보통 도입부에서 자신이 누구고 어떤 일을 해 왔는지 자연스럽고 자세하게 언급할 기회가 충분히 있다. 예를 들어 리즈 퐁 존스의 블로그 글 “Scaling Kafka at Honeycomb(허니콤의 카프카 스케일링: https://mng.bz/M1ym)”의 다음 인용문을 살펴보자. 리즈는 현재 허니콤의 엔지니어 현장 CTO인 저명한 엔지니어로, 이름만으로도 많은 독자의 관심을 끈다. 게다가 카프카 스케일링에 관한 자신의 관점이 왜 흥미로운지 보여 주는 기술적 세부 정보도 구체적으로 공유하고 있다.

여러분이 허니콤으로 텔레메트리 데이터를 전송하면 우리의 인프라는 이를 처리하기 전에 ‘Retriever’라는 칼럼 기반 스토리지 데이터베이스에 데이터를 버퍼링해야 한다. 허니콤을 시작한 이래 관측 파이프라인에서 버퍼링 기능을 실행할 때 아파치 카프카를 사용해 왔다. 이 글에서는 우리가 어떤 과정을 거쳐 지금에 이르렀는지, 카프카 소프트웨어와 하드웨어를 왜 그토록 까다롭게 선택했는지, 새로운 AWS 그래비톤 2 기반의 스토리지 인스턴스를 어떻게 검증하고 도입했는지 살펴보려고 한다. 끝으로 결론에서는 지난 2년 동안 누적된 최적화를 통해 수신 데이터 1MB당 비용을 얼마나 절감했는지도 공유하겠다.

앞서 언급한 그웬 샤피라의 블로그 글처럼 이 글의 도입부도 앞으로 나올 내용을 잘 보여 주면서 마무리한다는 점에 주목하라.