크림즈 R&D

CDK Module 선분석 일단 Athena에 해당되는 CDK module이 있는지 봅니다. 먼저 CDK API 문서를 엽니다: API Reference · AWS CDK 그리고 Athena를 찾아서 overview page를 엽니다: @aws-cdk/aws-athena module · AWS CDK 보면 다음과 같이 나와있습니다. 이렇게 CFN-resource만 있으므로 이 CDK code는 CloudFormation (CFN)의 wrapper 수준이라는 것을 알 수 있습니다. 자세한 사항은 CFN의 Athena module을 참고해야 합니다. CFN doc: AWS resource and property types reference - AWS CloudFormation CFN Athena doc: A..

AWS Lambda를 활용한 tar 압축 및 해제 작업 AWS Lambda는 서버리스 컴퓨팅 환경에서 코드를 실행할 수 있는 서비스로, 파일 처리 작업을 자동화하는 데 유용하게 사용될 수 있습니다. 이번 글에서는 Python을 사용하여 tar 압축 및 해제 작업을 AWS Lambda 함수로 구현하는 방법을 알아보겠습니다. 또한, tar 압축 시 arcname 옵션의 활용에 대해서도 다룰 것입니다. 이 글을 작성하는 이유는, 회사에서 AWS Lambda tar 파일 압축해서 S3에 업로드를 하는데 자꾸 /tmp라는 Dir로 압축이 되는 거예요!!! 그래서 이놈을 어떻게 뺄 수 있을까 고민을 하다가 찾게 되었습니다. 이놈인데 이걸 이렇게 이쁘게 만드는 방법 한번 해보겠습니다. tar 압축 함수 아래는 tar..

MongoDB Index Python 으로 생성하는 방법!!!! MongoDB 인덱스란 MongoDB는 문서 지향적인 NoSQL 데이터베이스로, 인덱스를 사용하여 데이터에 빠르게 접근할 수 있도록 지원합니다. 인덱스는 데이터베이스 내의 특정 필드(또는 여러 필드의 조합)를 미리 정렬하여 검색 및 쿼리 성능을 향상시키는 데 사용됩니다. MongoDB에서는 다양한 종류의 인덱스를 지원하며, 필드의 값에 따라 다양한 정렬 방식을 선택할 수 있습니다. pymongo를 사용한 MongoDB 인덱스 생성 pymongo는 MongoDB를 Python으로 조작하기 위한 라이브러리로, 다음과 같이 사용하여 MongoDB에서 인덱스를 생성할 수 있습니다. from pymongo import MongoClient # Mon..

NestJS 이용하여 MongoDB 연결하는 방법 NPM MongoDB 모듈 설치 @nestjs/mongoose 모듈 설치하기 npm i --save @nestjs/mongoose mongoose app.module.ts 파일에 MongooseModule 추가하기 import { Module } from '@nestjs/common'; import { MongooseModule } from '@nestjs/mongoose'; import { AppController } from './app.controller'; import { AppService } from './app.service'; import { CatsModule } from './cats/cats.module'; @Module({ impor..

NestJS 공부하기 무엇인지!! 처음 설치 방법!!! NestJS 란 NestJS는 Node.js를 위한 프레임워크로, Angular의 아키텍처 스타일을 기반으로 만들어졌습니다. NestJS는 TypeScript로 작성되어 있으며, 높은 수준의 추상화와 모듈화를 제공하여 개발자가 백엔드 어플리케이션을 쉽게 구축할 수 있도록 도와줍니다. NestJS는 Express, Fastify, Koa 등의 Node.js 웹 프레임워크와 함께 사용할 수 있습니다. NestJS는 의존성 주입(Dependency Injection), 미들웨어(Middleware), 파이프(Pipe), 인터셉터(Interceptor), 예외처리(Exception Handling) 등 다양한 기능을 제공합니다. 또한 WebSocket, g..

이번 장에는 편리하게 제공되는 UI 프레임워크 중에 Material UI를 Svelte 프로젝트에 적용하는 글을 다루어 보겠습니다. Material UI 란 Svelte Material UI는 Svelte 프레임워크와 Google의 Material Design을 기반으로한 UI 라이브러리입니다. 이 라이브러리는 Material Design의 디자인 가이드라인을 따르면서도 Svelte의 선언적인 구문과 함께 작동합니다. Svelte Material UI는 다양한 종류의 UI 컴포넌트를 제공합니다. 예를 들어 버튼, 카드, 드롭다운 메뉴, 툴팁, 테이블, 폼 요소 등이 있습니다. 이러한 컴포넌트는 미리 스타일이 지정되어 있으며, Svelte의 반응형 기능과 함께 작동하여 자동으로 크기와 레이아웃이 조정됩니다..

여자친구랑 함께한 힐링 호캉스 이야기 썬크루즈 호텔 (비치크루즈) 날씨도 좋아지고 봄도 오고 있고 오래간만에 일상을 벗어나서 힐링하고 싶어서 호캉스를 찾아보다가 "썬크루즈 비치크루즈 테라스 더블 1박 2일 후기" 우리 커플은 2023년 3월 22일(수) ~ 23일(목) 일부로 평일로 예약해서 방문했습니다. 아침 일찍 일어나서 정동진으로 차 안막히고 바로 직행 참고적으로, 썬크루즈 주자창과 비치크루즈 주자창은 다르니 꼭 확인하고 가셔야 됩니다!!!! 도착해서 앞에서 인증샷 부터!! 일단 이날 날씨가 너무 좋았습니다. 하늘이 도왔어!!!! 입구에 들어오면 로비가 있는데 들어가자마자 둘이서 우와...!!!! 뭔가 고퀄리티 느낌의 반짝반짝 역시 호텔이 좋다는 느낌을 받으면서 숙소로 이동 ^^ 14시 30분쯤 도..

Mongodb 6.0 Timeseries 이란? 최신 버전인 MongoDB 6.0은 시계열(Time Series) 데이터를 처리하는 데 매우 적합한 기능을 제공합니다. 이전 버전의 MongoDB에서도 시계열 데이터를 저장하고 검색하는 것이 가능했지만, MongoDB 6.0에서는 이러한 작업을 훨씬 더 쉽게 처리할 수 있습니다. MongoDB 6.0에서는 시계열 데이터를 위한 전용 컬렉션 타입인 Time Series Collection을 도입했습니다. 이 컬렉션은 일련의 타임스탬프와 해당 타임스탬프에 대한 값을 가지고 있습니다. 이전 버전의 MongoDB에서는 시간대별로 컬렉션을 분리하거나 필드를 추가하는 등의 방법으로 시계열 데이터를 처리했지만, 이제는 Time Series Collection을 사용하여..

GPT 모델이란? GPT는 "Generative Pre-trained Transformer"의 약어로, OpenAI에서 개발한 언어 모델입니다. GPT 모델은 대규모 텍스트 데이터에서 미리 학습된 이후, 새로운 텍스트를 생성하거나 다양한 자연어 처리(NLP) 태스크를 수행할 수 있습니다. Transformer 아키텍처 GPT 모델은 Transformer 아키텍처를 기반으로 합니다. Transformer는 2017년 Vaswani et al.에 의해 소개된 딥러닝 모델로, 순차 데이터(예: 자연어 텍스트)를 처리하기 위해 설계되었습니다. Transformer 아키텍처는 self-attention 매커니즘을 사용하여 입력 시퀀스의 다른 부분들의 중요도를 가중합하여 예측하는 방식으로 작동합니다. 미세 조정(f..

Svelte 란 Svelte는 웹 애플리케이션을 빌드하기 위한 프론트엔드 프레임워크입니다. React, Vue.js와 같은 다른 프론트엔드 프레임워크와 마찬가지로 Svelte는 사용자 인터페이스를 구성하고 애플리케이션 상태를 관리하기 위한 컴포넌트 기반 아키텍처를 사용합니다. Svelte의 가장 큰 특징은 "컴파일러"입니다. Svelte 애플리케이션은 런타임에 동작하기 전에 빌드 과정을 거쳐 컴파일됩니다. 이러한 컴파일러를 통해 Svelte는 다른 프레임워크와 달리 런타임에 가볍고 빠른 애플리케이션을 만들 수 있습니다. 또한, Svelte는 Virtual DOM이 아니라 직접 DOM을 조작합니다. 이를 통해 성능 개선과 메모리 사용량을 줄일 수 있습니다. Svelte는 상태 관리를 위해 내장된 상태 관리..