반응형

이번에 만든건 빨간 돼지 저금통

상자가 생각보다는 컸다..




일단 조립은 정말 간단했다. 

단지 다 빨갛다 보니깐 만들다가 가끔 착시 현상이 나타나기도 ^^;;;


정면샷.

주목할점은 저 눈이 돌아간다는것.

그냥 정지 한것이 라니라 손으로 돌리면 뱅글뱅글 돌아간다. 



꼬리도 마찬가지로 돌아간다.



저금통이기 때문에 이렇게 등에 동전을 넣을수 있는 구멍이 있다.

저금통으로 사용할 일은 없겠지만.

그래도 지난번 만든 큐피드 강아지랑 같이 놓으면 잘 어울릴것 같다.


728x90
반응형
반응형

원문 : 3 challenges for using Docker


http://www.hanbit.co.kr/network/category/category_view.html?cms_code=CMS3858827361



컨테이너가 어떻게 사용되고 어떤 기술과 인프라가 채택되고 있는지 알아봅시다.

요즘 컨테이너는 IT 업종에서 가장 뜨거운 주제입니다. 그런데 실제로 컨테이너가 어떻게 사용되고 있습니까? 2015년 5월에 Ruxit과 공동으로 O"Reilly Media는 현재 조직이 어떻게 컨테이너를 사용하고 있는지 또는 사용할 계획인지를 공유하기 위해 O"Reilly커뮤니티에 사람들을 초대해서 조사를 했습니다.
그 결과 컨테이너 기술들은(특히 Docker는) 어플리케이션 배포를 빠르고 쉽고 보다 유연하게 해주기 때문에 빠르게 채택되고 있는 것으로 밝혀졌습니다. 2015년 DockerCon에서 있었던 설문에서는 컨테이너를 어떻게 사용하고 있는지,어떤 컨테이너 기술과 인프라를 채택하고 있는지 그리고 그 컨테이너를 사용하는 데에 동기를 주거나 연관된 요소들은 무엇인지 밝히는 데에 중점을 두었습니다.

컨테이너, 확실하긴 하지만…
설문 응답자들 중 40%는, 현재 개발을 위해 사용하고 있다는 86%와 비교하여 "생산을 위해 컨테이너를 사용한다"고 대답 했습니다. Docker 컨테이너는 "한번에 빌드를 하고 언제 어디서나 실행 가능하도록" 설계 되어있습니다. 그런데 왜 컨테이너를 생산에 좀더 많은 부분에서 사용하지 않는 걸까요? 응답자들은 컨테이너를 채택하기 위해서는 기술의 성숙도, 오케스트레이션, 모니터링,자동화, 그리고 환경의 크기뿐만 아니라 컨테이너를 적용함으로써 생기는 장점을 개발팀, 관리팀, 고객에게 설득해야 하는 어려움도 존재 한다고 대답했습니다.


적용하는데 걸림돌이 되는 기술 성숙도
56%이상의 설문 응답자들은 컨테이너 기술을 활용한 인프라 구조로 변경하는데 가장 큰 장벽은 기술의 성숙도라고 응답했습니다. 과거 2년동안 릴리즈된 컨테이너와 연관된 모든 툴과 프로젝트들을 계속해서 파악하는 것은 어렵습니다. 그리고 그 것들 중 몇몇은 이름이 바뀐 것도 있고 아직 베타 버전인 경우도 있습니다. 이렇게 개발의 빠른 속도는 아직 안정성이나 성숙도를 보여줄 정도는 아닙니다.


그러나 컨테이너로 패키징 되고 동적으로 관리되는 마이크로 서비스 기반의 어플리케이션 개발을 발전시키기 위한 기존 기술들과 조화를 이루는데 초점을 맞췄던 설문은 6월, OCI가 포메이션에 대한 발표를 하기 전과 7월, Cloud Native Computing Foundation(CNCF)가 설립 되기 전에 종료되었습니다. 이런 주도적인 행동들로 짧은 기간에 컨테이너 기술이 어떤 영향을 줄 수 있는지 말하는 것은 쉽지 않습니다. 기존 기술들과 융화 되려면 아직은 시간이 필요합니다.


그러나 이 공간에 기존 툴을 가지고 있는 선두 업체들이 돌아오게 되면 이러한 주도적인 행동들은 안정성을 보장할 수 있게 됩니다. 그리고 그들은 컨테이너로 기동하는 일련의 안정적 통합 솔루션을 찾기 위한 진입 점을 제공할 것입니다.

대규모 배포 시에 중요한 요소인 오케스트레이션
응답자중 절반은 컨테이너를 채택하려고 할 때 오케스트레이션은 하나의 요소라고 응답했습니다. 이미 Docker를 사용하고 있던 응답자들은 이런 응답을 했습니다.


오케스트레이션은 멀티 컨테이너, 멀티 호스트 어플리케이션에 있는 컨테이너를 조직화하고 연결하는 기능을 가지고 있습니다. 그리고 특히 마이크로 서비스 아키텍쳐로 되어 있는 어플리케이션들을 위해 중요한 역할을 합니다. 예를 들어 웹 어플리케이션은 각각의 컨테이너에서 동작하는 수많은 백앤드 서비스들과 마찬가지로(페일오버나 로드발란싱을 위한) 프론트 앤드의 여러 개 인스턴스를 관리하기 위한 웹 서버들을 구동하는 컨테이너의 집합으로 구성되어있습니다.


분명하게 Google 의 Kubernates와 Mesosphere"s Marathone을 지원하는 오케스트레이션 툴들은 Apache Mesos로 만들어졌습니다. Docker 자체적인 오케스트레이션 툴인 Swarm, Compose, Machine은 2월에 릴리즈 되었고 Compose는 기존의 Fig 툴이 변경된 것입니다. 어떤 컨테이너 관련 기술들을 사용하고 있는지 응답자들에게 물었을 때 38%는 Docker Swarm을, 22%는 Kubernates를 , 22%는 Mesos를 사용하고 있거나 사용할 예정이라고 응답했습니다. 그리고 Kubernetes를 사용한다고 응답한 사람들은 대개 큰 기업에서 일을 하고 있었습니다. Docker Swarm과 Machine은 여전히 베타 버전이지만 Kubernetes는 CNCF를 출시했던 7월21일에 버전 1.0을 릴리즈 했습니다. 따라서 이러한 툴들이 발전할 수 있는 기회를 준 후에 적용 비율을 비교해보는 것은 매우 흥미로운 일이 될 것 입니다.

확장성 모니터링에 대한 제한 요인
컨테이너가 제품의 넒은 영역에 사용되면서 모니터링 툴에 대한 요구가 또한 증가하게 되었습니다. 응답자중 46%는 모니터링이 컨테이너화한 어플리케이션으로 변경하는데 중요한 요소라고 응답했습니다. 오직 1개의 호스트에서만 동작하고 디스크에 있는 로그파일(예:/var/log 아래)을 분석하는데 의존했던 기존 Linux기반의 모니터링과 리포팅 툴들은 멀티 컨테이너 클러스터 어플리케이션으로 변경하기에 적합하지 않았고 싱글 컨테이너 어플리케이션을 모니터링 하는 것 조차도 적합하지 않았습니다. 왜냐하면 저장되지 않은 데이터들은 컨테이너가 동작하지 않을 때에 디스크의 내용이 유지 되지 않기 때문입니다. 컨테이너 인식 모니터링 툴 또는 서비스를 사용하여 어플리케이션을 모니터링 하고 로그를 확인하는 것에 대한 집중화된 접근은 동적으로 다수의 컨테이너 어플리케이션을 관리하는 데에 더 적합합니다.


컨테이너의 상태를 모니터링 하기 위한 셀프 호스트 솔루션으로는 오픈 소스 툴인 cAdvisor와 Sensu, Prometheus가 있습니다.


Docker는 1.5버전부터 동작중인 컨테이너들의 스트리밍 자원의 사용 상태를 확인 하기 위한 Stats API를 지원해왔습니다. 그리고 수많은 벤더들은 New Relic, Scout, DataDog, SignalFX, AppDynamics 를 포함한 Docker Stats API로 만들어진 호스트 모니터링 툴을 제공합니다. 이 툴들은 컨테이너 상태를 모니터링 하지만 Stats API를 통해 제공된 데이터에 의존적입니다. 그리고 그런 이유로 컨테이너 안에서 동작하고 있는 서비스들이나 어플리케이션에 대한 좀더 상세한 정보는 제공하지 않습니다. Ruxits의 Docker Monitoring은 새로 생성된 컨테이너에 대한 오토 디스커버리를 제공합니다. 그리고 컨테이너 내부에서 동작하고 있는 어플리케이션과 서비스들에 대한 디스커버리와 Docker컨테이너 안에서 실행되는 마이크로서비스들과 동적 분산 어플리케이션에 대한 어플리케이션 중심 모니터링을 제공합니다.

자동화
40%의 응답자들은 자동화는 또 다른 요소라고 말합니다. 특히 자동화는 변경이 많은 마이크로 서비스 기반의 분산 어플리케이션 구현하는 데에 유용합니다. 예를 들어 하나의 서비스를 새로운 컨테이너로 변경 하는 것이 장소를 업그레이드 하는 것보다 낫습니다. 기존에 Jenkins와 같은 배포 툴(배포를 위해 Ansibl과 같은 CM 툴과 결합한)과 CircleCI같은 컨테이너 사용가능한 서비스들은 DockerHub로부터 직접적으로 Docker이미지들을 내려받고 CI/CD프로세스의 부분처럼 직접 빌드를 하고 배포를 할 수 있습니다. 동적으로 서로 관련이 있는 서비스들을 미리 연결하는 것보다 다른 서비스들을 동적으로 디스커버리 하는 것을 가능하게 하기 위한 Etcd와 Consul을 포함한 서비스 디스커버리 툴들은 이 이야기에 중요한 부분입니다.

요약
설문 응답자들에 의하면 컨테이너 기술 채택에 대한 높은 비율은 Docker와 컨테이너에 관련된 현재 업계에 대한 추세를 반영합니다. 응답자중 반 이상이 앞으로 6-12개월 안에 제품에 컨테이너를 사용할 예정이라고 말했습니다. 그리고 설문에 의해 확인된 분산 컨테이너 어플리케이션을 위한 자동화, 모니터링, 오케스트레이션과 같은 핵심적인 요소와 관련된 영역을 다루는 통합솔루션과 안정성, 제품준비에 대한 명백한 수요도 있습니다.
어떻게, 왜 사람들이 Docker를 사용하는지 배우기를 원하시나요? 설문의 나머지 부분을 읽어보십시요.

728x90
반응형
반응형


이번 주말에 조립한 레고는 에메랄드 익스프레스 이다. 

예전에 분명 마트에 많이 있었는데 요즘에는 좀처럼 구할수가 없어서 할수 없이 중*나라에서 검색해서 구매를 했다. 

다행히 마트에서 팔았던 가격과 비슷한 가격으로 구매를 하게 되서 득탬한 느낌^^;;



같은 것을 3개를 산 이유는 모통 크리에이터 시리즈가 3가지 형태이 다른 모양으로 조립을 할수 있기 때문이다.

3개의 형태로 조립을 해서 기차를 연결을 하면 제법 그럴듯한 모양이 나오기 때문에 3개를 구매했다.



우선 첫번째 맨 앞칸 기차.

기차 굴뚝도 있고 기차 모양은 다 갖추고 있다. 

블럭이 별로 많이 들어가지도 않았는데 이런 모양을 구현해주다니.. 레고는 참 대단하다.



두번째는 약간 화물칸 느낌이 나는 기차칸이다. 

딱 봐도 첫번째보다 블럭이 덜 들어가서 남는 블럭이 좀 많았다. 



제일 아쉬웠던건 이 세번재째 칸인데.. 뭔가 약간 어정쩡하다. -_-;;

웃부분 지붕도 원래는 없는건데 내가 그냥 붙여봤다.. 너무 횡.. 해서..





솔직히 첫번째 기차칸 아니었으면 볼품 없었을것 같은데 다행이다. ^^





728x90
반응형

'Enjoy Life > Lego' 카테고리의 다른 글

[40153]레고 생일케익  (0) 2016.05.11
[40155]돼지 저금통  (0) 2016.05.01
[40201]레고 발렌타인 큐피트 강아지  (0) 2016.02.15
[853195]레고 블록 캘린더  (0) 2015.01.20
[40140]플라워 카트  (0) 2015.01.13
반응형

좀처럼 늘지않는 번역실력이라니..


원문 : Data Scientists: Generalists or specialists?


http://www.hanbit.co.kr/network/category/category_view.html?cms_code=CMS8320856782



그 대답은 회사의 성숙에 대한 수준에 달려있습니다.

2008년에 LinkedIn에서 “데이터 사이언티스트”를 처음 모집할 때에 회사에서는 분명히 제너럴리스트를 원했습니다.

LinkedIn에 도전하세요. 우리는 매우 혁신적인 제품을 만들기 위한 작은 팀을 만들기 위해 분석적인 마인드를 갖고 있는 사람들을 찾고 있습니다.


특별한 테크니컬 스킬은 필요하지 않습니다.(회사에서 SQL, Python, R에 대한 교육을 제공할 예정입니다.) 당신은 매우 영리하고 넓은 배경지식을 가지고 있어야 합니다. 그리고 빨리 배울수 있어야 하며 독립적으로 일을 진행할 수 있어야 합니다. 이 직업은 정말 영리하고 주도적이며 창의적으로 문제를 해결하는데 매우 능숙한 사람에게 완벽한 직업입니다. 당신은 통계, 데이터 마이닝, 프로그래밍, 제품 디자인을 배우게 될 것입니다. 하지만 우리가 가르칠 수 없는 지적 능력과 창의력은 당신이 가지고 있어야 합니다.


반면에 오늘날 데이터 사이언티스트란 직업의 대부분은 높은 수준의 기술들을 요구합니다. 어떤 고용주들은 특정 프로그래밍 언어나 툴 셋에 대한 지식을 요구합니다. 또 다른 곳은 박사 학위나 머신 러닝과 통계에 대한 특별한 학위를 요구하는 곳도 있습니다. 그리고 많은 고용주들은 관련 분야에 경험이 있는 지원자를 선호합니다.

만약 당신이 데이터 사이언티스트들로 팀을 만든다면 제너럴리스트를 선택하겠습니까? 아니면 스페셜 리스트를 선택하겠습니까? 마찬가지로 대부분의 것들은 그것에 의존합니다. 회사가 해결해야 하는 문제의 종류, 팀의 크기, 재능에 대한 당신의 입장을 생각해 보십시오. 그러나 가장 중요한 것은 성숙에 대한 회사의 수준을 고려하는 것입니다.

초기

기업의 초기에는 스페셜리스트보다 제너럴리스트가 더 가치가 있습니다. 왜냐하면 당신은 아무런 사전 준비지식 없이 대부분의 제품을 만들고 무엇인가 없는 것보다 있는게 더 낫기 때문입니다. 당신의 첫 번째 분류는 game-changing 결과를 달성하기 위해 딥 러닝을 사용할 필요가 없습니다. 또한 당신의 첫 번째 추천 시스템도 gradient-boosted decision tree를 사용할 필요가 없습니다. 단순한 t-test 정도면 당신의 A/B 테스트의 요구를 충족시킬 것입니다.

이런 이유로 제품을 만드는 사람은 10년 정도의 머신 러닝 알고리즘을 사용한 경험이나 통계학 박사 학위는 필요하지 않습니다. 초기에는 데이터를 정제하든 네이티브 모바일 앱을 개발하든 원숭이처럼 스택 주위에 올라갈 수 있고 무슨 일이든 할 수 있는 사람이 더 필요했습니다.

뛰어난 제너럴리스트인지 어떻게 확인할 수 있을까요? 이상적으로 그들은 이미 계산, 품질, 이질성에 대한 기술들을 테스트 할 정도로 충분히 거대한 데이터 셋을 가지고 일해온 사람들입니다. 학업이나 직장 내 훈련을 통해서 STEM에 대한 지식을 가지고 있는 사람은 좋은 지원자가 될 수 있습니다. 그리고 어떻게 툴을 사용하는지 배우고 그것을 적절하게 사용할 수 있는 능력과 의지를 보여주는 사람도 확실히 제 주의를 끌 것입니다. 나는 제너럴리스트들을 평가할 때 그들의 다양한 관심사를 보여줄 수 있는 프로젝트를 보여달라고 요청합니다.

나중 단계

제품이 발전할수록 제너럴리스트들은 한계에 부딪치게 됩니다. 그들은 데이터 제품의 초기 버전을 개발하는 데에 열중하기만 할 뿐 그것을 어떻게 발전시켜야 하는지는 관심이 없습니다. 반대로 머신 러닝 스페셜리스트들은 비효율적인 알고리즘을 좀더 나은 방법으로 변경하고 계속해서 시스템들을 튜닝합니다. 기업이 성장하는 단계에서 스페셜리스트들은 기존 시스템들에 추가적인 부분을 도출하는 데에 도움이 됩니다. 만약 당신이 Google이나 Amazon에 있다면 이러한 점진적인 개선들은 놀라운 가치로 나타나게 될 것입니다.

비슷하게 동시에 수천 개의 실험들이 진행되고 상호작용과 새로운 것에 대한 영향, 속성에 대해 걱정이 될 때 직원들이 통계적인 전문지식을 갖고 있는 것은 중요합니다. 이것들은 제1세계 문제이지만, 그들이 정확히 시니어 통계학자를 요구하는 그런 종류의 문제입니다.

뛰어난 스페셜리스트인지 어떻게 확인할 수 있을까요? 머신 러닝이나 실험과 같은 특정 분야에 깊이 있는 경험을 가지고 있는 사람을 찾아야 합니다. 모든 스페셜리스트들은 학위를 가져야만 하는 것은 아니지만 관련 분야에 대한 학력은 전문성에 대한 신뢰할만한 자료이고 그 또는 그녀가 전문분야에 헌신했다는 의미입니다. 간행물과 프리젠테이션도 도움이 됩니다. 제너럴리스트의 영역에서 스페셜리스트를 평가할 때에 그들이 나를 겸손해지게 만들고 무언가 새로운 것을 가르쳐 주기를 원하게 됩니다.

결론

물론 이상적인 데이터 사이언티스트는 팀의 부족한 부분을 보완할 수 있도록 특별한 전문성을 가지고 있는 뛰어난 제너럴 리스트 입니다. 그러나 이상은 유니콘 또는 유니콘의 뿔과 같습니다. 만약 당신이 운 좋게 이러한 희귀 동물들을 찾는다 할지라도 그들이 모든 능력을 발휘할 가능성이 없을 것 같은 일일 지라도 몰두 할 수 있도록 몸부림 칠 것입니다.

자, 이제 제너럴리스트와 스페셜리스트 중 누구를 고용하시겠습니까? 이건 정말로 의존적이긴 하지만 당신의 결정의 큰 요인은 성숙에 대한 회사의 수준이어야만 합니다. 만약 당신이 여전히 확신할 수 없다고 회사가 여전히 빠른 성장 단계에 있다면 제너럴리스트를 선택하는 것이 좋습니다. 당신의 문제들은 아마도 당신이 생각한것 만큼 깊은 수준이 아닐 것입니다. 그래서 제너럴리스트를 고용하는 것이 당신의 부담을 줄여줄 수 있습니다. 더 나아가 제너럴리스트들에게 높은 수준의 스킬을 배울 수 있는 기회를 준다면 모두가 윈윈 할 수 있을 것입니다.

728x90
반응형
반응형

오랜만에 레고를 주문해서 조립해봤다. 얼마만에 조립해보는건지..

이름하여 발렌타인 큐피트 강아지!!!!!!

발렌타인데이를 기념에서 시즌상품으로 나온 강아지다. 







몸통부분 조립 완성.

앞에 있는 나비넥타이와 발톱 부분이 상당히 귀엽다 ^^



머리까지 완성하고 손에 큐피트 화살과 하트를 쥐어줬다.

그림으로 보는것보다 실제 조립한 모습이 더 귀여운것 같다.

색깔이 좀 안이쁘지 않을까도 했는데..



뒷모습도 앙증맞은 .. 

강아지의 필수인 꼬리도 달려있다. 



귀를 내려서 차렷자세.

귀를 내리는것도 나름 귀엽다 ^--^


728x90
반응형
반응형

myapplication 이라는 이름을 가지고 있고 sample 이라는 profile을 설정했을경우 우선순위는 다음과 같다.


1. myapplication-sample.yml

2. myapplication.yml

3. myapplication.properties



728x90
반응형

'Development > Java' 카테고리의 다른 글

[Spring]Controller Test 하기  (0) 2017.06.12
[Spring]Jasypt 를 이용한 properties 암호화  (6) 2017.04.25
spring Cache  (0) 2015.12.05
Spring propagation  (0) 2015.12.01
[JPA]Persistence Context  (0) 2015.08.25
반응형

~ : user 홈디렉토리

. : 히든 파일


alias pd="pwd"

현재 session 에 pd 를 입력할 경우 pwd 로 인식한다.


export USER="kim"

환경변수 USER에 kim 을 바인딩한다.

echo $USER 하면 kim 나옴


export PS1=">>" 

마크업 스타일


728x90
반응형

'Development > Linux' 카테고리의 다른 글

openSSH 서버 활용하기  (0) 2017.04.18
우분투 리눅스 설치 삽질기!  (3) 2017.04.17
sed 명령어  (0) 2016.01.12
[Unix]tar 명령어  (0) 2012.11.12
[Unix]vi 편집기  (0) 2012.04.20
반응형

sed : stream editor


sed 's/snow/rain/'


s: substitution

snow : 찾을 문자

rain : 바꿀문자


sed 's/snow/rain/g'

g : global

이럴 경우에는 모든 snow 문자를 rain으로 바꾼다

728x90
반응형

'Development > Linux' 카테고리의 다른 글

우분투 리눅스 설치 삽질기!  (3) 2017.04.17
Command Line 명령어  (0) 2016.01.14
[Unix]tar 명령어  (0) 2012.11.12
[Unix]vi 편집기  (0) 2012.04.20
[Unix]기본명령어  (0) 2012.04.17
반응형

Ctrl + Alt + O 

Import 문 최적화

Ctrl + Y 

라인 삭제

Ctrl + Shift + F

Find In Path, Path 지정 범위 내에 모든 파일에서 특정 문자열을 찾는다.

Ctrl + Alt + H 

Call Hierarchy  - 메소드를 호출하는 파일을 찾는다.

Shift + F6 

Rename 화면 안에서 같은 이름의 변수를 한꺼번에 수정할때 사용한다.

Ctrl + Alt + L

Reformatting Source Code

Ctrl + G

      go to line


필요할때마다 추가하자!


728x90
반응형

+ Recent posts