1️⃣ 프로젝트 폴더 이동 cd 프로젝트폴더 2️⃣ 의존성 설치 npm install 🤖 Android 실행 npx react-native run-android

이 명령어가 React Native CLI 프로젝트 실행 명령어입니다.

동작 과정은 대략 이렇습니다.

1. Gradle 빌드

2. APK 생성

3. 에뮬레이터 또는 연결된 기기에 설치

4. 앱 실행

🍎 iOS 실행 (Mac만 가능) npx react-native run-ios 📌 Expo vs React Native CLI 실행 명령어 차이 종류 실행 명령어

Expo npx expo start Expo (native build) npx expo run:android React Native CLI npx react-native run-android

🔎 프로젝트가 Expo인지 CLI인지 확인하는 방법 Expo 프로젝트 특징

app.json
expo

package.json

"dependencies": {
  "expo": "~50.0.0"
}

React Native CLI 특징

폴더 구조

android/
ios/

package.json

"dependencies": {
  "react-native": "0.73.x"
}

💡 추가로 하나 알려드리면 (중요) 실무에서 git clone 받은 프로젝트 실행할 때 90%는 아래 순서입니다.

git clone <repo>
cd project
npm install
npx react-native run-android

React Native CLI 기기 연결 이후 시작하는 법

1️⃣ npx react-native run-android (일반적으로 사용하는 것) npx react-native run-android

이 명령어는 내부적으로 다음을 자동으로 다 합니다.

Metro bundler 실행 (JS 서버)

Android 앱 빌드 (Gradle)

연결된 기기 또는 에뮬레이터에 APK 설치

앱 실행

👉 그래서 실제 기기를 USB로 연결했다면 보통 이거 하나만 실행하면 끝입니다.

2️⃣ npx react-native start npx react-native start

이건 Metro Bundler(React Native JS 서버) 만 실행합니다.

역할

JS 코드 번들링

Hot reload

앱에서 JS 가져오는 서버

즉 앱을 설치하거나 실행하지는 않습니다.

3️⃣ 실제 개발할 때 많이 쓰는 방식 처음 실행할 때 npx react-native run-android 이후 Metro만 따로 실행할 때 npx react-native start

그리고 Android Studio나 이미 설치된 앱에서 실행.

📱 실제 기기 연결 후 권장 순서

1️⃣ 기기 연결 확인

adb devices

기기가 나오면 OK

List of devices attached
R3CT12345 device

2️⃣ 앱 실행

npx react-native run-android

💡 React Native 처음 공부할 때 가장 헷갈리는 핵심

명령어 역할 npx react-native start JS 서버만 실행 npx react-native run-android 빌드 + 설치 + 실행

👉 그래서 보통은 run-android만 사용합니다.

🔹 해결 방법 1: minFieldWidth / minFieldHeight 사용

Column/Bar 계열 차트의 경우 Column2DSeries, Bar2DSeries 같은 시리즈에 minFieldWidth 또는 minFieldHeight 속성을 주면, 값이 작더라도 최소한의 두께가 보장됩니다.

👉 이렇게 하면 QTY가 100이든 1이든 최소 5px 높이로 그려져서 클릭이 가능해집니다.

🔹 해결 방법 2: ItemRenderer 확장해서 투명 클릭 영역 만들기

값이 너무 작으면 클릭하기 힘드니까, hitTest를 확장해서 투명하게 클릭 가능한 공간을 넓혀주는 방식을 씁니다.

var ExtColumn2DItemRenderer = rMateChartH5.Column2DItemRenderer.extend({
    // hitTest 확장
    hitTest: function(x, y){
        var bounds = this.getBounds();
        // 세로 기준 최소 20px은 클릭 가능하게 확대
        if(bounds.height < 20){
            var centerY = bounds.y + bounds.height/2;
            bounds.y = centerY - 10;
            bounds.height = 20;
        }
        return bounds.contains(x, y);
    }
});

그리고 차트에서 시리즈에 itemRenderer를 지정:

<Column2DSeries
    yField="QTY"
    displayName="수량"
    itemRenderer="ExtColumn2DItemRenderer"/>

👉 실제 바가 작게 그려져도 hitTest가 넓게 잡히니까 클릭 이벤트가 발생합니다.

🔹 해결 방법 3: 라벨 클릭으로 이벤트 트리거

만약 작은 bar는 보이지 않더라도, 카테고리 이름(CATEGORY) 라벨은 항상 보이죠. X축 라벨을 클릭했을 때 chartClick을 실행하게 하면 됩니다.

chart.addEventListener("labelClick", function(event){
    var category = event.labelText;
    var rowData = chartData.find(d => d.CATEGORY === category);
    chartClick("series1", category, event.index, rowData, [rowData["QTY"], category]);
});

👉 이렇게 하면 라벨 클릭만으로도 해당 데이터 이벤트 실행이 가능합니다.

✅ 정리

가장 간단한 방법: minFieldHeight 속성 추가 → 작은 값도 최소 클릭 가능.

좀 더 확실하게: ItemRenderer hitTest 확장 → 투명 클릭 영역 확보.

차선책: X축 라벨 클릭 이벤트 연결 → bar가 안 보이더라도 데이터 이벤트 처리 가능.

📌 현재 쿼리 구조

Xname | aaa  | bbb  | ccc
------|------|------|-----
test1 | 1000 | 500  | 700
test2 | 2000 | 1500 | 700
test3 | 800  | 300  | 200

➡️ 이건 행(Row) 기준이 아니라 열(Column) 기준이라서 Treemap에서 직접 쓰기 힘듭니다.

📌 Treemap 차트에 맞는 데이터 구조

Treemap은 항목 이름 + 값 형태가 기본이에요. 예를 들어:

Xname | category | value
------|----------|------
test1 | aaa      | 1000
test1 | bbb      | 500
test1 | ccc      | 700
test2 | aaa      | 2000
test2 | bbb      | 1500
test2 | ccc      | 700
test3 | aaa      | 800
test3 | bbb      | 300
test3 | ccc      | 200

이렇게 만들어야 nameField="category", weightField="value", groupField="Xname" 같은 식으로 사용할 수 있습니다.

📌 수정된 SQL 예시 (UNPIVOT 방식)

SELECT Xname, category, value
FROM (
    SELECT 'test1' as Xname, 1000 as aaa, 500 as bbb, 700 as ccc FROM dual
    UNION ALL
    SELECT 'test2', 2000, 1500, 700 FROM dual
    UNION ALL
    SELECT 'test3', 800, 300, 200 FROM dual
) t
UNPIVOT (
    value FOR category IN (aaa, bbb, ccc)
);

📌 rMate Treemap 예제 코드

<rMateChart>
    <Options>
        <Caption text="Treemap 예제"/>
        <Legend/>
    </Options>
    <TreeMapChart showDataTips="true">
        <series>
            <TreeMapSeriesnameField="category"
                weightField="value"
                groupField="Xname"
                displayName="Treemap"/>
        </series>
    </TreeMapChart>
</rMateChart>

✅ 정리

• 지금 쿼리처럼 aaa, bbb, ccc가 컬럼으로 나눠진 구조는 Treemap에 바로 적용 불가
• UNPIVOT 또는 UNION ALL로 행(row) 기반 데이터 구조로 변환 필요
• nameField=category, weightField=value, groupField=Xname 식으로 연결

📌 UNPIVOT 없는 버전 쿼리

SELECT 'test1' AS Xname, 'aaa' AS category, 1000 AS value FROM dual
UNION ALL
SELECT 'test1', 'bbb', 500 FROM dual
UNION ALL
SELECT 'test1', 'ccc', 700 FROM dual

UNION ALL
SELECT 'test2', 'aaa', 2000 FROM dual
UNION ALL
SELECT 'test2', 'bbb', 1500 FROM dual
UNION ALL
SELECT 'test2', 'ccc', 700 FROM dual

UNION ALL
SELECT 'test3', 'aaa', 800 FROM dual
UNION ALL
SELECT 'test3', 'bbb', 300 FROM dual
UNION ALL
SELECT 'test3', 'ccc', 200 FROM dual;

📊 결과 데이터

Xname  | category | value
-------|----------|------
test1  | aaa      | 1000
test1  | bbb      | 500
test1  | ccc      | 700
test2  | aaa      | 2000
test2  | bbb      | 1500
test2  | ccc      | 700
test3  | aaa      | 800
test3  | bbb      | 300
test3  | ccc      | 200

📌 rMate Treemap 매핑

<TreeMapChart showDataTips="true">
    <series>
        <TreeMapSeriesnameField="category"
            weightField="value"
            groupField="Xname"
            displayName="Treemap"/>
    </series>
</TreeMapChart>

✅ 이렇게 하면 test1, test2, test3 그룹별로 묶이고,

그 안에서 aaa/bbb/ccc가 사각형으로 표현되며, 값(value) 크기 비율로 타일 크기가 달라집니다.

총 test1,2,3별로 3개의 큰 treemap박스에 한 덩어리마다 aaa,bbb,ccc타일을 넣고 싶은 경우에, 아래와 같이 작성

이런 구조라면 rMate Treemap의 groupField 속성을 쓰면 됩니다.

말씀하신 건 크게 보면

• 그룹 : test1, test2, test3 (큰 박스)
• 타일 : aaa, bbb, ccc (작은 사각형)
• 크기 : value (숫자 값 기준으로 타일 면적이 달라짐)

📊 데이터 구조

앞서 만든 UNION ALL 버전이 그대로 적합합니다:

Xname  | category | value
-------|----------|------
test1  | aaa      | 1000
test1  | bbb      | 500
test1  | ccc      | 700
test2  | aaa      | 2000
test2  | bbb      | 1500
test2  | ccc      | 700
test3  | aaa      | 800
test3  | bbb      | 300
test3  | ccc      | 200

📌 rMate Treemap 예제 코드

<rMateChart>
    <Options>
        <Caption text="Treemap 예제"/>
        <Legend/>
    </Options>

    <TreeMapChart showDataTips="true">
        <series>
            <TreeMapSeriesgroupField="Xname"      <!-- 큰 그룹 -->
                nameField="category"    <!-- 작은 타일 이름 -->
                weightField="value"     <!-- 타일 크기 기준 -->
                displayName="Treemap"/>
        </series>
    </TreeMapChart>
</rMateChart>

✅ 이렇게 하면

• 화면에 3개의 큰 박스(test1, test2, test3) 가 생기고,
• 각 박스 안에 aaa, bbb, ccc 타일이 들어갑니다.
• 각 타일의 면적은 value 값에 따라 비율로 표시돼요.

👉 여기서 선택사항:

• labelField="category" 옵션을 주면 타일 안에 aaa/bbb/ccc 글자 표시 가능
• colorField 같은 속성을 추가하면 aaa/bbb/ccc 별로 색상 다르게 표현 가능

📌 1. legend

• 범례(legend) 영역을 표시할지 여부 및 속성 정의.
• 보통 차트 종류(series)나 데이터 항목 구분을 설명하는 부분.
• 예: legendDirection, legendLabelPlacement, useVisibleCheck 등 세부 옵션 존재.

📌 2. series

• 차트에 표시되는 데이터 계열(Series) 정의.
• BarSeries, WaterfallSeries, TreeMapSeries 등 차트 종류에 맞는 series를 지정해야 함.
• series 내부에 xField, yField, displayName 같은 속성이 포함됨.

📌 3. displayName

• 범례(legend) 또는 툴팁(toolTip) 에 표시될 이름.
• 데이터셋의 필드명이 그대로 나오지 않게, 사람이 읽기 좋은 이름으로 표시할 때 사용.

<BarSeries yField="sales" displayName="매출액"/>

📌 4. nameField

• TreemapSeries 전용 속성.
• 각 사각형(타일)에 표시될 이름을 지정.
• 예를 들어 부서명, 카테고리명 등.

<TreeMapSeries nameField="deptName" weightField="sales"/>

📌 5. weightField

• TreemapSeries 전용 속성.
• 사각형의 크기를 결정하는 기준값.
• 값이 클수록 넓은 영역을 차지.

<TreeMapSeries nameField="deptName" weightField="sales"/>

📌 6. xField / yField

• Bar, Column, Waterfall 등 좌표형 차트에서 축 데이터 지정.
• xField : X축에 해당하는 값 (보통 카테고리/분류, 예: 월, 제품명 등)
• yField : Y축에 해당하는 값 (보통 수치형 데이터, 예: 매출액, 건수 등)

<BarSeries xField="month" yField="sales"/>
<WaterfallSeries xField="step" yField="amount"/>

📊 차트별 정리

👉 정리

• legend = 범례 표시 여부/설정
• series = 어떤 데이터 계열(차트 종류) 쓸지
• displayName = 범례/툴팁에 표시되는 이름
• nameField = Treemap에서 각 사각형 이름
• weightField = Treemap에서 크기 기준값
• xField, yField = 좌표형 차트에서 축 데이터

여기서 rMate Chart for HTML5를 Nexacro에 넣으려면, 보통 Nexacro의 HTML5 컴포넌트를 활용해서 별도의 HTML 파일을 로드하는 방식이 필요합니다.

즉, HTML *파일이 추가로 필요하며, Nexacro에서 차트를 보여줄 *브리지 역할을 합니다.

1. 추가로 필요한 파일

1. rMateChart.html
   • rMate Chart 스크립트와 차트 설정이 포함된 HTML 파일
   • Nexacro의 WebBrowser 컴포넌트에서 이 HTML을 불러와 차트를 표시
   • HTML 내부에서 rMateChartH5.create()로 차트 객체 생성
   • Nexacro에서 전달받은 데이터(JSON 등)를 setData()로 반영
2. (선택) 차트 데이터 가공용 JavaScript 파일
   • rMateChart.html 내부에 직접 써도 되지만, 유지보수를 위해 외부 .js로 분리 가능

2. 파일 구성 예시

/src/main/java/com/example/controller/TestChartController.java
/src/main/java/com/example/service/TestChartService.java
/src/main/java/com/example/service/impl/TestChartServiceImpl.java
/src/main/java/com/example/dao/TestChartDAO.java
/src/main/java/com/example/dao/impl/TestChartDAOImpl.java
/src/main/resources/mapper/TestChartMapper.xml

/nexacro_ui/testfilter.xfdl
/nexacro_ui/testview.xfdl
/nexacro_ui/html/rMateChart.html  ← 신규 추가
/nexacro_ui/js/rMateChartHelper.js (선택)

3. 동작 흐름

① Filter 화면 (testfilter.xfdl)

• 사용자가 조건(날짜, 제품코드 등) 선택 → 버튼 클릭 시
• 해당 조건을 Transaction으로 Controller에 전달
• Controller에서 조건에 맞는 데이터 조회
• 결과를 View화면의 Dataset에 반영

// testfilter.xfdl
function btn_search_onclick(obj,e) {
    var sDate = this.cal_from.value;
    var eDate = this.cal_to.value;

    var args = "fromDate=" + sDate + " toDate=" + eDate;

    this.transaction(
        "searchChart",              // ID
        "svc::getChartData.do",     // URL
        "",                         // inDataset
        "ds_chart=out_chart",       // outDataset
        args,                       // arguments
        "fn_callback"
    );
}

function fn_callback(svcID, errCD, errMsg) {
    if(svcID == "searchChart" && errCD == 0) {
        // View 화면 Dataset에 복사
        var objView = this.parent.form_testview;
        objView.ds_chart.copyData(this.ds_chart, true);
    }
}

② View 화면 (testview.xfdl)

• WebBrowser 컴포넌트에 rMateChart.html 로드
• Dataset 변경 시 HTML에 데이터 전달

// testview.xfdl
function form_onload(obj,e) {
    this.webChart.set_url("http://localhost:8080/nexacro_ui/html/rMateChart.html");
}

function ds_chart_onrowposchanged(obj,e) {
    if (this.webChart.getProperty("document") != null) {
        var jsonData = this.ds_chart.saveXML();
        this.webChart.callMethod("setChartData", jsonData);
    }
}

③ rMateChart.html

• Nexacro에서 호출할 수 있는 setChartData() 함수 구현
• rMate Chart 스크립트 로드 후, 데이터 세팅

<!DOCTYPE html>
<html>
<head>
    <meta charset="utf-8">
    <script src="./rMateChartH5.js"></script>
    <script>
        var chart;

        window.onload = function() {
            rMateChartH5.create("chart1", "chartHolder", "", "100%", "100%");
        };

        function setChartData(xmlData) {
            var jsonData = parseNexacroXML(xmlData); // XML → Array 변환
            chart.setData(jsonData);
        }
    </script>
</head>
<body>
    <div id="chartHolder"></div>
</body>
</html>

4. 핵심 포인트

• HTML 파일이 반드시 필요 (Nexacro WebBrowser에서 로드)
• Nexacro Dataset → HTML로 전달 → rMateChart에 적용
• Filter와 View는 Dataset으로 연동 (copyData 등)
• Controller ~ DAO는 기존 데이터 조회 구조 그대로 사용 가능
• rMate는 JSON이나 Array 데이터를 선호하니 XML은 변환 필요

원하시면 제가 Spring + Nexacro + rMateChart HTML 연동 전체 샘플 구조를 바로 만들어서 드릴 수 있습니다.

그러면 파일별 실제 코드가 전부 연결된 상태로 보여줄 수 있어요.

지금처럼 설명만 하는 것보다 훨씬 이해가 빠를 겁니다.

이대로 전체 예제 구성까지 해드릴까요?

@Controller
public class ChartController {

    @Resource(name = "chartService")
    private ChartService chartService;

    @RequestMapping("/chart/data.do")
    @ResponseBody
    public NexacroResult getChartData() {
        List<Map<String, Object>> chartList = chartService.selectChartData();

        NexacroResult result = new NexacroResult();
        result.addDataSet("output", chartList);  // Dataset 이름과 일치해야 함

        return result;
    }
}

2. Service & DAO

ChartService.java

public interface ChartService {
    List<Map<String, Object>> selectChartData();
}

ChartServiceImpl.java

@Service("chartService")
public class ChartServiceImpl implements ChartService {

    @Resource(name = "chartDAO")
    private ChartDAO chartDAO;

    @Override
    public List<Map<String, Object>> selectChartData() {
        return chartDAO.selectChartData();
    }
}

ChartDAO.java

public interface ChartDAO {
    List<Map<String, Object>> selectChartData();
}

ChartDAOImpl.java

@Repository("chartDAO")
public class ChartDAOImpl implements ChartDAO {

    @Autowired
    private SqlSession sqlSession;

    private static final String NAMESPACE = "chartMapper.";

    @Override
    public List<Map<String, Object>> selectChartData() {
        return sqlSession.selectList(NAMESPACE + "selectChartData");
    }
}

3. MyBatis Mapper

<select id="selectChartData" resultType="map">
    SELECT
        MONTH_NAME AS category,
        SALES_AMOUNT AS value
    FROM SALES_TABLE
    ORDER BY MONTH_NO
</select>

• resultType="map" → 자동으로 Map 형태로 반환됨

4. 넥사크로 Dataset과 매칭

넥사크로에서 이 데이터를 그대로 WebBrowser.callMethod()로 넘기면 차트에서 사용 가능해.

🔹 공통점

• 모두 컬렉션 프레임워크의 일부이며, 데이터를 담는 컨테이너입니다.
• 하지만 용도와 특징이 다릅니다.

📊 주요 차이점 요약

🔸 사용 예

✅ List

List<String> list = new ArrayList<>();
list.add("apple");
list.add("banana");
list.add("apple"); // 중복 허용
System.out.println(list); // [apple, banana, apple]

✅ Set

Set<String> set = new HashSet<>();
set.add("apple");
set.add("banana");
set.add("apple"); // 중복 무시됨
System.out.println(set); // [apple, banana] (순서는 보장 X)

✅ Map

Map<String, Integer> map = new HashMap<>();
map.put("apple", 1);
map.put("banana", 2);
map.put("apple", 3); // 기존 키 덮어씀
System.out.println(map); // {banana=2, apple=3}

✅ 2. 제네릭 클래스 만들기

직접 타입을 파라미터로 받는 클래스를 만들 수 있어요. T, E, K, V 등을 자주 사용합니다.

🔹 기본 구조

public class Box<T> {
    private T value;

    public void set(T value) {
        this.value = value;
    }

    public T get() {
        return value;
    }
}

🔹 사용 예

public class Main {
    public static void main(String[] args) {
        Box<String> stringBox = new Box<>();
        stringBox.set("Hello");
        System.out.println(stringBox.get());  // Hello

        Box<Integer> intBox = new Box<>();
        intBox.set(100);
        System.out.println(intBox.get());  // 100
    }
}

🔹 여러 개 타입 지정도 가능

public class Pair<K, V> {
    private K key;
    private V value;

    public Pair(K key, V value) {
        this.key = key;
        this.value = value;
    }

    public K getKey() { return key; }
    public V getValue() { return value; }
}

사용 예

Pair<String, Integer> pair = new Pair<>("apple", 3);
System.out.println(pair.getKey());   // apple
System.out.println(pair.getValue()); // 3

✅ 요약 정리

"데이터(객체)를 효율적으로 저장하고 관리하기 위한 자료 구조 클래스들의 집합"

🔹 종류

Java에서 Collection은 인터페이스이며, 주요 하위 인터페이스와 구현 클래스는 다음과 같습니다:

🔹 예시

List<String> list = new ArrayList<>();
list.add("apple");
list.add("banana");
System.out.println(list); // [apple, banana]

✅ 2. Generic (제네릭)

"클래스나 메서드에서 사용할 데이터 타입을 코드 작성 시가 아니라 사용할 때 지정하는 기법"

즉, 다양한 타입에 대해 타입 안정성(safety)을 보장하며 재사용 가능한 코드 작성이 가능해져요.

🔹 왜 사용하나?

1. 타입 안정성: 잘못된 타입 저장 방지
2. 형변환 없이 바로 사용 가능
3. 코드 재사용성 증가

🔹 예시

List<String> list = new ArrayList<>();
list.add("hello");
// list.add(123); // 컴파일 에러 발생 (타입 안전성)
String s = list.get(0); // 형변환 불필요

✅ 3. Collection과 Generic 함께 사용

제네릭은 Collection에서 가장 많이 사용됩니다.

🔹 예시: 제네릭 없는 코드 (비추천)

List list = new ArrayList();
list.add("text");
list.add(123);  // 다른 타입도 들어갈 수 있음
String s = (String) list.get(0); // 형변환 필요

🔹 예시: 제네릭 사용한 코드 (추천)

List<String> list = new ArrayList<>();
list.add("text");
// list.add(123); // 컴파일 에러
String s = list.get(0); // 형변환 X

✅ 예제 종합

import java.util.*;

public class Example {
    public static void main(String[] args) {
        List<Integer> nums = new ArrayList<>();
        nums.add(10);
        nums.add(20);

        for (Integer num : nums) {
            System.out.println(num * 2);  // 타입 안정성 보장
        }
    }
}

📌 요약

✅ 예시 Dataset

ds_user

-------------------------
id     | name   | age
-------------------------
1      | 철수   | 20
2      | 영희   | 22

✅ getColumn 예제 (값 가져오기)

// Dataset ds_user의 0번째 행에서 name 값을 가져오기
var userName = ds_user.getColumn(0, "name");  // "철수"

✅ setColumn 예제 (값 설정하기)

// Dataset ds_user의 1번째 행의 age를 25로 수정
ds_user.setColumn(1, "age", 25);

이후 ds_user의 상태는 아래와 같음:

id     | name   | age
-------------------------
1      | 철수   | 20
2      | 영희   | 25  <-- 바뀜

✅ 실무 사용 예제 (버튼 클릭 시 값 변경)

// 버튼 클릭 이벤트에 연결된 함수
function btn_changeAge_onclick(obj, e)
{
    var row = ds_user.findRow("name", "영희");  // 영희가 있는 행 찾기
    if(row >= 0) {
        ds_user.setColumn(row, "age", 30);  // 나이를 30으로 변경
    }
}

✅ 팁: getColumn vs getColumnText

🧭 전체 흐름 설명

1. Controller (컨트롤러)

• 클라이언트 요청을 받아 처리하고, 응답을 반환

• Service 계층을 호출

2. Service (서비스 인터페이스)

• 비즈니스 로직을 정의 (인터페이스만 정의)

• 실제 로직은 ServiceImpl에서 구현

3. ServiceImpl (서비스 구현체)

• Service 인터페이스를 구현

• DAO 계층을 호출하여 데이터베이스 작업 수행

4. DAO (데이터 접근 인터페이스)

• DB 접근 메서드 정의

5. DAOImpl (DAO 구현체)

• 실제 DB 연산을 수행 (JDBC, JPA 등으로 구현)

📁 디렉토리 구조 예시

com.example.demo ├── controller │ └── UserController.java ├── service │ ├── UserService.java │ └── UserServiceImpl.java ├── dao │ ├── UserDAO.java │ └── UserDAOImpl.java └── model └── User.java

💻 예제: 사용자 이름 조회 (UserController → UserService → UserDAO)

📌 1. User.java (모델)

public class User {
    private int id;
    private String name;

    // 생성자, getter, setter
    public User(int id, String name) {
        this.id = id;
        this.name = name;
    }
    public int getId() { return id; }
    public String getName() { return name; }
}

📌 2. UserDAO.java (DAO 인터페이스)

public interface UserDAO {
    User findUserById(int id);
}

📌 3. UserDAOImpl.java (DAO 구현체)

import java.util.HashMap;
import java.util.Map;

public class UserDAOImpl implements UserDAO {
    private static final Map<Integer, User> userDb = new HashMap<>();

    static {
        userDb.put(1, new User(1, "Alice"));
        userDb.put(2, new User(2, "Bob"));
    }

    @Override
    public User findUserById(int id) {
        return userDb.get(id);
    }
}

📌 4. UserService.java (서비스 인터페이스)

public interface UserService {
    String getUserNameById(int id);
}

📌 5. UserServiceImpl.java (서비스 구현체)

public class UserServiceImpl implements UserService {
    private final UserDAO userDAO = new UserDAOImpl();

    @Override
    public String getUserNameById(int id) {
        User user = userDAO.findUserById(id);
        return user != null ? user.getName() : "사용자 없음";
    }
}

📌 6. UserController.java (컨트롤러)

import java.util.Scanner;

public class UserController {
    private final UserService userService = new UserServiceImpl();

    public void getUserName() {
        Scanner scanner = new Scanner(System.in);
        System.out.print("사용자 ID를 입력하세요: ");
        int id = scanner.nextInt();

        String name = userService.getUserNameById(id);
        System.out.println("사용자 이름: " + name);
    }

    public static void main(String[] args) {
        UserController controller = new UserController();
        controller.getUserName();
    }
}

✅ 실행 결과 예시

사용자 ID를 입력하세요: 1 사용자 이름: Alice

*🧩 요약 *

이 구조는 Spring Framework에서도 동일하게 사용되며, 각 계층은 @Controller, @Service, @Repository 등의 애너테이션으로 정의됩니다.

주요 암기 내용!!

<문제 해설>

1. /etc/bashrc : 모든 사용자에 적용되는 alias와 함수 설정

2. /etc/profile : 모든 사용자에 적용되는 환경변수와 시작관련 프로그램 설정 지정파일

3. ~/.bashrc :개인 사용자가 정의한 alias와 함수들이 있는 파일

4. ~/.bash_profile : 개인 사용자가 정의한  alias와 함수 설정파일

standalone: 대기하고 있다가(메모리 상주) 요청이 발생하면 즉각 처리 (빈번한 요청이 발생하는 서비스에 적합)

inetd: 평상시에 잠자고 있다가 요청이 올 때만 구동 (메모리 관리가 효율적)

<문제 해설>1. jobs 명령어는 현재 셸 세션에서 실행된 백그라운드 작업의 상태를 보여주지만,셸 세션과 관련된 작업에 한정되므로 시스템 전체에서 실행 중인 데몬을 확인하는 데 사용할 수 없습니다.

2. fg 명령어는 백그라운드 작업을 포그라운드로 가져오는 데 사용되며, 데몬 확인에는 적합하지 않습니다.

3. bg 명령어는 정지된 작업을 백그라운드에서 계속 실행시키는 데 사용되지만, 실행 중인 데몬을 확인하는 데 사용되지 않습니다.

4. ps 명령어는 현재 시스템에서 실행 중인 모든 프로세스(데몬 포함)의 정보를 제공할 수 있으며,특정 조건에 맞는 프로세스를 검색하는 다양한 옵션을 제공합니다.

간단하고 정확하게 차이점 알려드립니다.

1. 백그라운드로 실행 중인 작업목록을 물어보면 => jobs

2. 백그라운드로 실행 중인 데몬을 물어보면 => ps

기출문제에선 보통 백그라운드는 jobs가 답인 경우가 많아서 앞에 문제만 보고 냅다 답을 jobs 찍는 분들이 많은데,

문제를 끝까지 읽고 "작업목록 or 프로세스"냐 데몬이냐를 확인 후 답을 고르세요.

<문제 해설>nice는 프로그램 실행 시 우선 순위를 결정하지만renice는 실행된 프로세스의 우선 순위를 결정하며renice는 nice와 다르게 PID값을 이용해 우선 순위를 결정하며,양수일 경우 n, 음수일 경우 -n을 사용합니다.nice는 양수일 경우 -n, 음수일 경우 --n을 사용합니다

killall, nice -> 프로세스명 사용 / kill,renice 프로세스번호 사용

.virc = 비주얼 모드인 vim을 위한 설정 파일

.exrc = vi 편집기에서 사용자가 환경 설정을 등록하는 파일

tar에서

cvf(create) - 생성

xvf(extratct) - 해제

tvf(list) - 목록

• -J : xzip
• -j : bzip2
• -z : gzip
• -Z : compress

<문제 해설>

LV (Logical Volume): 논리 볼륨은 사용자가 실제로 데이터를 저장하는 공간입니다. LVM을 사용하면 LV의 크기를 필요에 따라 쉽게 조정할 수 있으며, 여러 개의 물리적 디스크에 걸쳐 있을 수도 있습니다.

PV (Physical Volume): 물리 볼륨은 LVM에서 사용되는 가장 낮은 수준의 저장공간 단위입니다. 하나 이상의 하드 드라이브 파티션 또는 전체 디스크를 PV로 초기화하여 LVM에서 사용할 수 있게 합니다.

PE (Physical Extent): 물리적 확장은 PV 내에서 LV에 할당될 수 있는 고정된 크기의 데이터 블록입니다. PE는 LVM의 할당 단위로 작동합니다.

VG (Volume Group): 볼륨 그룹은 하나 이상의 PV를 묶어서 관리하는 논리적인 컨테이너입니다. VG 내에서 LV들을 생성하고 관리합니다.

10GB 디스크 4개 사용 시 각 RAID에 대한 설명.

RAID-0 : 스트라이핑의 경우 용량 모두 사용 40GB.

RAID-1 : 미러링의 경우 절반으로 줄어듦 20GB.

RAID-5 : 1개의 디스크 패리티로 사용 30GB.

RAID-6 : 2개의 디스크 패리티로 사용 20GB.

1. 데스크톱 환경 : 사용자가 그래픽 인터페이스를 통해 컴퓨터를 사용할 수 있도록 하는 전체 환경 (예: GNOME, KDE).

2. 윈도 매니저 : 윈도우의 배치와 외관을 관리하는 시스템 소프트웨어 (예: Metacity, Openbox).

3. 디스플레이 매니저 : 로그인 화면을 제공하고 사용자 세션을 시작하는 프로그램 (예: GDM, LightDM).

4. 위젯 : 그래픽 사용자 인터페이스에서 사용되는 작은 독립형 컴포넌트 (예: 버튼, 텍스트 박스).

Nautilus는 GNOME 데스크톱 환경에서 사용되는 파일 관리자

Metacity는 GNOME 데스크톱 환경에서 사용되는 윈도우 매니저

Mutter는 GNOME 3 데스크톱 환경에서 사용되는 윈도우 매니저

Plasma는 KDE 커뮤니티에 의해 개발된 데스크탑 환경.

1. Docker : 컨테이너, 이미지 형태로 패키지 관리 및 배포 플랫폼

2. Openstack : 오픈 소스 클라우드컴퓨팅 플랫폼

3. Kubernetes : Docker 자동화 플랫폼

4. Ansible : 오픈 소스 자동화 플랫폼

LAN (Local Area Network) : 상대적으로 좁은 지역. 집, 사무실, 학교 등

MAN (Metropolitan Area Network) : 상대적으로 LAN보다 넓은 지역. 큰 도시나 캠퍼스 같은 광역. 전화, TV, 인터넷은 MAN

SAN (Storage Area Network) : 저장 장치를 네트워크로 연결하는데 사용하는 개념.

WAN (Wide Area Network) : 상대적으로 매우 넓은 지역. 국가, 대륙, 전세계를 아우르는 개념.

netstat명령 옵션

• -r : 라우팅 테이블 표시
• -t : TCP 연결 표시
• -m : 소켓 버퍼의 메모리 사용상태 표시
• -n : 주소와 포트번호 등을 숫자 형태로 표시

물리 계층 - 리피터, 허브

데이터 링크 계층 - 스위치, 브리지

네트워크 계층 - 라우터

전송 계층 - 게이트 웨이

ICANN (Internet Corporation for Assigned Names and Numbers):

IP, 도메인 등 관리

IEEE (Institute of Electrical and Electronics Engineers):

LAN 규격, 다양한 컴퓨팅 표준 등

ITU-T (International Telecommunication Union - Telecommunication Standardization Sector):

통신 기술의 표준을 정립. 네트워크와 서비스의 표준을 개발

ISO (International Organization for Standardization):

국제 표준 개발 기구

NIS(Network Information Service) - 네트워크 정보를 중앙 집중식으로 유지하고 배포하는 서비스

SAMBA - Winodws 및 리눅스/UNIX 간의 파일 공유 및 네트워크 통합 용이

HTTP(Hypertext Transfer Protocol) - www에서 정보를 전송하는데 사용되는 프로토콜

게이트웨이 주소값 확인 가능 명령: ip, route, netstat

전송단위 1계층부터 4계층까지

비트 - 프레임 - 패킷 - 세그먼트

네트워크 계층: IP, ICMP, ARP, RARP

전송 계층: TCP, UDP

pico = Pine 이메일 클라이언트의 일부로 개발되었으나, 라이센스 이슈로 인해 nano로 대체

nano: GNU 프로젝트의 일부로 개발, 간단하고 사용자 친화적인 텍스트 편집기

vim = Vi 편집기의 확장된 버전

kwrite = KDE 데스크톱 환경의 일부로 개발된 텍스트 편집기

1. Totem : GNOME 환경의 기본 동영상 플레이어

2. Evince : GNOME을 위해 설계된 문서 뷰어. PDF, Postscript 등.

3. Eog(Eye of GNOME) : GNOME 환경의 기본 이미지 뷰어.

4. Gimp(GNU Image Manipulation Program) : GNU에 의해 개발된 강력한 오픈 소스 이미지 편집 툴

ss 명령어 옵션

• -n (number) : 주소 및 포트 번호를 숫자로 출력
• -a (all) : 모든 소켓 정보를 출력
• -ㅇ (time out) : 타임아웃 값을 지정
• -t (tcp) : tcp 소켓 정보 출력

ARP - IP에서 MAC

RARP - MAC에서 IP

quota: 사용자나 그룹의 디스크 사용량과 할당량(쿼터)을 보여줌.

edquota: 텍스트 에디터와 같은 환경에서 쿼터를 편집할 수 있게 해줌.

setquota: 명령줄에서 직접 쿼터를 설정하거나 수정하기 위해 사용.(보통 -u 옵션 사용하면 이거임.)

xfs_quota: XFS 파일 시스템에서 쿼터를 명령줄에서 설정함.(보통 -x -c 옵션 사용하면 이거임.)

fdisk

새로운 파티션 생성 / 기존 파티션 삭제 / 파티션의 타입 결정 등의 작업을 수행할 수 있음.

한번에 한 디스크에 대해서만 작업 수행

fdisk [옵션] [장치명]

p : 디스크 정보 표시

n : 파티션 생성

t : 파티션 속성 지정

d : 파티션 삭제

du: 디렉터리 별 디스크 사용량 확인

df : 마운트 된 하드 디스크의 사용량 확인(분할 된 파티션 별로 사용량 확인)

파티션 고유번호 uuid

확인하는 명령어 blkid

1. LOGIN : 로그인 세션을 나타내는 쉘 환경변수

2. USER : 현재 사용자 이름을 나타내는 환경변수

3. SHELL : 현재 사용중인 쉘경로를 나타내는 환경변수

4. BASH : bash 쉘에 대한 정보를 나타내는 환경변수

CentOS 7부터는 기존 init프로세스에서 systemd를 쓰기로함

그 이전은 init이고 PID는 1이다

nice -n [프로세스명]

killall [프로세스명]

renice 는 pid를 인자값으로 받습니다

kill 은 pid를 인자값으로 받습니다.

nano 편집기 단축키

[Ctrl] + [a] : 행의 맨 앞으로 커서 이동

[Ctrl] + [e] : 행의 맨 끝으로 커서 이동

[Ctrl] + [c] : 현재 커서 위치 문자의 ascii 값을 표시

[Ctrl] + [x] : 나노 편집기 종료, 변경사항 저장 여부 물어봄

vi편집기

① -c : 특정 명령어 실행

② -r : 이전에 편집 중이던 파일이 중단되거나 충돌로 인해 손실된 경우 복구

③ -R : 읽기 전용 모드(파일 읽을 수 있지만 수정 불가)

④ + : 파일을 열면서 커서를 특정 위치에 놓을 때 사용

vi 편집기에서

• -h : 커서를 한칸 왼쪽으로 이동하는 명령
• -j : 커서를 한줄 아래로 이동하는 명령
• -k : 커서를 한줄 위로 이동하는 명령
• -l : 커서를 한칸 오른쪽으로 이동하는 명령

RAID-0 : 스트라이핑 : 모든 디스크 사용

RAID-1 : 미러링 : 디스크 개수의 절반을 백업에 사용 그래서 최소 2개 필요

RAID-5 : 한 개의 패리티 드라이브 사용 (디스크 개수 -1 * 용량)

RAID-6 : 두 개의 패리티 드라이브 사용 (디스크 개수 -2 * 용량)

configure(환경설정) -> make(컴파일) -> make install

압축효율

.xz > .bz2 > .gz > .Z

압축해제명령어

• Jxvf : xz
• jxvf : bzip2
• zxvf : gzip
• xvf : .tar

Evince는 PDF 형식이나 포스트스크립트 형식의 문서를 그놈 데스크톱 환경에서 읽을 수 있는 소프트웨어이다

• ls: 현재 디렉토리에 있는 파일 및 디렉터리의 목록을 보여주는 명령어입니다. -l 옵션을 사용하면 자세한 목록이 표시되며, 이 목록에는 각 파일 또는 디렉터리의 소유자와 그룹이 표시됩니다.
• chmod: 파일의 퍼미션을 변경하는 데 사용됩니다. 소유자를 확인하는 목적으로는 사용되지 않습니다.
• chown: 파일이나 디렉터리의 소유자와 그룹을 변경하는 데 사용됩니다. 직접적으로 소유자를 확인하는 용도로 사용할 수 있습니다.
• umask: 새로운 파일이나 디렉터리를 생성할 때 기본적으로 설정되는 퍼미션을 제어하는 데 사용됩니다. 소유자를 확인하는 용도로는 사용되지 않습니다.

/etc/passwd 파일은 사용자 계정 정보를 포함

/etc/shells 파일은 시스템에서 사용 가능한 셸의 목록을 제공하는 파일

/etc/bashrc 파일은 Bash 셸의 전역 설정 파일로, 시스템 전체의 Bash 셸 설정을 구성

/etc/profile 파일은 사용자가 로그인할 때 실행되는 전역 프로파일 스크립트

온라인 패키지 관리 도구

dpkg는 기본 패키지 관리 도구 입니다. (온라인 아님 )

1. dnf : 레드헷 계열인 yum 을 대체하는 온라인 패키지

2. zypper ; 수세 계열 온라인 패키지

3. apt-get : 데미안 계열 온라인 패키지

소스 설치 방법 cmake 선택 프로젝트 - MySQL, KDE, LMMS

<문제 해설>

-Z: compress 압축 적용 옵션

-z: gzip 압축 적용 옵션.

-j: bzip2 압축 적용 옵션.

-J: xz 압축 적용 옵션.

압축률: compress<gzip<bz2<xz

압축 파일 용량이 가장 큰 compress 방식이 마지막 알파벳의 대문자Z그 다음으로 압축이 덜되는 gz가 소문자z압축률이 제일 좋은 xz가 J이렇게 외워봅시다.

LVM의 구성 순서

PV - VG - LV

X Window 시스템에 할당된 TCP 포트 번호는 6000+

Xlib - XCB

KDE - Qt

GTK+ - GNOME

세트라고 외우시면 최소 한 문제는 먹고 들어갑니다.

IPv4 32bit

IPv6 128bit

MAC 48bit

ISO -> OSI

EIA -> LAN 케이블 관련 표준

IEEE -> LAN 관련 표준

평문사용으로 보안에 취약하지면 원격 접속이 된다 = Telnet

보안강화가 되며 원격 접속이 된다 = SSH

전가상화 방식 : KVM

반가상화 방식 : Xen

Kubernetes : 컨테이너화된 애플리케이션의 '자동' 배포, 확장 및 '관리'를 위한 오픈 소스 플랫폼, 초기 구글 개발 -> cncf 기증.

Docker : 경량화된 가상화기술 / 컨테이너화된 애플리케이션의 개발, 배포 및 실행(관련 키워드:XEN, KVM)

데비안 apt-get 명령어

purge = 환경설정까지 다 지움

remove = remove랑 erase는 동일한 기능 수행. 환경설정파일은 남겨둠.

erase = remove

delete = 유효하지 않은 명령어

dnf - 페도라 온라인 패키지 관리 도구

rpm - 레드햇 오프라인 패키지 관리 도구

zypper - 수세 온라인 패키지 관리 도구

apt-get - 데비안 온라인 패키지 관리 도구

1. /etc/bashrc : 모든 사용자에 적용되는 alias와 함수 설정

2. /etc/profile : 모든 사용자에 적용되는 환경변수와 시작관련 프로그램 설정 지정파일

3. ~/.bashrc :개인 사용자가 정의한 alias와 함수들이 있는 파일

4. ~/.bash_profile : 개인 사용자가 정의한  alias와 함수 설정파일

/etc/passwd

시스템에 등록된 각 사용자의 계정 정보를 저장, 사용자 ID, 그룹 ID, 홈 디렉토리, 로그인 셸 등의 정보를 포함. 사용자의 로그인 셸 정보는 각 사용자의 레코드 마지막 부분에 위치.

/etc/shells: 시스템에서 사용 가능한 셸의 목록을 포함. 사용자가 chsh 명령어를 사용하여 변경할 수 있는 유효한 셸을 나열.

/etc/bashrc: 시스템 전체의 기본 설정을 위한 bash 셸 스크립트 파일. 모든 사용자의 bash 셸 세션에 대한 글로벌 구성을 제공.

/etc/profile: 시스템 전체의 로그인 셸 세션을 위한 초기화 스크립트 파일. 모든 사용자의 로그인 셸 세션 시작 시 실행.

R : 복잡한 데이터 분석과 시각화를 위한 강력한 도구를 제공

Hadoop: 대규모 데이터 세트를 분산 처리하기 위한 프레임워크. 데이터 저장과 처리에 유용

NoSQL: 관계형 데이터베이스의 대안으로, 빅데이터와 실시간 웹 애플리케이션을 위한 다양한 데이터베이스 기술

Cassandra: 고가용성과 확장성을 제공하는 분산 NoSQL 데이터베이스 시스템

FTP 서버에 파일을 업로드하는 명령어 = put

FTP 서버에서 파일을 다운로드하는 명령어 = get

telnet 옵션

• u : UDP 모드로 telnet을 실행
• n : 호스트 이름을 숫자로 변환하지 않고, 주소로 처리
• p : 원격 호스트이 포트를 지정
• l : 로그인 할 때 사용 할 사용자 이름을 지정

1. .Xsession: 사용자가 로그인할 때 실행되는 스크립트로, 사용자가 세션을 시작할 때 실행되는 명령을 포함할 수 있습니다.

2. .Xsetup: 일반적으로 XDM(X Display Manager)과 관련된 설정 파일로, XDM을 사용하는 로그인 화면 설정에 사용됩니다.

3. .Xinitrc: 사용자가 startx 명령을 통해 X 윈도우 시스템을 시작할 때 실행되는 스크립트로, 사용자 정의 초기화 명령을 포함할 수 있습니다.

4. .Xauthority: X 서버에 대한 인증 정보를 저장하는 파일로, X 클라이언트가 X 서버에 접근할 수 있도록 하는 인증 키를 저장합니다.

윈도 매니저 ： ｘ－윈도우 상에서 윈도의 배치와 표현을 담당하는 시스템 프로그램

디스플레이 매니저 ： ｘ－윈도우 구성 요소 중 사용자 로그인 및 세션 관리 수행 프로그램

ps명령 상태 코드

• R (Running): 프로세스가 현재 실행 중인 상태
• S (Sleeping): 프로세스가 현재 실행 대기 중인 상태. 실행 대기 중이지만 사용자 입력이나 이벤트를 기다리고 있다. 대부분의 프로세스가 이 상태에 있다.
• T (Stopped): 프로세스가 현재 중지된 상태. 보통은 SIGSTOP 시그널을 받아 중지된 상태이며, 실행을 일시 중지한 후에 다시 시작할 수 있다
• Z (Zombie): 프로세스가 종료되었지만 부모 프로세스가 아직 종료 상태를 확인하지 않은 상태. 일반적으로 시스템 리소스를 소비하지 않으며, 부모 프로세스가 해당 종료 상태를 처리할 때까지 존재.

ps : 현재 실행 중인 프로세스

bg : 중지된(background)작업을 다시 실행

jobs : 현재 셸에서 실행 중인 작업의 목록(백그라운드, 포그라운드 모두 표시)

exec : 셸 스크립트가 다른 프로세스로 대체

SIGTSTP - 20 : Terminal Stop Signal (POSIX)

SIGKILL - 9 : Kill(can't be caught or ignored) (POSIX)

SIGINT - 2 : Terminal Interrupt (ANSI)

SIGTERM - 15 : Termination (ANSI)

chsh

• l = list shells : 셸의 목록을 출력하여 사용자가 사용할 수 있는 셀의 종류를 확인
• u = help : 명령어의 사용법과 가능한 옵션에 대한 간단한 설명 제공
• s : 사용자의 기본 셸을 변경
• c = comment : 변경된 셸에 대한 추가적인 설명을 제공

/etc/fstab 은 파일 시스템 테이블을 나타내는 파일

/etc/mtab 파일은 현재 마운트된 파일 시스템에 관한 정보

/etc/mounts 파일은 파일 시스템이 실제로 마운트되어 있는지 여부와 관계없이 보여줍니다.

/proc/partitions 파일은 현재 시스템에 있는 파티션 정보를 제공

NFS (Network File System) : 네트워크를 통해 파일을 공유할 수 있게 해주는 시스템임. 리눅스나 유닉스 시스템끼리 파일 공유할 때 주로 사용함.

SAMBA : 윈도우 파일 공유 프로토콜인 SMB/CIFS를 구현한 거임. 윈도우와 리눅스/유닉스 시스템 간에 파일이나 프린터를 공유할 수 있게 해줌.

Gopher : 인터넷 초기에 사용되던 정보 검색 프로토콜임. 웹이 널리 퍼지기 전에 문서나 파일을 계층적으로 찾아볼 수 있게 해주는 시스템이었지만, 지금은 거의 안 쓰임.

FTP (File Transfer Protocol) : 파일을 컴퓨터와 컴퓨터 사이에 전송하기 위해 사용되는 프로토콜임. 웹 브라우저나 전용 클라이언트를 통해 파일 업로드, 다운로드 할 때 사용됨.

A클래스: 0.0.0.0 ~ 127.255.255.255

B클래스: 128.0.0.0 ~ 191.255.255.255

C클래스: 192.0.0.0 ~ 223.255.255.255

1계층 물리 계층 - bit

2계층 데이터 링크 계층 - frame

3계층 네트워크 계층 - packet

4계층 전송 계층 - segment

DISPLAY=원격지로 전송하기 위해 변경하는 변수

VISUAL = 사용자의 기본 텍스트 에디터를 나타내는 환경 변수

TERM = 터미널 유형을 나타내는 환경 변수

XTERM =  X 윈도우 시스템에서 사용되는 터미널 에뮬레이터의 종류를 나타내는 환경 변수

mount 와 umount  마운트는 특정 디바이스를 특정 디렉터리처럼 사용하기 위해 장치와 디렉터리를 연결한 다.  리눅스는 PnP 기능을 지원하지만 지원하는 하드웨어가 많지 않으므로 시스템 부팅후에 수동으로 마운트해서 사용을 하고 사용이 끝난 후에는 언마운트를 시킨다.  파일 /etc/mtab 은 현재 마운트된 블록 시스템 정보를 표시한다.

eject  이동식 보조기억장치등과 같은 미디어를 해제하고 장치를 제거하는 명령어이다.

fdisk  새로운 파티션의 생성, 기존 파티션의 삭제, 파티션의 타입 결정 등의 작업을 수행할 수 있다.  한 번에 한 디스크에 대해서만 작업을 수행한다.

mkfs  리눅스 파일 시스템을 생성한다.  fdisk로 하드디스크를 파티션을 나눈 후 해당 파티션에 맞는 파일 시스템을 생성한다.

mke2fs  ext2, ext3, ext4 타입의 리눅스 파일 시스템을 생성하는 명령어이다.

fsck  파일 시스템의 무결성을 점검하고 대화식으로 복구하는 명령어이다.  디렉터리 /lost+found 는 fsck 에서 사용하는 디렉터리이다.

e2fsck  ext2, ext3, ext4 타입의 리눅스 파일 시스템을 복구하는 명령어이다.

du  Disk Usage의 약자로 디렉터리별로 디스크 사용량을 확인할 수 있다.

df  시스템에 마운트된 하드 디스크의 남은 용량을 확인할 때 사용하는 명령어이다.  기본적으로 1024 Byte 블록 단위로 출력한다

 TCP/IP주소 설정 정보 확인: ifconfig, nslookup  네트워크 경로 상태 확인: ping, traceroute  네트워크 연결 상태 확인: netstat  라우팅 테이블 확인: route  NIC 상태 확인: ethtool, mii-tool, arp

주요 암기 내용!!

디자인패턴

서브넷구하기

블랙박스 테스트 기법

프로세스 스케줄링 구하기

페이지교체알고리즘 구하기

코드 커버리지

내부라우팅프로토콜

최단거리알고리즘 종류

업캐스팅의 원칙

1.자식에 이름이 같은 메서드가 있으면 우선 작동한다.

2.자식에 super()가 있으면, 부모의 그것을 호출한다.

3.부모에 자식과 같은 메서드가 있으면, 자식을 호출한다.

python set은 {}, list는 []

차이점은 set은 중복 없고 순서 상관 없다.

select * from table;

insert into table(A,B,C) values(’A’,1,’2’); 

delete from table where 조건

update table set A=’1’,B=’a’ where ~ and ~

select문 순서 : select,from,where,group by,having, order by

UML의 3요소 : 사물, 관계, 다이어그램

이상현상의 종류 : 삽입이상, 삭제이상, 수정이상

블랙박스 테스팅(명세기반) : 사용자 ‘요구사항’에 대한 명세를 기반 (특정 기능 test)

화이트박스 테스팅(구조기반) : SW내부’구조’에 따라 검사(논리적 경로를 test)

블랙/화이트 모두 동적 test이다.

테스트 수행 순서 : 단위T → 통합T → 시스템T → 인수T

비밀키 암호화 기법

DES : 1970년 대칭키 암호화, 64bit, Data Encryption Standard

AES : DES대신 새로운 기법, 128bit, Advanced Encryption Standard

파일구조 : 순차, 인덱스, 해싱

패킷 교환 방식

연결형 : 가상회선 비연결형 : 데이터그램

GoF 디자인패턴 : 생성패턴, 구조패턴, 행위패턴

ARP : IP → MAC RARP : MAP → IP

IPv4 : 32bit , 10진수 표현, 2^32

IPv6 : 128bit, 16진수 표현, 2^128

트리거 : DB에 특정 사건 발생시 ‘자동’으로 수행되는 저장프로시저

hadoop: 빅데이터를 쉽게 활용하도록 하는 분산파일시스템

공개키(비대칭키) 암호화 기법 : RSA, EIgama, ECC, DSS

비밀기(대칭키) 암호화 기법 : DES, AES, ARIA, SEED, IDEA

해시 : 임의의 길이의 메세지 입력으로 하여 고정된 길이의 출력 값을 변환하는 기법

해시함수 : 단방향 암호화 함수

정보보안 3요소 (CIA) : 무결성, 기밀성, 가용성

IDS(Intrusion Detection System) : 침입 탐지 시스템

IPS(Intrusion Prevention System) : 침입 방지 시스템

NAC(Network Access Control) : 네트워크 접근 제어

ESM(Enterprise Security Manage) : 통합 보안 관리

VPN(Virtual private Network) : 가상 사설 망

AAA(인증, 권한부여, 계정관리) 프레임 워크 :

인증(Authentication) , 권한부여(Authorization) , 계정(Accounting)

DBA : 데이터베이스 관리자

내부스키마 : 물리적 저장 장치 관점 (기계 관점) 물리적 구조

개념스키마 : 논리적 관점 (사용자 관점)

외부스키마 : 서브스키마이자 사용자가 사용하는 한 부분에서본 논리적 구조

슈퍼키 : 유일성은 만족, 최소성은 만족X

(후보키랑 기본키는 둘다 만족)

이행함수 종속 : A → B, B → C 일때 A → C인 경우

트랜잭션 : DB내에서 수행되는 하나의 작업 처리를 위한 논리적 작업 단위

트랜잭션 종류 : 원자성, 일관성, 영속성, 격리성

회복기법 : REDO(재수행), UNDO(취소)

로킹(Locking) : 트랜잭션 병행 시 접근 못하게 하는 것

프로토콜 : 둘 이상 컴퓨터 사이 데이터 전송하도록 송.수신측에서 정한 통신 규칙

기본요소 : 구문, 의미, 타이밍

X.25 : 흐름 및 오류 제어 기능 제공, 패킷 교환망 접속 위한 인터페이스 프로토콜

형상관리 : SW개발 단계에 생성되는 모든 문서, 코드를 통침

종류 : 버전관리, 변경관리

CVS(동시 버전 시스템) : Concurrent Version System

SVN(Subversion) : CVS에서 2000년 콜랩이 개선

GIT : 지역 , 원격 저장소로 분리

와이어프레임 : 와이어로 설계된 정적이고 간단한 표현 상태

목업(MockUp): 와이어보다 더 실제와 유사하게 만든 실물 크기의 정적모형

UI Prototype : 시스템 개발시, 요구사항을 좀 더 구체화 하는 도구

제작 단계 : 요구분석 → 프로토타입 작성 → 사용자 test → 수정 및 합의

소프트웨어 아키텍처 : SW전체 시스템의 전반적인 구조를 설계하는것

ISO/IEC 9126모델 : SW품질 특성과 평가를 위한 국제 표준

UI 설계 원칙 : 직관성, 유효성, 학습성, 유연성

미들웨어 : 서로 다른 프로토콜 환경에서 원만하게 연결하도록 돕는 도구

파레토의 법칙 : 2:8법칙으로 결과의 80프로가 전체원인의 20프로에서 일어나는 현상

코드 커버리지 : 소스코드의 테스트 수행정도를 표시

종류 : 구문, 조건, 결정, 변경/조건, 다중조건 커버리지

단위모듈 테스트(UnitTest) : 단위 기능을 구현하는 모듈 test

ex)화이트박스 테스트, 블랙박스 테스트

통합 테스트(Integration Test) : 서로 간 상호작용 오류 및 결함을 찾는 test

비점진적 통합방식(빅뱅) : 전체test

점진적 통합방식(상향식, 하향식) : 단계적 test

샌드위치 test : 상향식 + 하향식의 서로의 장점만 이용하는 방식의 test

회귀 시험 (Regression Test) : 새로운 변경사항이 기존의 ‘부작용’을 없게 test

유형 : Retest All, Selective, Priority

결함 : 1.에러 , 2.결점, 결함, 버그, 3.실패(장애)

AJAX(Asynchronous Javascript And XML) 비동기 자바스크립트 그리고 xml

장점 : 웹페이지 속도 향상

단점 : 보안 문제, 기록관리 x

HIPO : 기본 모델로 입력,처리,출력으로 구성되는 시스템 분석 기법

SW재공학 : 이미 개발 인정 받은 sw 전체나 부분을 ‘다시 새롭게 사용’

과정 : 분석 → 구성 → 역공학 → 이식

역공학 : sw개발과정이나 데이터 처리과정을 재발견 하거나 다시 만드는 작업

Agile애자일 방법론 : sw설계 변경에 ‘신속히’ 대응, 요구사항 수용

XP(eXtreme Programming) : 개발중 요구사항의 변동이 심한경우 적합한 방법론

핵심가치 : 소통, 단순성, 피드백, 용기, 존중

scrum : 반복적이고 점진적인 소규모 팀 중심의 sw 개발론

플랫폼 : 응용 sw + 하드웨어 + 시스템sw

미들웨어 : 운영체제와 소프트웨어 어플리케이션 사이에 위치

SWEBOK에 따른 요구사항 개발 프로세스

도출 → 분석 → 명세 → 확인

JAD(Joint Application Development) 결합 응용 설계 : 브레인스토밍 회의

SDLC(Software Development Life Cycle) : sw생명주기

객체지향 구성요소 : Class, Object, Message

객체지향 특징 : 캡슐화, 정보은닉, 추상화, 상속성, 다향성

프로세스 스케줄링 (*는 계산문제 예상)

선점형 기법 : RR(Round Robin), *SRT, MLQ, MLFQ

비선점형 기법 : *FCFS, *SJF, *HRN, 우선순위, 기한부

HRN 식 : (대기사간+실행시간)/실행시간 → 값이 높은게 우선순위 높은것.

cron표현식 : 분 시 일 월 요일

일요일:0 이고 토요일은 6으로 표시 , 안나온 값은 *로 표시

^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ 위에 해당하는 개념만 빠르게 보면 필기 시험 합격!!!

1. 사용 이유:

   • @GetMapping: 이 어노테이션은 HTTP GET 요청을 처리하는 메서드에 사용됩니다. 주로 데이터를 조회하고 가져오는 데 사용됩니다. 예를 들어, 웹 페이지에서 데이터를 표시하거나 검색 결과를 요청하는 경우에 사용됩니다.
   • @PostMapping: 이 어노테이션은 HTTP POST 요청을 처리하는 메서드에 사용됩니다. 주로 데이터를 생성하거나 업데이트하는 데 사용됩니다. 예를 들어, 사용자가 어떤 데이터를 제출하고 서버에 저장하거나 업데이트하는 경우에 사용됩니다.

2. 차이점:

   • HTTP 요청 메서드: 가장 큰 차이점은 요청 메서드입니다. @GetMapping은 GET 요청을 처리하고, @PostMapping은 POST 요청을 처리합니다. GET 요청은 데이터를 조회할 때 사용되며, POST 요청은 데이터를 생성 또는 업데이트할 때 사용됩니다.
   • 요청 매개변수: @GetMapping은 주로 URL 경로 변수와 쿼리 매개변수를 사용하여 데이터를 전달합니다. 반면에 @PostMapping은 주로 HTTP 요청 본문(body)을 통해 데이터를 전달합니다. 이로 인해 데이터 전달 방식에 차이가 있습니다.
   • 안전성: @GetMapping은 주로 데이터 조회 및 검색과 같은 안전한(read-only) 작업에 사용됩니다. 데이터를 읽기만 하고 변경하지 않는 작업입니다. @PostMapping은 데이터를 변경하거나 생성하는 작업에 사용되므로 보안 및 데이터 무결성에 더 신경을 써야 합니다.
   • 캐싱: 일반적으로 GET 요청은 캐싱될 수 있고, 동일한 요청에 대한 응답이 캐시에서 제공될 수 있습니다. 반면에 POST 요청은 일반적으로 캐싱되지 않습니다.

따라서 컨트롤러 클래스에서 @GetMapping과 @PostMapping을 모두 사용하는 경우, 해당 컨트롤러에서 데이터를 조회 및 수정하는 두 가지 다른 작업을 처리할 수 있습니다. 이를 통해 코드의 가독성과 유지 보수성을 향상시킬 수 있습니다.

정의와 사용법

1. @Transactional 어노테이션:

   • @Transactional 어노테이션은 테스트 메소드 내에서 실행되는 모든 작업을 하나의 트랜잭션으로 묶어줍니다.
   • 이를 통해 테스트 메소드가 실행되는 동안 데이터베이스에 변경 사항을 적용하고, 테스트가 끝날 때 트랜잭션을 롤백하여 원래 상태로 되돌릴 수 있습니다.
   • 따라서 테스트가 실패하더라도 데이터베이스는 변하지 않습니다.

2. @Rollback 어노테이션:

   • @Rollback 어노테이션은 @Transactional과 함께 사용될 때, 해당 테스트 메소드의 실행 후에 트랜잭션을 롤백하도록 지정합니다.

   • @Rollback 어노테이션을 사용하지 않으면 테스트 메소드의 작업이 실제로 데이터베이스에 적용될 수 있습니다.

   • @Rollback(true)로 설정하면 테스트 메소드의 작업이 트랜잭션을 통해 실행되며, 테스트 종료 후 데이터베이스는 롤백됩니다.

   • @Rollback(false)로 설정하면 테스트 메소드의 작업이 트랜잭션을 통해 실행되고, 테스트 종료 후 데이터베이스는 롤백되지 않습니다.

     독립적인 사용과 같이 사용하는 경우

   • @Transactional*과 @Rollback 어노테이션은 같이 사용할 수도 있지만, 반드시 같이 사용해야 하는 것은 아닙니다. 각 어노테이션은 다음과 같이 독립적으로 사용될 수 있습니다.

   1. @Transactional만 사용하는 경우:

      • 테스트 메소드 내에서 데이터베이스 작업을 수행하고, 트랜잭션으로 묶어서 실행하며, 테스트가 종료될 때 해당 트랜잭션을 롤백합니다.
      • 이 경우에는 @Rollback 어노테이션을 명시적으로 사용하지 않아도 기본적으로 테스트 종료 후 롤백됩니다.

   2. @Rollback만 사용하는 경우:

      • @Transactional 없이 @Rollback 어노테이션만 사용하면, 테스트 메소드 내에서 데이터베이스 작업을 수행하고, 테스트가 종료될 때 해당 트랜잭션을 롤백합니다.
      • 테스트 메소드 내에서 직접 트랜잭션을 사용하는 것이 아니기 때문에 일부 상황에서는 제한적일 수 있습니다.

   3. 두 어노테이션 모두 사용하는 경우:

      • @Transactional과 @Rollback 어노테이션을 모두 사용하면, 테스트 메소드 내에서 데이터베이스 작업을 트랜잭션으로 묶고, 테스트가 종료될 때 트랜잭션을 롤백합니다.
      • @Rollback 어노테이션을 사용하여 @Transactional의 롤백 동작을 명시적으로 설정할 수 있습니다.

      어노테이션을 사용하는 방식은 테스트 목적과 상황에 따라 다를 수 있습니다. 일반적으로는 @Transactional을 주로 사용하며, 데이터베이스 작업을 수행하고 테스트 종료 후 롤백하여 테스트 전 상태를 유지하는 데 활용됩니다. @Rollback은 추가적인 롤백 제어가 필요한 경우에 사용될 수 있습니다.

      요약

   @Transactional 어노테이션은 트랜잭션을 시작하고 종료하며, @Rollback 어노테이션은 해당 트랜잭션의 롤백 동작을 지정합니다. 두 어노테이션을 어떻게 조합하느냐에 따라 테스트가 데이터베이스에 어떤 영향을 미치는지를 조절할 수 있습니다.

1. fetch API

fetch는 기본적으로 브라우저에 내장된 함수입니다. 별도의 설치가 필요 없으며, 프로미스 기반의 HTTP 요청을 보낼 수 있습니다.

장점:

• 내장 API: 별도 설치가 필요 없음.
• 표준화: 브라우저에 표준적으로 내장된 API.

단점:

• 자동 오류 처리 부족: fetch는 네트워크 오류에만 오류 처리를 해주고, HTTP 상태 코드가 400이나 500일 경우 자동으로 오류를 던지지 않음. 따라서 명시적으로 처리해야 함.
• JSON 자동 변환 없음: JSON 응답을 수동으로 .json() 메서드를 사용해 파싱해야 함.
• 타임아웃 처리 없음: fetch에는 타임아웃 기능이 내장되어 있지 않아 별도로 구현해야 함.

예제 코드:

fetch('https://api.example.com/data')
  .then(response => {
    if (!response.ok) {
      throw new Error('Network response was not ok');
    }
    return response.json(); // 수동으로 JSON 파싱
  })
  .then(data => console.log(data))
  .catch(error => console.error('Fetch error:', error));

2. axios 라이브러리

axios는 별도의 설치가 필요한 외부 라이브러리입니다. (Node.js나 브라우저에서 사용 가능)

장점:

• 자동 JSON 변환: 응답 데이터를 자동으로 JSON으로 변환.
• 간단한 오류 처리: HTTP 상태 코드가 200이 아닐 경우 자동으로 오류를 던짐.
• 타임아웃 지원: 타임아웃 기능을 기본 제공.
• 요청 취소 가능: 요청을 취소할 수 있는 기능을 제공.
• Interceptors: 요청 및 응답에 대한 중간 처리가 가능함.

단점:

• 추가 설치 필요: npm이나 CDN을 통해 별도로 설치해야 함.
• 무거운 의존성: 작은 프로젝트에서 사용하기에 다소 무거울 수 있음.

설치:

npm install axios

예제 코드:

const axios = require('axios'); // Node.js 환경에서의 예시

axios.get('https://api.example.com/data')
  .then(response => console.log(response.data)) // 자동으로 JSON 변환
  .catch(error => console.error('Axios error:', error));

주요 차이점 요약:

1. 내장 여부: fetch는 브라우저에 내장, axios는 외부 라이브러리.
2. JSON 파싱: fetch는 수동, axios는 자동.
3. 오류 처리: fetch는 네트워크 오류만 잡고, HTTP 오류는 수동 처리. axios는 자동으로 모든 오류를 처리.
4. 타임아웃: axios는 타임아웃을 기본 제공, fetch는 수동으로 구현해야 함.

두 라이브러리는 각자의 장단점이 있으니, 프로젝트의 필요에 따라 선택하면 됩니다.

비동기 프로그래밍의 이유

1. I/O 작업 중 대기 시간 줄이기:
   • 네트워크 요청, 파일 읽기/쓰기, 데이터베이스 쿼리 등 많은 I/O 작업은 대기 시간이 발생합니다. 예를 들어, 파일을 읽는 동안 CPU는 그 파일이 디스크에서 읽혀지기를 기다려야 합니다.
   • 비동기 프로그래밍은 이런 대기 시간 동안 다른 작업을 수행할 수 있게 해줍니다. 즉, I/O 작업이 완료되기를 기다리는 동안 다른 함수가 실행될 수 있어, 자원을 더 효율적으로 사용할 수 있습니다.
2. 효율적인 자원 사용:
   • 비동기 방식에서는 CPU를 더 효율적으로 사용하며, 특히 많은 I/O 작업을 처리하는 서버 애플리케이션에서 성능을 크게 향상시킬 수 있습니다. 이는 여러 작업이 대기 상태일 때 다른 작업을 처리할 수 있기 때문입니다.

비동기 프로그래밍의 장단점

장점

1. 동시성:
   • 여러 작업을 동시에 처리하는 것처럼 보이게 합니다. 실제로는 하나의 스레드에서 실행되지만, 비동기 방식으로 여러 I/O 작업을 병렬로 처리할 수 있습니다.
   • 비동기 함수들은 작업 간의 전환이 효율적이어서, 많은 클라이언트의 요청을 동시에 처리해야 하는 웹 서버와 같은 애플리케이션에서 유리합니다.
2. 스레드/프로세스 오버헤드 감소:
   • 전통적인 멀티스레딩 또는 멀티프로세싱 방식과 달리, 비동기 프로그래밍은 추가적인 스레드 또는 프로세스를 생성하지 않아도 됩니다. 이로 인해 스레드/프로세스 간의 문맥 전환 비용이 줄어들고, 더 적은 자원으로 높은 동시성을 달성할 수 있습니다.
3. 효율적인 I/O 처리:
   • 비동기 방식으로 I/O를 처리하면, CPU가 I/O 대기 시간 동안 유휴 상태에 머물지 않고 다른 작업을 수행할 수 있습니다.

단점

1. 복잡성 증가:
   • 비동기 코드는 동기 코드보다 이해하고 디버그하기 어렵습니다. 작업이 비동기적으로 발생하고, 그 작업들이 여러 곳에서 실행될 수 있기 때문에 코드의 흐름을 추적하기 복잡해질 수 있습니다.
2. 데드락 및 레이스 컨디션:
   • 비동기 코드를 잘못 작성하면, 예상치 못한 데드락(작업이 서로 끝나기를 기다리며 영원히 대기하는 상황)이나 레이스 컨디션(두 개 이상의 작업이 동시에 실행되며 서로 간섭하여 예기치 않은 결과를 초래하는 상황)이 발생할 수 있습니다.
3. 비동기 라이브러리 의존:
   • 비동기 프로그래밍을 사용할 때는 비동기 방식으로 작동하는 라이브러리를 사용해야 합니다. 모든 라이브러리가 비동기 방식을 지원하는 것은 아니므로, 호환성을 고려해야 합니다.

async와 await 구문 설명

• async 키워드:

  • 이 키워드는 함수 정의 앞에 붙여서 해당 함수가 비동기로 작동할 것임을 명시합니다. async로 정의된 함수는 코루틴이 됩니다.

  • 코루틴은 일종의 함수지만, 일반적인 함수와 달리 실행이 중단될 수 있고, 중단된 지점부터 다시 실행할 수 있습니다.

    python코드 복사
    async def my_coroutine():
      # 비동기 작업을 수행하는 코드
      pass
    

• await 키워드:

  • await는 비동기 함수(또는 코루틴)를 호출할 때 사용합니다. 이 키워드는 비동기 작업이 완료될 때까지 현재 함수의 실행을 일시적으로 중단하고, 비동기 작업이 완료되면 실행을 재개합니다.

  • await는 비동기 함수 내에서만 사용할 수 있습니다.

    python코드 복사
    async def my_coroutine():
      result = await some_async_function()  # 비동기 함수의 완료를 기다림
      print(result)
    

간단한 예제

python코드 복사
import asyncio

async def fetch_data():
    print("Start fetching data...")
    await asyncio.sleep(2)  # 2초간 대기 (I/O 작업을 시뮬레이션)
    print("Data fetched!")
    return {"data": "sample"}

async def main():
    print("Before fetching data")
    data = await fetch_data()
    print("After fetching data:", data)

asyncio.run(main())

코드 설명

1. fetch_data 함수:
   • async로 정의된 비동기 함수입니다. 이 함수는 2초간 대기(await asyncio.sleep(2))한 후 데이터를 반환합니다.
   • await asyncio.sleep(2)는 2초간 대기하는 동안 다른 작업이 실행될 수 있도록 CPU 제어를 양보합니다.
2. main 함수:
   • main 함수에서도 비동기 함수인 fetch_data를 호출하기 위해 await를 사용합니다.
   • asyncio.run(main())는 이벤트 루프를 실행하고, main 함수가 종료될 때까지 대기합니다.

결론

비동기 프로그래밍은 특히 I/O 중심 작업에서 효율성을 극대화할 수 있습니다. asyncio 모듈과 async, await 키워드를 사용하면 Python에서 이러한 비동기 작업을 쉽게 구현할 수 있습니다. 하지만, 비동기 코드는 복잡성이 증가할 수 있으므로 필요에 따라 신중하게 사용하는 것이 중요합니다.

비동기 함수와 핸들러의 역할

비동기 프로그래밍에서는 작업이 실행되기를 기다리기보다는, 작업이 완료될 때까지 다른 작업을 계속 실행할 수 있습니다. 이렇게 하면 프로그램의 효율성이 크게 향상됩니다.

1. 비동기 함수 (async function)

• async def로 정의된 함수는 비동기 함수입니다.
• 이 함수는 호출 시 작업을 바로 실행하지 않고, 비동기적으로 실행할 수 있도록 준비만 해둡니다.
• 비동기 함수는 await 키워드로 다른 비동기 작업을 기다립니다.

python코드 복사
async def my_async_function():
    await some_other_async_function()

2. 핸들러 (Handler)

• 비동기 함수의 결과를 처리하는 데 사용되는 함수입니다.
• 예를 들어, 비동기 작업이 완료되면 호출되는 콜백 함수가 핸들러 역할을 할 수 있습니다.
• 핸들러는 비동기 작업의 성공, 실패, 또는 특정 이벤트가 발생했을 때 실행됩니다.

python코드 복사
async def process_data():
    data = await fetch_data()
    handle_data(data)

def handle_data(data):
    # 데이터를 처리하는 코드

위 코드에서 handle_data 함수는 process_data 비동기 함수 내에서 비동기 작업이 완료된 후 호출되는 핸들러의 역할을 합니다.

비동기 핸들러의 실사용 예

비동기 프로그래밍에서 핸들러는 다음과 같은 상황에서 주로 사용됩니다:

• I/O 작업 (파일 읽기/쓰기, 네트워크 요청 등): 작업이 완료되면 결과를 처리하거나 오류를 처리하기 위해 핸들러가 호출됩니다.
• 이벤트 기반 시스템: 특정 이벤트가 발생했을 때, 해당 이벤트에 대한 처리를 수행하기 위해 핸들러가 사용됩니다.

Python에서의 예제

python코드 복사
import asyncio

async def download_file(url):
    print(f"Downloading from {url}")
    await asyncio.sleep(2)  # 파일 다운로드 시뮬레이션
    return "file_content"

async def save_file(content):
    print("Saving file...")
    await asyncio.sleep(1)  # 파일 저장 시뮬레이션
    print(f"File saved with content: {content}")

async def main():
    file_content = await download_file("http://example.com")
    await save_file(file_content)

asyncio.run(main())

이 예제에서 download_file과 save_file은 비동기 함수이며, main 함수는 비동기 작업이 완료될 때 이를 처리하는 핸들러 역할을 합니다. 이 방식으로 비동기 작업의 결과를 처리할 수 있습니다.

핸들러는 주로 비동기 작업의 결과를 처리하거나, 에러가 발생했을 때 이를 처리하기 위해 사용되며, 비동기 프로그래밍의 핵심 구성 요소입니다.

vim에는 4가지 사용 모드가 있습니다:

• 일반 모드
• 입력 모드
• 비주얼 모드
• 명령 모드

아래와 같은 단축키로 모드 전환 가능

단축키 정리

• 텍스트 입력: 입력 모드(i) → 텍스트 입력
• 텍스트 한 줄 복사: 일반 모드 → 복사하고 싶은 줄에 커서 위치 → yy
• 텍스트 한 줄 잘라내기: 일반 모드 → 잘라내고 싶은 줄에 커서 위치 → dd
• 특정 영역 복사: 비주얼 모드(V는 줄 단위, v는 글자 단위) → 복사하고 싶은 영역 커서로 설정 → y
• 특정 영역 잘라내기: 비주얼 모드(V는 줄 단위, v는 글자 단위) → 잘라내고 싶은 영역 커서로 설정 → d
• 텍스트 붙여넣기: 일반 모드 → 붙여넣고 싶은 위치에 커서 위치 → p
• 파일 저장: 명령 모드(:) → w + enter
• 파일 저장 + vim 종료: 명령 모드(:) → wq + enter
• vim 종료 (내용 저장되지 않음): 명령 모드(:) → q! + enter

cat : 파일 내용 출력

less : 한페이지씩 파일 내용 보기

head : 파일의 처음 10줄 보기 (default 값이 10임)

tail : 파일의 마지막 10줄 보기 (default 값이 10임)

처음 15줄만 보여주기 : head -n 15 test.txt

마지막 15줄만 보여주기 : tail -n 15 test.txt

파일과 디렉토리 옮기기 & 이름 변경하기

mv path1 path2

파일 디렉토리 복사 붙여놓기

cp path1 path2

path2가 이미 존재하면 path1을 path2로 이동하고,

path2가 존재하지 않으면 path1을 path2로 이름 변경하게 된다.

주의점: 같은 이름의 파일이 있으면 내용을 덮어쓰게된다.

충돌이 있으면 사용자에게 주의를 주는 옵션인 i옵션을 사용해야한다.

ex) mv -i test1.txt test2.txt

라고 명령어 사용하면 overwrite? y/n 나오고 이 상황에서 y,n선택

ex) cp -r Test Test_copy ← -r옵션을 사용해야 폴더 속에 있는 모든 것 복사

rm (remove)

rm [-rif] PATH1 PATH2 ...

r 옵션: 디렉토리를 삭제할 때는 꼭 r 옵션을 써야 합니다.

i 옵션: 삭제할 때 각 파일을 정말 지울 것인지 물어봅니다.

f 옵션: 지울 것인지 절대 확인하지 않고 바로 지웁니다.

ex) rm -rf /path/to/dir ← 묻지 않고 강제로 삭제

apt

우분투에서 외부 프로그램을 설치하고 관리하는데 사용하는 툴

사용하기 전에 apt update 무조건 실행

관리자 권한 일시적으로 갖는 명령어 : sudo

sudo apt update 관리자 권한으로 실행

프로그램 설치 : sudo apt install mc ← mc는 gui처럼 폴더 볼 수 있는 프로그램

(mc치면 시작, f10으로 종료)

프로그램 제거 : sudo apt remove mc

가장 확실한 방법은 CSV 파일의 데이터를 다시 데이터베이스에 삽입하여 데이터베이스의 원래 스키마를 사용해 데이터 타입을 복원하는 것입니다.

Step 1: CSV 파일 가져오기

먼저 CSV 파일을 데이터베이스의 임시 테이블에 가져옵니다. 임시 테이블의 모든 컬럼을 문자열 타입으로 설정합니다.

sql코드 복사
CREATE TABLE temp_table (
    col1 VARCHAR(255),
    col2 VARCHAR(255),
    col3 VARCHAR(255),
    ...
);

Step 2: CSV 파일 로드

CSV 파일을 임시 테이블에 로드합니다. 예를 들어 MySQL에서는 다음과 같이 할 수 있습니다.

sql코드 복사
LOAD DATA INFILE '/path/to/your/file.csv'
INTO TABLE temp_table
FIELDS TERMINATED BY ','
ENCLOSED BY '"'
LINES TERMINATED BY '\n'
IGNORE 1 ROWS;

Step 3: 데이터 타입 변환하여 원래 테이블에 삽입

원래 테이블로 데이터를 삽입하면서 필요한 데이터 타입으로 변환합니다.

sql코드 복사
INSERT INTO original_table (col1, col2, col3, ...)
SELECT
    CAST(col1 AS INT),
    CAST(col2 AS DECIMAL(10, 2)),
    col3,  -- 이미 문자열인 경우
    ...
FROM temp_table;

2. Python과 Pandas를 사용하여 데이터 타입 복원

CSV 파일을 Pandas 데이터프레임으로 불러와 각 컬럼의 데이터 타입을 변환할 수 있습니다.

python코드 복사
import pandas as pd

# CSV 파일 불러오기
df = pd.read_csv('/path/to/your/file.csv')

# 각 컬럼의 데이터 타입 변환
df['col1'] = df['col1'].astype(int)
df['col2'] = df['col2'].astype(float)
df['col3'] = df['col3'].astype(str)

# 변환된 데이터프레임을 새로운 CSV 파일로 저장
df.to_csv('/path/to/your/new_file.csv', index=False)

3. DBeaver에서 데이터 타입 변경

DBeaver와 같은 도구에서는 CSV 파일을 불러온 후 직접 데이터 타입을 변경할 수 있습니다.

Step 1: CSV 파일 불러오기

DBeaver에서 CSV 파일을 임포트합니다.

Step 2: 데이터 타입 변경

1. 임포트된 데이터가 있는 테이블을 선택합니다.
2. 테이블 구조를 편집 모드로 엽니다.
3. 각 컬럼의 데이터 타입을 적절하게 변경합니다.

4. Excel에서 데이터 타입 변경

Excel을 사용하여 데이터 타입을 변환한 후 CSV로 저장할 수도 있습니다.

Step 1: CSV 파일 열기

Excel에서 CSV 파일을 엽니다.

Step 2: 데이터 타입 변경

각 셀 또는 컬럼의 데이터 타입을 변경합니다. 예를 들어, 숫자 데이터는 "숫자" 형식으로 변경합니다.

Step 3: CSV 파일로 저장

다시 CSV 파일로 저장합니다.

결론

위의 방법 중 하나를 선택하여 CSV 파일의 데이터를 원래 데이터 타입으로 복원할 수 있습니다. 데이터베이스에 다시 삽입하여 변환하는 방법이 가장 확실하지만, Python을 사용하거나 DBeaver, Excel 등의 도구를 이용하여 변환하는 방법도 상황에 따라 유용할 수 있습니다.

• Node.js와 npm 설치: Node.js와 npm이 설치되어 있는지 확인합니다. 설치되어 있지 않다면, Node.js 공식 웹사이트에서 다운로드하여 설치합니다.
• 설치 확인:

node -v
npm -v

• 프로젝트 초기화:

  
    mkdir tibero-connection
    cd tibero-connection
    npm init -y
  

odbc 모듈 설치

npm install odbc

odbcinst.ini 파일 설정

[root@ctl-svr tibero-connection]# cat /etc/odbcinst.ini 실행하면 아래와 같음

Example driver definitions

Driver from the postgresql-odbc package

Setup from the unixODBC package

[Tibero6]
Description     = Tibero6 ODBC driver
Driver          = /root/tibero6/client/lib/libtbodbc.so
Setup           = /root/tibero6/client/lib/libtbodbc.so
FileUsage       = 1

odbc.ini 파일 설정

[root@ctl-svr tibero-connection]# cat /etc/odbc.ini 실행하면 아래와 같음 [ODBC] Trace=1 TraceFile=/home/python/.odbc.trace

[tibero]
#Driver=/root/tibero6/client/lib/libtbodbc.so
Driver=Tibero6
Description=Tibero6 ODBC Datasource
Trace=Yes
Server=X.X.X.X
Port=port_number
User=user_name
Password=user_pwd
Database=DB_name

index.js 코드는 아래와 같다

const odbc = require('odbc');

async function connectToTibero() {
    try {
        const connection = await odbc.connect('DSN=tibero');
        console.log('Connected to Tibero DB');

        // 데이터베이스 작업 수행
        const result = await connection.query('SELECT * FROM your_table_name');
        console.log(result);

        // 연결 종료
        await connection.close();
        console.log('Connection closed');
    } catch (err) {
        console.error('Error connecting to Tibero DB:', err);
    }
}

connectToTibero();

아래 단계에 따라 진행할 수 있습니다

전제 조건 : node.js, npm, odbc 설치가 되어있고 odbcinst.ini와 odbc.ini가 작성되어야한다.

자세한건 ODBC로 DB 연결 하는 방법 참고!

1. 데이터 추출 (Export)

현재 시스템에서 데이터를 CSV 파일로 추출합니다. 예를 들어, Node.js를 사용하여 데이터를 CSV 파일로 추출할 수 있습니다.

Node.js 코드 (CSV 파일로 데이터 추출)

먼저, csv-writer 패키지를 설치합니다.

npm install csv-writer

1. 우선 아래 코드처럼 db_read.js 라는 파일을 만들어서 테이블의 정보를 연결해서 조회한다.

const odbc = require('odbc');

async function connectToTibero() {
    try {
        const connection = await odbc.connect('DSN=tibero');
        console.log('Connected to Tibero DB');

        // 데이터베이스 작업 수행 (테이블 이름만 수정하여 실행)
        const result = await connection.query('SELECT * FROM your_table');
        console.log(result);

        // 연결 종료
        await connection.close();
        console.log('Connection closed');
    } catch (err) {
        console.error('Error connecting to Tibero DB:', err);
    }
}

connectToTibero();

node db_read.js 로 실행 하면 테이블을 조회하고 빈 테이블이면 칼럼정보만, 데이터값이 있으면 데이터 값을 보여주고 이후 칼럼 정보까지 출력해준다.

1. 1번에서 db_read.js로 정상적인 db를 확인했다면, csv_output.js 파일을 아래와 같이 작성한다.

const odbc = require('odbc');
const createCsvWriter = require('csv-writer').createObjectCsvWriter;

async function connectAndExportToCSV() {
    try {
        const connection = await odbc.connect('DSN=tibero');
        console.log('Connected to Tibero DB');

        // 데이터베이스 작업 수행 (your_table만 테이블 명으로 수정하고 실행)
        const result = await connection.query('SELECT * FROM your_table');

        // CSV 파일 작성 (path : 'table명.csv' 로 수정하고 실행)
        const csvWriter = createCsvWriter({
            path: 'output.csv',
            header: Object.keys(result[0]).map(key => ({id: key, title: key}))
        });

        await csvWriter.writeRecords(result);
        console.log('Data has been written to CSV file');

        // 연결 종료
        await connection.close();
        console.log('Connection closed');
    } catch (err) {
        console.error('Error connecting to Tibero DB:', err);
    }
}

connectAndExportToCSV();

다음으로, node csv_output.js 로 실행하면 해당 테이블의 데이터를 CSV 파일로 추출합니다.

이 스크립트는 데이터베이스에서 데이터를 쿼리하고, 결과를 output.csv 파일로 저장합니다.

2. 파일 전송 (Transfer)

파일을 현재 시스템 ip(192.168.x.x)에서 타겟 시스템 ip(192.168.y.y)로 전송합니다.

SCP (Secure Copy) 명령어 사용

scp output.csv user@192.168.y.y:/path/to/destination/

여기서 user는 타겟 시스템의 사용자 이름이고, /path/to/destination/는 파일을 저장할 경로입니다. 본인은 scp TABLE_NAME.csv root@192.168.X.X:/root/csv/ 로 수정

위와 같이 scp 명령어를 통하여 현재 ip에서 원하는 타겟ip로 파일을 전송하고, 해당 ip에 접속하여

/root/csv/에 존재하는 csv파일을 다운로드 한 이후 DBeaver을 통해 연결한 csv데이터베이스를 조회하여 편하게 사용 가능하다.