간단한 개발관련 내용

1. 레디스 접속 redis-cli 명령어로 접속한다. 2. 레디스 설정 확인 config get * 명령어로 모든 설정값을 확인할 수 있다. 3. 레디스 정보 확인 info 명령어로 서버에 대한 통계?데이터들을 확인할 수 있다. 4. 레디스 DB 선택 select ex) select 10 : 10번 DB를 선택 5. 키에 대한 타입 조회 type ex) type mytestkey:1 레디스는 키에 대한 타입 별로 조회할 수 있는 명령어들이 별도로 있다. 6. 조회 - 타입에 따라 다름 GET list 조회 LRANGE ex) LRANGE mytestkey:1 0 -1 zset 조회 ZLRANGE ex) ZLRANGE mytestkey:1 0 -1 7. 계산 - 타입에 따라 다름 zcard 레디스 참고 ..

Redis 기초 Redis의 주요 특징 Redis(Remote Dictionary Server) 는 오픈소스 NoSql로서 key-value 타입의 저장소로 주요 특징은 다음과 같습니다. 영속성을 지원하는 인메모리 데이터 저장소다. 읽기 성능 증대를 위한 서버 측 복제를 지원한다. 쓰기 성능 증대를 위한 클라이언트 측 샤딩을 지원한다. ANSI C로 작성됐다. 따라서 ANSI C 컴파일러가 동작하는 곳이면 어디든 설치 및 실행이 가능하다. 레디스 클라이언트는 대부분의 언어로 포팅되어 있다. 전세계 많은 서비스에서 사용되고 있으며 성능적으로 검증된 솔루션이다. 문자열, 리스트, 해시, 셋, 정렬된 셋과 같은 다양한 데이터형을 지원한다. 메모리 저장소임에도 불구하고 많은 데이터형을 지원하므로 다양한 기능을 ..

프로메테우스란 무엇인가? 프로메테우스는 메트릭 기반의 오픈소스 모니터링 시스템이다. 2012년 사운드클라우드사에서 개발을 시작한 후, 프로메테우스와 연관된 관련 커뮤니티와 생태계는 꾸준히 성장해 왔다. 프로메테우스는 주로 Go 언어로 작성되었으며 아파치 2.0 라이센스를 따른다. 또한 프로메테우스 프로젝트는 2016년에 클라우드 네이티브 컴퓨팅 재단의 두 번째 멤버가 되었다. 프로메테우스의 특징 a multi-dimensional data model with time series data identified by metric name and key/value pairs 키/값 쌍의 메트릭이름으로 된 시계열데이터가 포함된 다차원-데이터-모델 PromQL, a flexible query language to..

RabbitMQ 설치 및 설정 1. 사용할 버전에 대한 tar.xz 파일을 다운받는다. 얼랭도 같이 설치한다. 설치할 버전을 확인한다.brew, apt-get, port 등을 사용해서 편리하게 설치한다.https://github.com/erlang/otp/releases/tag/OTP-22.0 https://www.erlang.org/downloads https://www.rabbitmq.com/which-erlang.html brew search erlang brew install erlang@22 brew switch erlang 22.2.5 2. 압축을 풀고 원하는 디렉토리로 이동한다. 3. rabbitmq를 실행 및 종료한다. rabbitmq_server/sbin/rabbitmq-server 명령..

TensorFlow 설치 Python 설치 및 SymbolicLink 변경 다음의 위치에서 다운로드 및 설치 https://www.python.org/downloads/mac-osx/ 심볼릭링크 변경하여 버전 확인 ln -s -f /usr/local/bin/python3.8 /usr/local/bin/python python --version ln -s -f /usr/local/bin/pip3.8 /usr/local/bin/pip pip --versionTensorflow 설치 Python이 설치되어 있다면 터미널에서 pip를 이용한 아래 명령어로 간단하게 tensorflow를 설치할 수 있습니다. pip install tensorflow python -m pip install --upgrade pip ..

Tensorflow Tensorflow는 본래 Machine-learning과 Deep-neural-network 연구를 수행하는 구글 브레인 팀에서 개발되었습니다. Tensorflow는 데이터 플로우 그래프를 사용해서 수치 연산을 하는 라이브러리로 볼 수 있습니다. 그래프의 노드(node)는 수학적 연산을 나타내고 노드를 연결하는 그래프의 엣지(edge)는 다차원 데이터 배열(array)을 나타냅니다. Tensorflow는 수치연산을 기호로 표현한 그래프 구조를 만들고 처리한다는 기본 아이디어를 바탕으로 구현되었습니다. 그래서 텐서플로우는 CPU, GPU의 장점을 모두 이용할 수 있고 다양한 플랫폼에서 바로 사용될 수 있습니다. Tensor란? 무엇인가 Tensor = n차원 행렬 Tensor는 n차원..