Go 시니어 개발자 기술면접
새 면접Q. Go에서 sync.Map과 일반 map + mutex 조합의 성능 차이와 내부 구현 원리를 설명해주세요. 각각 어떤 상황에서 사용하는 것이 적절하며, 실제 프로덕션 환경에서 sync.Map을 선택할 때 고려해야 할 트레이드오프는 무엇인가요?
sync.Map은 read-heavy 워크로드에 최적화되어 있으며, read 경로에서는 atomic 연산만으로 lock-free 접근이 가능합니다. 내부적으로 read와 dirty 두 개의 맵을 유지하며, read map은 atomic.Value로 보호되고 dirty map은 mutex로 보호됩니다. 반면 일반 map + RWMutex는 write가 빈번한 경우나 range 연산이 많은 경우 더 효율적입니다. sync.Map은 타입 안정성이 없고(interface{} 사용) 메모리 오버헤드가 크므로, read:write 비율이 9:1 이상인 캐시 시나리오에서 주로 사용합니다. 실무에서는 벤치마크를 통해 실제 워크로드 패턴에 맞는 선택을 해야 합니다.
- • sync.Map은 read-heavy 워크로드에 최적화된 lock-free read 지원
- • 내부적으로 read/dirty 이중 맵 구조와 atomic 연산 활용
- • 타입 안정성 부재와 메모리 오버헤드가 주요 트레이드오프
- • 실제 워크로드 패턴 분석과 벤치마크 기반 의사결정 필요
수백만 개의 키를 가진 sync.Map에서 메모리 누수가 발생할 수 있는 시나리오와 이를 방지하기 위한 전략은 무엇인가요?
Q. Go에서 메모리 할당 시 stack과 heap 중 어디에 할당될지 결정하는 escape analysis의 원리를 설명하고, 대용량 데이터를 처리하는 서비스에서 불필요한 heap 할당을 줄이기 위한 코딩 패턴과 프로파일링 방법을 제시해주세요.
Escape analysis는 컴파일 타임에 변수의 생명주기를 분석하여 함수 외부로 escape되는 변수는 heap에, 그렇지 않은 변수는 stack에 할당합니다. 포인터를 반환하거나 interface{}에 할당하거나 클로저에서 캡처되면 heap으로 escape됩니다. 불필요한 heap 할당을 줄이려면 값 타입 반환 선호, 포인터 대신 인덱스 사용, sync.Pool로 객체 재사용, 슬라이스 미리 할당 등의 패턴을 적용합니다. go build -gcflags='-m -l'로 escape 분석 결과를 확인하고, pprof의 heap 프로파일과 alloc_objects 메트릭으로 할당 핫스팟을 식별합니다. 실무에서는 benchstat과 함께 allocation 벤치마크를 수행하여 최적화 효과를 측정합니다.
- • Escape analysis는 컴파일 타임에 변수 생명주기 분석하여 stack/heap 결정
- • 포인터 반환, interface{} 할당, 클로저 캡처 등이 heap escape 유발
- • 값 타입 반환, sync.Pool, 슬라이스 사전 할당으로 heap 압력 감소
- • gcflags -m과 pprof heap 프로파일로 할당 패턴 분석 및 최적화
sync.Pool을 사용할 때 주의해야 할 점과 GC 사이클과의 관계를 설명해주세요. 특히 Pool에 저장된 객체가 언제 해제되는지 말씀해주세요.
Q. 분산 환경에서 동작하는 Go 기반 rate limiter를 설계해야 합니다. Token bucket, Leaky bucket, Sliding window 알고리즘 중 선택 기준과 Redis를 활용한 분산 구현 시 고려사항, 그리고 Redis 장애 시 fallback 전략을 포함한 전체 아키텍처를 설명해주세요.
Token bucket은 burst 트래픽 허용이 필요한 경우, Leaky bucket은 일정한 처리율 보장이 중요한 경우, Sliding window는 정확한 시간 단위 제한이 필요한 경우 선택합니다. Redis 구현 시 Lua 스크립트로 atomic한 토큰 소비 연산을 보장하고, key expiration으로 메모리 관리하며, Redis cluster 모드에서는 hash tag로 같은 슬롯 배치를 보장합니다. Fallback 전략으로는 local in-memory limiter(예: golang.org/x/time/rate)를 circuit breaker 패턴과 결합하여 Redis 장애 시 degraded mode로 전환하고, 각 인스턴스별 제한을 적용합니다. 모니터링은 rate limit 적중률, Redis 레이턴시, fallback 발동 빈도를 추적합니다.
- • 알고리즘 선택은 burst 허용 여부와 정확도 요구사항에 따라 결정
- • Redis Lua 스크립트로 atomic 연산 보장 및 hash tag로 클러스터 일관성 유지
- • Circuit breaker + local limiter로 Redis 장애 시 graceful degradation
- • 적중률, 레이턴시, fallback 메트릭 모니터링 필수
Sliding window counter 알고리즘을 Redis에서 구현할 때 sorted set을 사용하는 방법과 메모리 효율성을 높이기 위한 최적화 방안은 무엇인가요?
Q. Go의 context.Context를 활용한 timeout, cancellation, deadline 관리의 베스트 프랙티스를 설명해주세요. 특히 여러 계층의 서비스 호출이 있을 때 context 전파 전략과 context value 사용 시 주의사항, 그리고 goroutine leak을 방지하는 패턴을 제시해주세요.
Context는 함수의 첫 번째 매개변수로 전달하며, 각 계층에서 WithTimeout이나 WithCancel로 새로운 context를 파생시켜 독립적인 생명주기를 관리합니다. 상위 context가 취소되면 하위 모든 context도 취소되므로, HTTP handler에서 생성한 context를 DB 쿼리, 외부 API 호출까지 전파하여 요청 전체의 timeout을 제어합니다. Context value는 request-scoped 데이터(trace ID, user ID)에만 사용하고, 타입 안전성을 위해 unexported key type을 정의합니다. Goroutine leak 방지를 위해 반드시 select문에서 context.Done() 채널을 확인하고, defer cancel()로 리소스를 정리하며, goroutine 시작 전에 context 유효성을 검증합니다.
- • 함수 첫 매개변수로 전달하고 각 계층에서 파생 context 생성
- • 상위 취소 시 하위 자동 취소로 요청 전체 생명주기 관리
- • Context value는 request-scoped 데이터만, unexported key type 사용
- • select로 Done() 확인, defer cancel(), 시작 전 유효성 검증으로 leak 방지
context.WithValue를 남용하면 발생할 수 있는 문제점과 대안으로 명시적 매개변수 전달 vs context value 사용의 판단 기준은 무엇인가요?
Q. Go 마이크로서비스의 테스트 전략을 unit, integration, e2e 테스트로 나누어 설명하고, 각 레벨에서 사용하는 도구와 패턴(mocking, test container, table-driven test 등)을 제시해주세요. 특히 외부 의존성(DB, Redis, Kafka)을 다루는 통합 테스트의 효율적인 구성 방법을 설명해주세요.
Unit 테스트는 testify/mock이나 gomock으로 interface 기반 의존성을 mocking하고, table-driven test로 다양한 입력 케이스를 검증합니다. Integration 테스트는 testcontainers-go로 실제 DB, Redis, Kafka 컨테이너를 띄워 실제 환경과 동일한 조건에서 테스트하며, 테스트 격리를 위해 각 테스트마다 독립적인 schema나 topic을 사용합니다. E2E 테스트는 Docker Compose로 전체 서비스를 구성하고 httptest나 실제 HTTP 클라이언트로 시나리오를 검증합니다. 통합 테스트 효율화를 위해 setup/teardown을 TestMain으로 한 번만 실행하고, parallel test로 실행 시간을 단축하며, CI에서는 test cache를 활용합니다. 외부 의존성은 health check로 준비 상태를 확인한 후 테스트를 시작합니다.
- • Unit: interface mocking + table-driven test로 격리된 로직 검증
- • Integration: testcontainers로 실제 인프라 환경 재현 및 테스트 격리
- • E2E: Docker Compose로 전체 서비스 시나리오 검증
- • TestMain, parallel test, test cache, health check로 효율성 향상
테스트 커버리지 목표를 설정할 때 어떤 기준을 사용하시나요? 100% 커버리지를 추구하지 않는 이유와 critical path 중심의 테스트 전략을 설명해주세요.
아직 댓글이 없습니다. 첫 번째 댓글을 남겨보세요!