IT

Smell Code 기전달된 매개변수에 동적으로 프로퍼티를 추가하고 해당 변수를 다른 함수의 매개변수로 다시 전달하는 경우 AirBnb Eslint를 사용하는 경우 no-param-reassign 에러가 발생한다. 객체 지향 프로그래밍 관점에서의 문제점 객체 지향 프로그래밍에서는 함수의 정의를 명확하고 하나의 책임만 담당하도록 설계하여 코드 변경의 목적을 제한하는 것을 권장한다. 아래 예시처럼 함수는 매개변수를 포함해서 정의된다. 함수의 정의 예시 ObjectA.save(arg1)와 같이 객체의 메소드로서의 함수 의미 메소드 의미 : ObjectA 가 arg1를 save 한다. 메소드 호출 시 메시지 : ObjectA 가 arg1를 save 하도록 요청한다. parse(arg1)와 같이 1급객체로서의 함..

Smell Code 함수의 매개변수로 보내진 객체의 프로퍼티를 해당 함수에서 재할당하는 경우 AirBnb Eslint를 사용하는 경우 no-param-reassign 에러가 발생한다. 객체 지향 프로그래밍 관점에서의 문제점 Javascript의 경우 Class 선언없이 Object가 생성되는 레거시 코드가 많기 때문에 객체의 프로퍼티에 setter/getter에 준하는 메소드 없이 직접적으로 할당하는 경우가 많은데 이 경우 객체 지향 프로그래밍 측면에서 문제가 발생한다. 객체지향 프로그래밍에서는 객체의 정보를 캡슐화하여 객체의 정보 변경을 내부에서 하도록 책임을 부여하고 외부에서 해당 객체의 정보를 변경하는 것을 제한하도록 설계하여 중복을 방지하고 Side Effect 를 최소화하는 코드 작성을 권장한다..

보호되어 있는 글입니다.

Issue (특이 사항) 젠킨스(jenkins)는 jetty was engine 기반에서 돌아가는 서비스이다. 인터넷이 불가한 사설 네트워크(private network) 환경에서 젠킨스(jenkins)를 구축하는 경우 jenkins war 파일을 서버에 업로드하여 직접 실행하기도 한다. 이 경우 jre 를 통해 직접 jenkins war 파일을 실행 시켜야 하며 스크립트를 통해 안전하게 시작 및 종료 (start or graceful shutdown) 방법이 필요하다. Solution (해결 방법) start script(시작 스크립트) 젠킨스(jenkins) start의 경우 jre의 java 명령의 jar 옵션을 통해 war를 실행 시키면 된다. 이때 옵션을 통해 JENKINS_HOME 경로와 lo..

Issue (특이 사항) 젠킨스(jenkins)는 jetty was engine 기반에서 돌아가는 서비스로 java runtime 환경을 필요로 한다. 또한 jenkins 2.46 후에 나온 버전들은 java 8 or 11 을 요구한다. 리눅스 환경에서 리포지토리(repository)의 패키지를 통한 java 설치가 아닌 바이너리 이진(binary ) 파일로 jdk 파일을 업로드하여 사용할 경우 아래와 같은 오류가 발생하였다. AWT is not properly configured on this server. Perhaps you need to run your container with "-Djava.awt.headless=true"? See also: https://jenkins.io/redirect/..

jdk7 사용 2.46 버전의 경우 최신 plugin 의존성 호환 불가 에러 jenkins의 경우 항상 최신 버전으로 engine과 plugin 을 사용하도록 update-center가 설정되어 있음 jdk7 버전을 사용할 수 있는 2.46 버전의 경우 update-center 변경하여 plugin dependency 관리해줘야함 http://updates.jenkins-ci.org/update-center.json http://updates.jenkins-ci.org/2.46/update-center.json wget http://updates.jenkins-ci.org/2.46/update-center.json sed '1d;$d' update-center.json > default.json huds..

$ git svn clone --no-metadata svn://1.0.0.1/migration_test_repo/trunk Initialized empty Git repository in C:/Users/lms81/Documents/Fax/migration-test/3. git-migration/trunk/.git/ r1 = 3346962de771f3871cce348020e19f7f9d45f423 (refs/remotes/git-svn) A .project A .settings/org.eclipse.jdt.core.prefs A .classpath r2 = fe51588223437413daece28d530d9a9295cdfb13 (refs/remotes/git-svn) W: +empty_dir: src..

전체 체크 checkbox 1번째 checkbox 2번째 checkbox 3번째 checkbox 4번째 checkbox Button

융합 소프트웨어 학과 졸업생 특강 발표 자료 '19 졸업생 특강, 디자인: 이민상

3.4 구축 ML 확장 구축은 서비스를 신속, 유연하게 확장할 수 있도록 하는데 목적을 두고 진행했고, 모두 SageMaker의 Jupyter Notebook을 통해 Python Code로 구현되어 있다. 3.4.1 SageMaker를 통한 Machine Learning 학습 ML 학습은 SageMaker를 통해 총 3단계로 이루어 진다. 1. 인스턴스를 통해 DynamoDB로부터 데이터를 불러와 전처리한다. 2. 해당 데이터가 ML 학습에 적합한지 분석한다. 3. 여러 ML 훈련을 통해 최적의 ML 알고리즘을 선택하여 모델을 생성 및 저장한다. DynamoDB Data 전처리 [그림 3.4-1]과 같이 Python boto3 api를 통해 설문조사 데이터가 저장되어 있는 DynamoDB survey 테..