형! 퇴근도 못하고 일하다가 이제야 형 강의보면서 주말을 맞이하고 있어! 스프링 배치를 써서 분 단위, 하루 단위 KPI를 산출하는 배치 프로그램을 만드려고 하는데, 실무에서는 어떻게 HA를 구성하는 지 궁금해졌어. 가령, k8s에서 같은 배치를 돌리는 pod가 여러 개이면 배치가 동시에 돌 것 같고, pod가 한 개이면 하나의 배치 시스템이라서 위험할 것 같은데, 어떤 식으로 실무에서 하는 지 궁금해!
안녕하세요! 궁금증이 생겨 문의 드립니다. common 공통 모듈은 서비스간 통신 데이터 구조를 표준화해서 통일성 있게 사용하기 위해서 사용한다고 이해하였습니다. 현재, 멀티모듈로 작성된 프로젝트라서 common 모듈을 작성된 것 같은데, 각각 독립적인 repository 로 운영된다면 이를 극복하기 위해 Nexus 같은 repository 에 관리하여 공통 dto 를 관리하는 방법은 어떤지 문의 드립니다. 적다 보니, 분산 환경에 대한 질문은 아니라서 죄송합니다...
1. 현재 학습 진도 몇 챕터/몇 강을 수강 중이신가요? 2-5 어떤 알고리즘을 학습하고 계신가요? 링크드리스트 여기까지 이해하신 내용은 무엇인가요? 파이썬의 클래스를 이용해서 링크드리스트 구현하기 2. 어려움을 겪는 부분 어느 부분에서 막히셨나요? 원하는 원소찾기 구현 코드의 어떤 로직이 이해가 안 되시나요? 어떤 개념이 헷갈리시나요? 3. 시도해보신 내용 문제 해결을 위해 어떤 시도를 해보셨나요? 원하는 원소를 찾는 것에 파이썬의 list를 사용했습니다. def get_node(self, index): cur = self.head node = [] while cur.next is not None: node.append(cur.data) cur = cur.next return print(node[index]) 파이썬의 list를 사용해서 원소를 찾아도 될까요?
from langchain.chains.combine_documents import create_stuff_documents_chain 이 부분에서 에러가 납니다 TypeError: Fields of type "<class 'langchain_core.runnables.base.Runnable'>" are not supported.,
train_size = int(len(data) * 0.8) train_data = data.iloc[:train_size] test_data = data.iloc[train_size:] 훈련과 테스트 8:2로 잘 나누고 for i in range(lookback, len(data_scaled) - forecast_horizon): 이렇게 돌리면 그냥 전체 데이터를 학습한거 아닌가요? 결국 안나누고 학습한 것 같은데, 그럼 이 프로젝트는 그냥 데이터를 모두 학습한거죠? LR 버전으로 리팩토링해서 돌려보고 있는데 과적합뜨는 것 보니까 그냥 완전 똑같이 나오더라구요.
BOJ 1753 최단경로 문제를 pypy3 환경에서 PriorityQueue를 이용해서 풀었을 때 런타임에러가 납니다. heapq로 푸니까 정답처리가 되더라고요. 강의 수강하시는 분들 중에서도 통과에 어려움을 겪는 분이 있을까봐 공유차 Q&A 게시판에 작성합니다! 더불어, GPT한테 해당 현상의 이유를 물어보니 queue.PriorityQueue 가 멀티스레드용 동기화 큐라서 백준의 빡센 입력 + 제한 환경에서 시간/메모리/내부 예외로 터졌기 때문이고, 같은 로직을 heapq 로 바꾸면 그 오버헤드가 사라져서 통과되는 것이다. 라고 하는데, 프로그래머스와 같은 기업 코테용으로 사용할때도 heapq로 구현하는 걸 기본으로 익히는 게 낫다고 보면 될까요?