문제상황Cursor MCP 에서 sequential-thinking, brave-search 등등 정상적으로 작동해야하는 MCP Server가 전부 빨간불로 확인되어 안될때 해결하는 방법을 공유한다. 해당 과정을 실행하면 설치한 MCP가 모두 정상작동하는걸 확인 할 수 있을것이다. 해결방법1. 터미널 창을 연다(root 로 접속한다) 2. .cursor/mcp.json 파일을 연다 실행 명령어: cursor ./cursor/mcp.json 위의 화면처럼 되어있을텐데 이 코드를 아래의 화면처럼 바꾼다. 그리고 저장을 누른다. 그렇게되면 저장된 MCP 가 모두 제거된다. 3. 이후 smithery 등의 사이트에 들어가서 MCP를 설치하면된다. 다들 즐거운 개발하세요!

Github Actions 에서 빌드실패가 될때마다 알람이 오는걸 변경하고자 한다. 1. 전송되는 이메일 주소를 바꾸며2. 빌드가 성공할 때에도 이메일로 알림을 받으려고한다. 설정하는 방법 1. Github -> 우측상단 개인프로필 -> Settings 선택 2. 좌측탭 -> Notifications -> Default notifications email- 알림을 받을 이메일 주소- 변경하고자 하는 이메일 주소로 변경 3. 하단으로 스크롤 -> System -> Actions -> Notify me: Email. (Failed workflows only)- 특정 상황일때 알림을 받게 설정하는 옵션 - 정상 빌드시에도 알림을 받게하려면 Only notify for failed workflows 를 ..

에러 상황 git clone 했더니 다음과 같은 에러를 받았다. 원인 XCRUN 은 MacOS에서 CLI 가 제대로 설치되지 않았을때 발생하는 에러라고한다. 에러해결법 #CLI 설치 xcode-select --install #경로 지정 sudo xcode-select --switch /Library/Developer/CommandLineTools #이후 터미널 재시작

이 사이트는 무슨 사이트일까? 링크 : https://dlcdn.apache.org/ 이 사이트는 일종의 아카이브로서, 아파치재단에서 만든 모든 프로젝트가 존재하는 아카이브다. 프로젝트로 만들어진 모든 프로그램의 최신버전이 존재한다 무조건 최신버전만 찾을수 있나? 꼭 그렇지만은 않다. 홈페이지의 첫번째 문단의 하이퍼링크된 archive site를 눌러보면 https://archive.apache.org/dist/ 링크로 연결되는데, 이 페이지는 프로그램의 모든 버전이 존재한다 그래서 여기 페이지를 뭐할떄 쓸수있나? 결론적으로 말하면, 프로그램을 다운로드 받을때 페이지를 사용할수 있다. 예를 들어서 Apache Airflow 1.10.9버전을 다운로드 받고싶다면 해당사이트로 이동한다 https://arch..

Python List vs Numpy Array 메모리 구조 Python List Numpy Array Python List는 List 내부에 공간이 먼저 할당되고, 공간이 각각의 Value값이 있는 Integer Objects를 바라보고 있다는 것이다 이에 대비한 Numpy Array는 Array Object 내부에 할당된 공간이, 실제 Integer Object가 있는 장소 라는것이다 Numpy array Memory Numpy array = rawdata(refer to databuffer) + rawdata에 대한 정보 연속형 고정블록 메모리를 가지고있다(C-order or Fortran-order) rawdata Numpy array에서 가지는 rawdata는 다음과 같은 정보를 가지고 있다 데..

개발 플랫폼 Apache Arrows는 일종의 개발 프로그램이라고 보는것같다 In-Memory로 작동하고, 데이터간 이동하는 기술을 Python에서는 Pyarrow로 구현할수 있다 Zero-Copy ROW기반이 아닌 Column기반(열기반) 의 인메모리 포맷으로 Zero-Copy 직렬화를 수행한다고함 원래는 데이터가 인프라를 공유하기위해선 Serialization, Deserialization이 필요했는데, 이 과정에서 데이터가 크면 클수록, Overhead가 크다는 단점이 있었다 그래서 직렬화를 없에버리려는 목적으로 Zero-copy Serialization framework 가 탄생되었다 ( 당연히 serialization을 하지않기때문에, deserialization도 하지않는다 )

한줄요약 Data를 저장할때 ‘행기반’ 과 ‘열기반’ 으로 나누어져 저장된다 열기반(Column-Based)의 장점이 필요할때 사용한다 정형데이터와 비정형데이터 일반적으로 소규모 데이터베이스 상황에서 데이터를 저장해야할때 정형데이터 - RDB 비정형데이터 - NoSQL 이런식으로 구분하여 저장하는것이 일반적이었다 만약 대용량 데이터를 저장해야한다면? 일반적으로 데이터레이크를 구축할때, 오브젝트스토리지를 사용하는것이 일반적인데 그중 하나의 클라우드 서비스로는 AWS S3 가 있다 대용량 데이터를 저장해야할 정도면, 당연히 하둡생태계를 고려할것이고 이때 고려할만한 타입이 Parquet(파케이) 타입이다 Parquet(파케이) 주된 특징으로는 S3 에 주로 사용하는 데이터 포맷이고 빠르게 읽기가 가능하고 압축..

데이터의 지역성 ram이 아무리 빨라봐야 cache보다 느리고, cache가 아무리 커봐야 ram보다는 작다 그래서 CPU는 사용할 Data를 cache에 저장하고, Register로 가져와서 계산을 진행한다 CPU가 Data를 찾을때 Data가 Cache에 없으면 (Cache Miss) 데이터를 RAM, SSD 에서 찾아야하는데 이거 시간소모가 꽤 크다 CACHE MISS를 막기위해서 일반적으로 주변의 데이터를 통째로 가져온다(뭉탱이로 가져옴) 근데 이게 PythonObject에서는 배열에 넣어서 인접해보인다고 쳐도, 실제로는 포인터의 주소를 넣은거기때문에, 연속된 값을 넣었다고해도, 실제로 메모리에 할당되는 부분이 인접해있는지를 보장할수가 없는거다 (⇒ Cache Miss가 더 빈번히 발생하겠지) 근..

선요약 서버리스를 쓴다면 유지보수의 불필요, 운영비용 절감, 자원의 AutoScaling 측면때문에 사용한다 서버리스를 안쓴다면 보안문제, 공급업체 의존성, 적은 레퍼런스 때문에 사용하지않는다. FaaS(Function), BaaS(Backend) 로 구분된다 e.g ) AWS Lambda 서버리스의 특징 유지보수의 불필요 서버를 프로비저닝, 유지관리할 필요가 없다(APP만 개발하면 된다) 유연한 확장 애플리케이션을 자동으로 확장시킬수 있다 개별서버단위가 아니라 사용단위(처리량,메모리) 를 설정해서 용량을 조정할수 있다 종량제 요금 서버 단위가 아닌 일관된 처리량, 실행기간에 대해 요금을 지불한다 고가용성 서버 자체에서 가용성과 내결함성을 가지고있다. APP에서 이러한 기능을 설계할 필요가없다 보안이슈 ..

문제상황 PDF2IMG 라이브러리를 사용하려고 확인해보니, 필자가 사용중인 Mac OS에서는 brew install poppler 로 먼저 poppler라이브러리를 설치후, 사용해야했다 그러나 poppler라이브러리를 설치 한 후에 requests, python 등의 라이브러리가 먹통이 되는것을 경험했고, 이를 해결하려고 라이브러리 초기화방법을 생각했다. 해결방법 pip freeze > requirements.txt pip uninstall -r requirements.txt -y 해결 원리 pip freeze ( ‘pip로 설치한 모든 라이브러리’ 를 ) > requirements.txt ( requirements.txt 파일 에다가 모두 저장하겠습니다) 라는것이고 pip uninstall (pip로 ..