CheerUp_Cheers

SQL 최적화의 원리 POINT 1. 옵티마이저와 실행계획 [1] 옵티마이저란? - SQL개발자가 SQL을 작성하여 실행 시, 옵티마이저는 SQL을 어떻게 실행할 것인지 계획. -> SQL 실행계획을 수립과 실행(동일 결과도 실행계획에 따라서 성능 달라짐) -> SQL 실행계획과 실행을 하는 소프트웨어 [2] 옵티마이저 특징 - 여러 실행 계획중 최저 비용의 계획을 선택하여 SQL 실행. - 데이터 딕셔너리에 있는 오브젝트 통계, 시스템 통계등의 정보를 사용해서 예상비용산정. [3] 옵티마이저 필요성 - 다음과 같은 경우 비용이 더 커짐 1) EMP 테이블 셀렉 2) AND (찾은 행과 동일한 것을 찾기 위해) 3) DEPT 테이블 셀렉 -> 반대로 했을 경우, 더욱 싼 비용으로 가능 - 비효율적인 실행..

보호되어 있는 글입니다.

--- 3장 스프링의 DI 설정 --- #Maven pom.xml을사용 많은 라이브러리를 관리하여 네트워크로 설치. 프로젝트의 전체적인 라이프사이클 관리 도구. 모든 기능은 플러그인 기반. 이전에는 Ant사용 #POM(project object model) 프로젝트 정보 빌드설정 빌드 환경 pom 연관 정보 #Gradle 빌드 배포 도구(java, c/c++, python) Ant의 배포 스크립트 기능 사용가능. 라이브러리, 프로젝트, 의존성 관리. 그루비 문법 사용. #Gradle 장점 [1]maven은 build라는 동적인 요소인 xml로 정의하기 힘듬. -> 설정 길고, 가독성 떨어짐 -> 의존관계 복잡하면 부적절 [2] Configuration injection 방식을 통한 공통모듈 상속하여 사용..

백엔드의 배치 처리 기능을 구현하는데 사용하는 프레임워크 배치는 '프로그램 흐름에 따라 순차적 자료 처리(일괄처리)' #구현기능 배경지식 스프링부트 배치 이해 스프링 부트 휴면회원 배치 설계 스프링 부트 배치 설정 스프링 부트 휴면회원 배치 구현 스프링 배치 심화 멀티 스레드로 여러개의 스텝 실행 #7.1.1 배치처리에 스프링 부트 배치를 써야 하는 이유 대용량 데이터 처리에 최적화되어 고성능 발휘 효과적인 로깅,통계처리,트랜잭션 관리 등 재사용 가능한 필수 기능 지원 수도으로 처리하지 않도록 자동화되어 있음. 예외사항과 비정상 동작에 대한 방어 기능 스프링 부트 배치의 반복되는 작업 프로세스를 이해하면 비즈니스 로직에 집중 가능 #7.2 스프링 부트 배치 이해하기 일반적인 배치 처리 절차를 따름. 읽기..

#정의 및 장점 Pandas는 쉽고 직관적인 관계형 또는 분류된 데이터로 작업 할 수 있도록 설계된 빠르고 유연하며 표현이 풍부한 데이터 구조를 제공하는 Python 패키지이다. Python에서 실용적인 실제 데이터 분석을 수행하기 위한 고수준의 객체 형태를 목표로한다. 또한, 어떤 언어로도 사용할 수 있는 가장 강력하고 유연한 오픈 소스 데이터 분석 / 조직 도구가되는 더 넓은 목표를 가지고 있다. Pandas는 다음의 종류의 데이터에 적합한 분석 패키지이다. SQL 테이블 또는 Excel 스프레드 시트에서와 같이 이질적으로 유형이 지정된 열이있는 데이블 형식 데이터 정렬되고 정렬되지 않은 시계열 데이터 행 및 열 레이블이 포함 된 임의의 행렬 데이터 다른 형태의 관찰 / 통계 데이터 세트 차원 이름 ..

#JDK 설치하기 1) 설치 경로 https://www.oracle.com/java/technologies/javase/javase-jdk8-downloads.html #인젤리제이 IDEA 사용하기 [1] 장점 - 문법이 옳은 것인지 - 중복된 코드인지 - 사용하지 않는 변수인지 - 더나은 문법이나 람다식으로 변환 제안. - 깃허브와 연동되며 디버거와 기타 플러그인 등 여러 편리한 기능을 지원. #프로젝트 생성 1) 링크 접속 https://start.spring.io/ 2) 접속후 설정. 다음과 같이 설정 #Hello World 띄우기 @RestController @SpringBootApplication public class DemoApplication { public static void main(..