이전 작업자가 남긴 DB백업 파일을 SSMS로 복원하였습니다. 복원된 DB에 C++로 접속을 하고 싶은데 C++로 접속하기 위한 Address를 어디서 확인할 수 있을까요? Provider=SQLOLEDB Initial Catalog=서버이름(디비명) Data Source=서버IP User ID=접속ID Password=접속비번 위에 입력될 IP주소를 알고 싶습니다.
안녕하세요. 강의듣다가 궁금한사항이 있어 문의드립니다. 위 강의에서 SELECT 서브쿼리에서 동일 테이블 접근으로 인해 I/O 중복 발생하여 아래처럼 인라인뷰를 만들고 JOIN을 하면 테이블 중복 I/O가 발생하지 않는것을 이해했는데요. 그런데 SELECT절에 COUNT만 필요해서 스칼라 서브쿼리를 한번만 사용하게 되면 중복I/O가 발생하지 않기에 스칼라 서브쿼리를 쓰는게 성능상 문제가 없는걸까요? 중복I/O 발생과는 좀 다른 내용일수 있지만 강의 듣다가 궁금해서 문의드립니다. 답변주시면 감사하겠습니다.
선생님 안녕하세요 강의 잘 보고 있습니다 강의 중간(10:20~25초 사이)내용에 대해 확인하고 싶은 부분이 있습니다 수업내용중 아래의 sql로 질의할때 -- 직원 급여의 이력정보를 나타내며, 해당 급여를 가졌던 시점에서의 부서번호도 함께 가져올것. select * from hr.emp_salary_hist a join hr.emp_dept_hist b on a.empno = b.empno; record 4번 데이터의 deptno 값 30이 출력된다고 하셨습니다만 a.fromdate between b.fromdate and b.todate 위의 between 조건으로 조인해서 sql로 질의했을 때에 출력되는 결과물은 record 3번 데이터 deptno 값 20이 출력되는데, record 3번의 a.fromdate (1982-01-01)값만이 조인된 b.fromdate(1981-04-01) and b.todate(9999-12-31)의 범위에 해당되어 출력되는 인식인데 (제가 잘못 이해했을 수도 있습니다만... ) 어떻게 deptno값 30이 출력되는지가 궁금합니다
값을 찾을 때 $elemMatch 로 감싸줘야 둘 다 해당하는 값을 찾을 수 있다고 해주셨는데요. 반대로, $elemMatch 를 쓰지 않으면 or 조건으로 검색이 된다고 이해했습니다. 여기서 위와 같은 필터로 값을 검색 했을 때 username 이 Henry5522 이거나, title 이 ullam esse dolorem 인 모든 값이 필터 결과로 나와야 하는게 아닌가요?
await Promise.all([ comment.save(), Blog.updateOne({ _id: blogId }, { $push: { comments: comment } }), ]); 위 코드에서 comment.save() 는 정상적으로 동작해서 DB 에 입력이 되었지만 Blog.updateOne 은 알수 없는 오류로 실패가 떨어졌다면, 데이터에 싱크가 맞지 않을 수 있을거 같은데요. comment.save 했던걸 되돌리거나 하는 처리가 있어야 할 거 같은데, 어떻게 처리할 수 있나요?
읽는 시점에 populate 부분에 대한 시간도 최소화 하기 위해서 생성하는 시점에 user 의 최소한의 데이터를 넣어주고 있는거 같은데요. 이렇게 접근하면, 화면 중심으로 모델이 설계가 되는게 아닐까요? 요구사항이 바뀌거나, 다른 서비스에서 해당 API 를 사용하게 되면 매번 모델을 수정하고 데이터를 마이그레이션 해야 하는 이슈가 생길 수 있을거 같은데요. 어떻게 생각하시나요?
안녕하세요. 저는 백엔드 개발을 하고 있는 2년차 꼬꼬마 개발자입니다. 강의를 듣던중 궁금증이 있습니다. 제가 진행하는 프로젝트의 경우 AWS 환경에서 백엔드를 개발하다보니 제공되는 모니터링 서비스?들이 있는데, 그럼에도 별도의 APM같은 것들이 필요한 경우는 어떤 경우가 있을까요? (예를 들어 더 디테일한 모니터링이 필요한 경우라던지?) 제 짧은 경력과 식견으로는 모르겠어서 질문드립니다! 아 다음 강의에서 설명이 나오는군요! 감사합니다. 😂 온프레미스 환경에서 클라우드로 전환 시 고려사항은 무엇일까?
블로그 생성할 때 user 객체를 넣으면, 리턴 값으로 user 객체를 받을 수 있는 이점이 있다고 해서, 전달해봤는데요. 아래와 같은 에러가 발생합니다. blog validation failed: user: Cast to ObjectId failed for value 블로그 생성시 user 가 아닌 userId 를 전달하면 정상적으로 블로그가 생성되나, 리턴값에는 user 객체가 아닌 userId 가 매핑되어 있습니다. mongoose 버전이 올라가면서 변경된 사항이 있어서 발생한 이슈일까요?
이미 Schema 정의 할 때 age 를 number 로 했기 때문에, 디비에 저장할 때 number 값을 전달하지 않으면 에러가 발생해서 catch 에서 처리할 수 있을거 같은데요. 업데이트 전에 필드를 validation 하면 모든 필드에 대해서 일일히 다 해줘야 할 것 같은데, 그렇게 하는 이유가 있을까요? 그리고, catch 에러에서 number 값을 입력하지 않아서 발생한 오류임을 알 수 있는 방법(e.g., 에러 코드)이 있나요?
강의를 듣는 도중, ntile()의 경우, 분포가 skew가 심하면(정규분포가 아니라면), 순위를 매길 때, 문제가 생김을 배울 수 있었습니다. Q1. 저는 왜곡이 되어있는 걸 보자마자, 차라리 판다스나 Spark SQL로 데이터를 정규화 한뒤에, 시각화를 하는게 더 빠르지 않을까? 하는 생각이 들었는데요, 기업에서 일을 하게 될 때, 어떤 경우에 SQL을 쓰는지가 궁금합니다. 저는 강사님의 강의를 수강하며, python 데이터 분석 -> 머신러닝 -> 딥러닝 이후, 현재 SQL강의를 수강하고 있습니다. 희망직무는 데이터 사이언스트 및 데이터 엔지니어를 희망하는데, 항상 채용공고를 보면, python 능력도 중요하지만 고급 SQL 능력도 자격요건으로 되어 있는 경우가 많았습니다. Q2. 현업에서 데이터를 가공하거나 처리할 때, 오히려 프로그래밍언어보다는 SQL를 훨씬 많이 쓴다고 하는데, Q1처럼 때에 따라 유동적으로 쓰는 것인지, 아니면 앞으로 데이터 분석을 연습할 때도, (이를 테면, 캐글과 같은) 파이썬 보다는 SQL위주로 연습하는 것이 더 적합한 건지 여쭙고 싶습니다. Q3. 이건 머신러닝과 관련된 이야기지만, 이렇게까지 skew가 개선되지 않을 때는 어떻게 해야하나요? from sklearn.preprocessing import StandardScaler # OverSampling을 해도 Skew가 개선되지 않음 # UnderSampling을 하면 데이터가 줄어들기 때문에, 사용에 유의가 필요하나 skew가 # 너무 심하기 때문에 사용함. from imblearn.under_sampling import CondensedNearestNeighbour from scipy import stats import numpy as np def log_transform(column): return np.log1p(column) scaler = StandardScaler() df["freq"] = log_transform(df["freq"]) df["freq"] = scaler.fit_transform(df[["freq"]]) cnn = CondensedNearestNeighbour(sampling_strategy='majority', random_state=42) X_resampled, y_resampled = cnn.fit_resample(df[["freq"]], df["user_id"].values) resampled_df = pd.DataFrame(data=X_resampled, columns=["freq"]) print(resampled_df) ####### freq 0 -0.352373 1 -0.352373 2 -0.352373 3 -0.352373 4 2.495698 ... ... 2557 -0.352373 2558 3.642937 2559 -0.352373 2560 -0.352373 2561 -0.352373 [2562 rows x 1 columns] ######### resampled_df["freq"] = log_transform(resampled_df["freq"]) resampled_df["freq"].skew() ### 2.4721717038971214
백엔드 엔지니어가 먼저 되어야 할까요? 스프링을 배워야 할까요? 데이터 엔지니어가 백엔드부터 배워야 하는 이유ㅣ4년차 현직자의 솔직한 조언 - YouTube 개발자 진로는 농업 데이터 엔지니어가 되고싶습니다 팜모닝 데이터 분석가 | 그린랩스 (greenlabs.co.kr)