[카테고리:] Programming
-
04_모놀리스에서 MSA로 – 준비 및 실행
MSA 에는 많은 준비물이 필요합니다. 목표하는 결과에 따라 필요한 것이 달라질 것입니다. 구성요소가 많고 이들을 연결 해야 하기 때문에 Kubernetes 는 거의 필수로 받아들여 지고 있습니다. 당연하게도 DevOps 는 필수입니다. 준비물 1. DevOps 인프라 관리 : 컨테이너, 오케이스트레이션, 서비스 메시, 로드밸런서, 인프라 자동화 도구 Docker, Kubernetes, Is
-
01_모놀리스에서 MSA로 – 서문
서론 우리는 모노 레포지토리에 모놀리스 구조로 탄탄한 백엔드를 운영 하고 있었습니다. 백엔드, 프론트엔드, 비동기 워커도 하나의 서버에 구축 할 수 있게 한 온전한 모놀리스 서버였습니다. 아키텍쳐와 배포 전략이 잘 맞아 떨어져서 개발에서 배포까지 빠른 경험을 할 수 있었습니다. CTO 가 교체 되면서 MSA 전환 논의가 시작되었고 그로부터 경험한 것들을 정리하고자 합니다. 아마 모놀리스로 개
-
모니터링/로그 분석/에러 추적
용어 SRE 도구 “Site Reliability Engineering(사이트 신뢰성 엔지니어링, SRE)” 팀이 사용하는 모든 도구를 넓게 부를 수 있습니다. 즉, 장애 대응, 인프라 자동화, 배포, 관측(Observability), 알림 등 신뢰성 향상을 위한 도구들을 모두 포함할 수 있어요. 관측(Observability) 도구 시스템 상태(로그, 메트릭, 트레이스, 이벤트, 에러 등)
-
OpenSearch 로그수집
참고자료 https://github.com/opensearch project/data prepper/blob/main/docs/getting started.md https://docs.fluentbit.io/manual/administration/configuring fluent bit/classic mode/configuration file Prerequisites OpenSearch 3.
-
Autobase
https://autobase.tech/ Autobase for PostgreSQL® automates the deployment and management of highly available PostgreSQL clusters in production environments. This solution is tailored for use on dedicated physical servers,
-
글로만 적는 AI 기반 영어 공부 후기
요즘 영어 공부를 위한 앱이 참 많이 나오기도 했다. 특히 AI를 이용해서 도움을 준다고 하는데 각자 사용하는 ML 모델도 다른거 같고, 우선시하는 게 다른것 같다. 일단 모든 프로그램이 1년치 신청하면 한달 1 2만원이고 아니면 비싸고… BoldVoice 일단 레퍼럴링크 . ; https://start.boldvoice.com/UR9SK4?d=R10&z=1 이 앱에서 강점으로 내세우는
-
Django 업그레이드
서론 Django 4.1 버전을 사용하다 5로 업그레이드 하며 조사했던 내용. Django 업그레이드는 왜 해야 할까? 1. 보안 패치 2. 버그 패치 3. 신기능 추가 4. 라이브러리들의 예전 버전 지원 종료 5. Python 버전 업데이트 마이너 버전만 해도 가끔 쫄릴때가 있는데 메이저 버전이야 더 그렇다. Django 는 무겁다는 얘기를 하는데 그런 면이 없잖아 있다. 그럼에도 불구하고
-
OpenSearch 조사
후기 : 다 읽고나니 GPT4.1의 일반 대화로는 질문 외 다른 중요한 사항들에 대해서는 부족한 부분이 많았음. 딥리서치를 해서 결과를 비교해야 겠음. OpenSearch 에 대해 공부하기 위해 조사한 사항. GPT 4.1 질문 elasticsearch 와 opensearch 에 대해 공부하고 싶은데 검색엔진에 대해 내가 피상적으로 알고 있는 사항을 얘기할 테니 맞는지 틀린건 어떤건지 알려줘
-
RAG 질의 확장과 재순위화
질의 확장(Query Expansion), 재순위화(Re ranking) 은 RAG (Retrieval Augmented Generation) 시스템에서 검색 정확도와 관련 응답 품질을 높이기 위해 사용됨 ⸻ 🔍 1. 질의 확장 (Query Expansion) ✅ 정의 사용자의 원래 질의(Query) 를 더 풍부한 의미를 가진 형태로 확장(augmentation) 하여 검색 성능(Recall
-
대형 추론모델의 한계 분석
애플에서 공개한 추론(Reasoning) 모델의 한계에 대한 논문 원본 : https://machinelearning.apple.com/research/illusion of thinking NotebookLM 링크 : https://notebooklm.google.com/notebook/270c9f32 28a6 4031 8c43 6b50b7c600e9? gl=1 1sze845 up MQ..