안녕하세요. Model gpt-5로 선택 후 실행시 OpenAI's latest models are currently only available to paid users. Please upgrade to a paid plan to use these models. (Request ID: 2f102854-7cab-45e9-863a-d3ac250fbc88 라이센스 오류가 뜹니다. 그리고 Auto로 할시에는 영문으로 답변 합니다. 해결방법 있을까요?
안녕하세요. redis 강의를 통해 간단한 프로젝트로 적용을 하려고 합니다. @Cacheable( value = "reviewList", key = "'review:store:' + #storeId + ':page:' + #pageable.pageNumber", cacheManager = "reviewCacheManager", condition = "#pageable.pageNumber == 0") @Transactional(readOnly = true) public Page<ResViewReviewDto> getReviews(UUID storeId, ReviewRepositorySearchConditionDto condition, Pageable pageable) { Page<ResViewReviewDto> reviews = reviewRepository.findReviews(storeId, condition, pageable); return new PageImpl<>(reviews.getContent(), pageable, reviews.getTotalElements()); } 원래는 return reviews를 했더니 계속 조회를 누르면 ClassCastException: LinkedHashMap cannot be cast to Page 이 오류가 나오게 됩니다. 강의에서는 그냥 getContent를 List로 반환값을 보냈는데 혹시 위 코드처럼 new PageImpl 형식으로 return 해도 괜찮을까요?
학습 관련 질문을 최대한 상세히 남겨주세요! 고민 과정도 같이 나열해주셔도 좋습니다. 먼저 유사한 질문이 있었는지 검색해보세요. 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요. 안녕하세요, 선생님! 강의 알차게 잘 수강하고 있습니다. 현재 90% 수강 완료하였는데, 어렵고 힘들게 여기까지 온 만큼 저의 역량도 비교할 수 없을 정도로 많이 성장한 것 같습니다. 먼저 감사의 말씀을 드립니다. 일단 현재 게시글 목록 최적화 전략 구현(64강) 강의를 수강 중인데, 이전의 강의 내용(게시글 조회 최적화 전략)과 비교하였을때 최적화 전략을 수립하는 과정과 관련하여 몇가지 의문점이 들어 질문드리게 되었습니다. 의문점) - 게시글/카테고리에 대한 게시글 목록 모두 전략을 나누어야 하는가? 의문점이 들었던 과정) - 일단 크게 보았을때, 게시글 내용에 대한 캐싱(articleId)과 게시글 목록(*특정 카테고리, board로 지칭)에 대한 캐싱(boardId)으로 내용을 나눌 수 있을 것 같습니다. - 여기서 드는 제 개인적인 생각은, (일단 전략의 당위성이나 세부적인 내용 상관없이) 캐싱전략을 너무 세세하게, 오히려 성능적 이점보다는 관리적 비용이 더 크게 소모되지 않을까 하는 염려가 들 정도로 배꼽이 더 큰 전략/관리방안을 각각 구분해놓는 것이 아닌가하는 생각이 들었습니다. - 예를 들어, 게시글 목록 최적화 전략의 경우 말씀하신대로 최초 목록 조회 진입 시 보여지는 내용이기도 하고 이는 모든 사용자에게 공통적으로 적용할 수 있는 정책이므로 관리의 당위성이나 책임이 명확하다고 생각하였습니다. - 하지만 게시글 조회 최적화 전략의 경우, 목록 최적화 전략을 수강한 이후에는 "게시글 조회"역시 어떻게 보면 그 게시글을 보고싶은 사용자 일부에 대해서만 보여지는 글이므로..지금처럼 모든 생성 글/댓글/좋아요에 대해 ArticleQueryModel 데이터를 생성하는 것이 비용효율이나 관리효율면에서 과연 올바른 방향인지 다소 의문이 들게 되었습니다. 또한, 이러한 전략수립의 당위성을 떠나서 각 조회기능별로 전략을 구상하는게(단건/목록 등) 수립은 가능하더라도 관리가 힘들 것 같은데, 실무적으로 관리가 가능할지 의문이 들기도 하였습니다. 최종 질문) - 제가 올바르게 강의내용을 이해하지 못하여 질문드리는 것 일 수 있기에, 일단 제가 들었던 의문이 선생님께서 생각하셨을때, 타당한 의문일지 궁금합니다. - 타당하다면 아래와 같은 "게시글 단건" 조회 전략을 생각할 수 있을 것 같은데, 혹시 바람직한 전략이 될 수 있을지 고견을 요청드려보고자 합니다. - 또한 실무적으로 이러한 다양한 관리전략을 수립하게된 계기가 "성능문제" "사용자 패턴에 따른 문제점 예상" 등, 여러 문제 중 어떠한 부분이 가장 중요하게 작용하는지 궁금하여 질문드립니다. [단건 조회전략 구상 방안] 게시글 조회 전략을 만약 구상한다면(세부적인 전략구현은 생략) - 지금처럼 단건 데이터 생성마다 articleQueryModel을 구성하는 것이 아니라, 각 카테고리별 보여지는 1000개의 데이터에 대해 articleQueryModel 데이터를 구성한다. (*게시글을 보는 것도 결국 최신 1000개의 데이터에 대해서만 볼 것이기 때문이다.) - 인기글 데이터 생성 후 해당 인기글에 대한 articleQueryModel 데이터를 구성한다. (*인기글 데이터에 대해서만 단건 조회 트래픽이 몰릴 것으로 예상할 수 있기 때문이다.) 읽어주셔서 감사드립니다.
섹션 1-5 한/글 파일 불러올때 팝업 안뜨게하기 알려주신 방법대로 코딩하여 실행해보면 빈 문서가 실행 될 때는 팝업이 안나오는데 기존에 가지고 있는 한글 문서를 실행하게되면 계속 경고 팝업창이 뜹니다 ㅠㅠㅠ 왜 이러는건지 파일 명도 확인해보고 코드도 정확히 작성한 것 같은데 왜 안될까요 ㅠㅠㅠㅠ 참고로 한글은 2018 버전 사용중입니다
안녕하세요! 강의 너무 잘 보고 있습니다! 강의를 보는 중 궁금한 부분이 생겨 질문드려봅니다! @GetMapping("/callback") fun callback( ... return ResponseEntity.status(HttpStatus.FOUND) .location(URI.create("https://localhost:3000")).build() 콜백 함수에 return을 이렇게 작성하셨는데요! 만약에 서블릿객체를 이용해서 쿠키를 담지 않고 아래와 같이 하는 방법은 어떻게 보시는지요...?? 같은 동작을 할 것으로 예상은되는데 보편적인 스타일이 궁금합니다 ㅋ.ㅋ; ``` return ResponseEntity .status(HttpStatus.FOUND) .header("Set-Cookie", "authToken=$token; HttpOnly; Path=/; Max-Age=${60 60 24 * 7}") .location(URI.create(" http://localhost:3000 ")) .build() ```
안녕하세요! 다른 분 질문에 대한 답변을 보고 기본적인 의구심은 해소되었는데요. 혹시 몰라 확인차 여쭙습니다. 09:38 피피티에서요. 나머지 연산을 이용해서 물리샤드, 논리샤드를 구분하셨잖아요. 제가 이해하기로 나머지가 0이면 1번 샤드, 1이면 2번 샤드...이렇게 의도하시려고 했던 것 같아요. https://inf.run/7i72V 여기에서 답변해주신 것과 피피티의 샤드 번호 현황?이 달라서 조금 혼란스러웠습니다. 링크 답변을 보면 아주 간단한 샤딩 예시였지만, 물리 샤드가 두 개일 때 % 2를 적용하면 1번 샤드(나머지 연산결과 +1)에는 article_Id가 [2, 4, 6, 8]이 들어가고 2번 샤드에는 [1, 3, 5, 7]이 들어갈 테죠. 논리 샤드 기준으로는 1번 논리샤드 = [4, 8] 2번 논리샤드 = [1, 5] 3번 논리샤드 = [2, 6] 4번 논리샤드= [3, 7] 1번 물리 샤드에는 1, 3번 논리 샤드 2번 물리 샤드에는 2, 4번 논리 샤드 (링크 답변과 동일한 분포) 이게 제가 위의 답변을 강의 자료에 적용해서 이해한 샤딩 현황입니다! 실제 프로덕션에서도 이렇게 샤딩하는지는 모르겠지만 교육 목적 상 간단한 해싱이었어도 제대로 이해하고 넘어가고 싶었습니다. PPT만 보고는 나머지 연산이 어떻게 사용된 건지 이해가 안 됐는데 답변 보고 이해가 돼서 확인 차 질문드렸습니다. 추가적으로 클라이언트는 논리 샤드만 알고 있다고 하셨는데 그럼 물리 샤드 번호는 물리적으로 나뉜 샤드를 구분하는 데만 사용하고 비즈니스 로직에서는 사용되는 일이 없을까요? 감사합니다.
24번 # 사용자별로 주문 거리의 합계와 평균 계산 df_distance = df.groupby('user')['거리'].sum() # 주문 거리의 합계가 50km 이상인 사용자만 필터링 cond = df_distance >= 50 df_distance = df_distance[cond] 25번 # 1회 이하 주문 제외 cond1 = time_interval>0 m = time_interval[cond1].mean() 선생님, 위 두 문제에서 df_distance 와 time_interval은 단순히 변수인가요? 그 뒤에 cond를 붙여준 것의 의미를 모르겠어요..변수에 변수를 합한 건가요? 교재 예시에 많이 나오는 df= df[cond] 코드는 cond변수 값을 df파일에 저장한다는 건가요? cond는 조건식에서만 사용하는 거죠? 그리고 25번 문제에서 시간간격이 1일 이하인 사용자 제외니까 time_intreval >0이 아니라 1인데 오류인거 같습니다.
navbar.html에서 로그아웃 버튼을 생성 할 때 기존에 {% if session_user % } ... (1) {% else %} ... (2) {% endif %} 하고 이 아래 쪽에 다시 if session_user를 해서 로그아웃을 하는 이유가 무엇일까요? 그냥 (1) 위치에 a태그 달아서 로그아웃을 만들면 안될까요?
1. 현재 학습 진도 몇 챕터/몇 강을 수강 중이신가요? [4주차] 4-9 어떤 알고리즘을 학습하고 계신가요? Heap 여기까지 이해하신 내용은 무엇인가요? 개념은 이해 완료했습니다. 2. 어려움을 겪는 부분 어느 부분에서 막히셨나요? 숙제 1번에서 노션 예제 2번째(코드 내 예제X) 코드의 어떤 로직이 이해가 안 되시나요? stock = 0, dates = [0, 10, 15], supplies = [20, 10, 15], k = 35 일 경우, 0일과 15일에 공급량을 가져오는 게 정답(즉, 2의 리턴값)이라고 주석에 적혀있습니다. 알려주신 로직으로 해당 예제 실행 시, 3의 값이 나옵니다. while stock <= k: 위의 코드에서 같을 때도 해당 반복문을 돌도록 되어 있기 때문인데, 작은게 "stock < k" 가 아니라 "stock <= k"인 이유가 궁금합니다.
지문에선 결측치가 30%이상이 되는 컬럼을 찾으라고 했는데, 강사님께서는 len(df)*0.3 을 하셨더라구요. 이건 전체 행 수의 30%를 계산한거 아닌가요?df.isnull().sum() / len(df) * 100 을 통해 나온 값 중에서 30% 이상인 컬럼들을 찾아야하는거 아닌지 여쭤봅니다. 지문에선 결측치가 있는 컬럼은 최빈값으로 대체하라고 했는데, 어떤 컬럼의 최빈값이라는게 안나와있기 때문에 df['f3'] == 'gold')이렇게 f3컬럼이라고 지정하는게 맞는지, 아니면 30%미만, 20%이상인 결측치가 있는 컬럼은 '해당 컬럼의' 최빈값으로 대체하고 라고 이해하는게 맞는지 여쭤봅니다!
출력문에서 run(f)로 정의한 f 함수를 매개변수로 보내고 f.app(3) 을 실행하는데 f에 경우에 app을 따로 구현안했는데 어떻게 실행이 되는건가요? 그리고 이후에 run(n -> n+9) 또한 따로 app()을 정의한 것 같지않은데 말이죠.. 또한 f.app(3)가 어떻게 저 3이 f 함수에 매개변수로 들어가는지도 궁금합니다. 제가 해석한 건 f.app(3)는 f안에 있는 app메소드에 3을 전달하는 걸로 해석이 되는데 어째서 f 함수 매개변수 x에 3이 전달되는지
강의 들으면서 linkedList, stack, deque 처럼 알고리즘 공부를 하면서 차근차근 알아가는 방식이 좋다고 생각합니다. 근데 실무에서 사용하기엔 대부분 import 로 모듈구현을 활용하는 방식으로 진행될텐데, 실무에서 사용하기 좋은 모듈들을 모아놓은 자료가 있는지 궁금합니다! 감사합니다 😃