되는 이유를 공간 복잡도와 캐시 지역성 관점에서 설명해주세요.
QuickSort는 평균 O(n log n)의 시간 복잡도를 가지면서 O(log n)의 공간 복잡도로 in-place 정렬이 가능합니다. MergeSort는 O(n)의 추가 공간이 필요하고, HeapSort는 캐시 지역성이 낮아 실제 성능이 떨어집니다. QuickSort는 연속된 메모리를 순차적으로 접근하여 CPU 캐시 히트율이 높고, 피벗 선택 최적화(median-of-three)와 작은 배열에서 InsertionSort 전환 등의 실용적 개선이 가능합니다. JavaScript의 Array.sort()도 V8 엔진에서 TimSort(MergeSort + InsertionSort)를 사용하지만, 많은 언어의 표준 라이브러리는 QuickSort 변형을 채택하고 있습니다.
- • QuickSort는 in-place 정렬로 공간 효율성이 높음
- • 캐시 지역성이 좋아 실제 성능이 우수함
- • 피벗 선택 최적화 등 실용적 개선이 가능함
QuickSort의 최악의 경우 O(n²)이 발생하는 상황과 이를 방지하기 위한 방법은 무엇인가요?
Q. HTTP/1.1의 Keep-Alive와 HTTP/2의 Multiplexing의 차이점을 설명하고, HTTP/2가 HOL(Head-of-Line) Blocking 문제를 어떻게 개선했는지 설명해주세요.
HTTP/1.1의 Keep-Alive는 TCP 연결을 재사용하지만 요청은 순차적으로 처리되어 앞선 요청이 완료되어야 다음 요청이 처리되는 HOL Blocking이 발생합니다. HTTP/2의 Multiplexing은 하나의 TCP 연결에서 여러 스트림을 동시에 전송할 수 있어 애플리케이션 레벨의 HOL Blocking을 해결했습니다. 각 스트림은 독립적으로 우선순위를 가지며, 프레임 단위로 인터리빙되어 전송됩니다. 다만 TCP 레벨의 HOL Blocking은 여전히 존재하며, 이는 HTTP/3(QUIC)에서 UDP 기반으로 완전히 해결됩니다.
- • HTTP/1.1 Keep-Alive는 순차 처리로 HOL Blocking 발생
- • HTTP/2는 멀티플렉싱으로 애플리케이션 레벨 HOL Blocking 해결
- • TCP 레벨 HOL Blocking은 여전히 존재하며 HTTP/3에서 해결
실무에서 HTTP/2를 도입할 때 고려해야 할 사항과, 오히려 성능이 저하될 수 있는 경우는 언제인가요?
Q. 데이터베이스 인덱스에서 B-Tree와 B+Tree의 구조적 차이를 설명하고, 대부분의 RDBMS가 B+Tree를 선택하는 이유를 범위 검색과 I/O 효율성 관점에서 설명해주세요.
B-Tree는 모든 노드에 키와 데이터를 저장하지만, B+Tree는 리프 노드에만 데이터를 저장하고 내부 노드는 키만 저장합니다. B+Tree의 리프 노드들은 연결 리스트로 연결되어 있어 범위 검색 시 순차 접근이 가능하며, 내부 노드가 더 많은 키를 저장할 수 있어 트리 높이가 낮아집니다. 디스크 I/O 관점에서 B+Tree는 한 번의 디스크 읽기로 더 많은 키를 메모리에 적재할 수 있어 효율적이며, 범위 쿼리나 ORDER BY 절 처리 시 리프 노드만 순회하면 되어 성능이 우수합니다. MySQL의 InnoDB, PostgreSQL 등 대부분의 RDBMS가 B+Tree를 사용합니다.
- • B+Tree는 리프 노드에만 데이터 저장, 내부 노드는 키만 저장
- • 리프 노드 연결 리스트로 범위 검색 효율적
- • 디스크 I/O 최소화와 캐시 효율성이 높음
TypeScript로 백엔드 API를 개발할 때, 복합 인덱스(Composite Index)의 컬럼 순서가 쿼리 성능에 미치는 영향을 설명해주세요.
Q. Node.js의 Event Loop와 운영체제의 스레드 스케줄링의 차이점을 설명하고, Node.js에서 CPU 집약적 작업이 전체 애플리케이션 성능에 영향을 미치는 이유를 설명해주세요.
운영체제의 스레드 스케줄링은 preemptive 방식으로 OS가 강제로 컨텍스트 스위칭을 수행하지만, Node.js의 Event Loop는 cooperative 방식으로 각 작업이 자발적으로 제어권을 반환해야 합니다. Node.js는 싱글 스레드 기반이므로 CPU 집약적 작업이 실행되면 Event Loop가 블로킹되어 다른 이벤트를 처리할 수 없게 됩니다. 이로 인해 동시에 처리되어야 할 HTTP 요청이나 타이머 콜백이 지연되며 전체 애플리케이션의 응답성이 저하됩니다. 이를 해결하기 위해 Worker Threads, Child Process, 또는 작업을 작은 청크로 나누어 setImmediate()로 분산 처리하는 방법을 사용합니다.
- • OS는 preemptive, Event Loop는 cooperative 스케줄링
- • 싱글 스레드 구조로 CPU 집약 작업이 Event Loop 블로킹
- • Worker Threads나 작업 분산으로 해결 가능
TypeScript로 Node.js 서버를 개발할 때, libuv의 Thread Pool과 Event Loop의 관계를 설명하고, 어떤 작업들이 Thread Pool에서 처리되는지 말씀해주세요.
아직 댓글이 없습니다. 첫 번째 댓글을 남겨보세요!