본문으로 건너뛰기
J
피드

Librario: 여러 도서 메타데이터 소스를 하나로 합치는 오픈소스 API

backend 약 3분
tags
#go#api#open-source#books#postgresql
vote
0
댓글
북마크

개인 서재 1,800권 관리를 위해 만든 도서 메타데이터 통합 API. Google Books, ISBNDB, Hardcover 등에서 데이터를 가져와 필드별 전략으로 병합함. Go로 작성, PostgreSQL 백엔드, AGPL 라이선스. 프리알파 단계.

  • 1

    Google Books, ISBNDB, Hardcover 등 여러 소스의 도서 메타데이터를 하나로 병합

  • 2

    제목 스코어링(괄호/80자 이상 감점), 표지 품질 스코어링 등 필드별 병합 전략 적용

  • 3

    AI가 작성한 DB 스키마를 신뢰할 수 없어 SourceHut 개발자에게 재작성 의뢰

  • 4

    AGPL 라이선스, Go 작성, PostgreSQL 백엔드, 프리알파 단계

개인 서재 1,800권을 관리하려다 만든 도서 메타데이터 통합 API인 Librario가 Show HN에 공개됨. Go로 작성되었고 AGPL 라이선스로 SourceHut에서 호스팅됨.

  • 기존 도서 API들은 하나만으로 완전한 정보를 얻을 수 없는 게 문제였음. 어떤 소스는 시리즈 정보만, 다른 소스는 장르만, 또 다른 소스는 표지만 제대로 제공하는 식임
  • 현재 Google Books, ISBNDB, Hardcover를 지원하며, Goodreads와 Anna's Archive도 추가 예정임
  • 핵심은 서로 충돌하는 데이터를 병합하는 머저(merger) 로직임. 필드별로 다른 전략을 사용함:
    • 제목: 괄호가 포함되거나 80자 이상인 제목은 감점하는 스코어링 시스템 적용 (부제나 에디션 정보가 제목에 섞이는 걸 방지)
    • 표지: 모든 후보 URL을 수집한 뒤 이미지를 다운로드해서 해상도와 품질 기준으로 점수를 매겨 최적 표지를 선택
    • 기타 필드(출판사, 언어, 페이지 수 등): 소스 우선순위 기반으로 첫 번째 비어있지 않은 값을 채택
  • PostgreSQL 백엔드를 사용하며, 쿼리가 늘어날수록 데이터베이스가 강화되는 구조임
  • 데이터베이스 스키마는 원래 AI로 작성했으나 신뢰하기 어려워서 SourceHut 개발자에게 의뢰해 v1.0 전에 전면 재작성 중임
  • net/http에서 Fiber로 마이그레이션을 검토했지만, 표준 라이브러리를 벗어나는 게 적절하지 않다고 판단해 취소했음
  • 현재 프리알파(pre-alpha) 단계이며, 개발자가 생후 5개월 아기를 돌보는 중이라 개발 속도는 느린 편임

도서 메타데이터의 파편화 문제를 해결하려는 실용적 접근이며, AI 생성 코드를 신뢰하지 못해 전문가에게 재작성을 맡긴 판단이 흥미로운 사례임.

prev

이전 기사 (P)

next

다음 기사 (N)

댓글

댓글

댓글을 불러오는 중...

관련 기사

backend

클릭하우스가 PgBouncer 처리량을 4배로 끌어올린 방법

ClickHouse Managed Postgres 팀은 단일 스레드인 PgBouncer를 여러 프로세스로 띄우고 `so_reuseport`와 피어링(peering)을 조합해 16 vCPU 머신을 제대로 쓰게 만들었다. 동일한 AWS 환경에서 단일 프로세스는 약 8.7만 TPS 근처에서 막혔지만, 16개 프로세스 구성은 약 33.6만 TPS까지 올라갔다.

backend

SQLite 쓸 거면 STRICT 테이블을 기본값으로 보자는 주장

SQLite의 STRICT 테이블은 INTEGER 컬럼에 문자열이 들어가는 식의 타입 실수를 막아주는 기능이다. 글쓴이는 SQLite 특유의 유연한 타입 시스템보다, 실수는 빨리 터뜨리는 쪽이 실무에서 낫다고 주장한다. 다만 기존 테이블을 바로 STRICT로 바꾸기 어렵고, SQLite 3.37.0 이상에서만 쓸 수 있다는 제약도 있다.

backend

왜 아직도 Lisp를 배워볼 만한가

Lisp는 괄호가 많은 이상한 언어처럼 보이지만, 핵심은 문법이 아니라 언어 자체를 확장할 수 있다는 점에 있음. 매크로, 코드-데이터 동일성, REPL 중심 개발이 합쳐지면 프로그램을 '작성'한다기보다 살아 있는 시스템을 계속 진화시키는 방식으로 개발하게 됨.

backend

EDB 포스트그레스 AI, 포레스터 멀티모델 데이터 플랫폼 리더 선정

EDB의 AI 데이터 플랫폼 EDB 포스트그레스 AI가 2026년 2분기 포레스터 웨이브 멀티모델 데이터 플랫폼 보고서에서 리더로 선정됐음. 트랜잭션, 분석, AI 워크로드를 하나의 플랫폼에서 다루는 흐름이 강해지는 가운데, EDB는 전략과 현재 제공 기능 모두에서 높은 평가를 받았다고 밝힘.

backend

Bun, Zig에서 Rust로 갈아탔다: 11일짜리 초대형 런타임 포팅 실험

Bun 팀이 53만 줄이 넘는 Zig 코드베이스를 Rust로 기계적으로 포팅했고, Bun v1.4.0부터 Rust 기반으로 전환될 예정임. 핵심 이유는 성능보다 안정성이었고, use-after-free, double-free, 메모리 누수 같은 문제를 컴파일러와 타입 시스템으로 더 빨리 잡기 위해서였음. Claude Code 워크플로 64개를 병렬로 돌려 11일 만에 전 플랫폼 테스트 통과까지 밀어붙인 사례라, LLM 기반 대규모 코드 마이그레이션의 꽤 강한 신호탄임.