doo.park.do

Amazon DynamoDB CRUD API 1. 데이터 생성 PutItem – 테이블에 단일 항목을 쓴다. 기본 키 속성은 꼭 지정해야 하지만 다른 속성은 지정하지 않아도 된다. BatchWriteItem – 테이블에 최대 25개의 항목을 쓴다. 여러 항목을 삭제하는 경우에 BatchWriteItem을 사용할 수도 있다. 2. 데이터 읽기 GetItem – 테이블에서 단일 항목을 가져온다. 항목의 기본 키를 지정해야 하고. 전체 항목 또는 속성 일부만 가져올 수 있다. BatchGetItem – 하나 이상의 테이블에서 최대 100개의 항목을 가져온다. Query – 특정 파티션 키가 있는 모든 항목을 가져온다. 파티션 키 값을 지정해야 한다. 전체 항목 또는 속성 일부만 가져올 수 있다. 경우에 따라 ..

Amazon DynamoDB - Amazon DynamoDB는 종합 관리형 NoSQL 데이터베이스 서비스 - 규모에 관계없이 데이터를 저장 및 검색하고, 어떠한 요청 트래픽이라도 처리할 수 있는 데이터베이스 테이블을 생성할 수 있다. - 성능 저하 없이 테이블의 처리 능력을 자동으로 확장 및 축소(Auto Scaling)할 수 있다. - 온디맨드 백업을 지원하여 최근 35일 내에 특정 시점으로 테이블을 복원할 수 있다. DynamoDB의 구성요소 테이블/항목/속성, 기본 키, 보조 인덱스, 스트림 1. 테이블, 항목, 속성 - 테이블 : 다른 데이터 베이스들과 마찬가지로 테이블은 데이터의 집합이다. (DynamoDB에서 테이블은 항목들의 집합) - 항목 : 속성들의 집합. 각 테이블에는 0개 이상의 항목..

1. Apollo React에서 GraphQL API를 호출하기 위해 Apollo Client가 제공하는 Apollo Hooks를 사용했다. Apollo Hooks? 기존 react-apollo 패키지에서 HOC(Higher Order Components)를 사용한 나을 통해 GraphQL API를 호출하는 방법에서 React Hooks를 도입하여 useQuery, useMutation과 같은 함수로 GraphQL API를 호출하는 새로운 방법 ○ @apollo/react-hooks 패키지를 사용하며, 클래스 대신 함수형 컴포넌트를 사용하게 되어 코드의 가독성과 유지보수에 대한 이점이 있다. Apollo Client 사용하기 1. 패키지 설치 React 프로젝트에 Apollo Client와 GraphQL..

React Hook? Hook은 React 16.8에 새로 추가된 기능이다. Hook은 함수형 컴포넌트에서 State와 생명주기(LifeCycle)를 연동(hooking)한 함수이다. Hook은 class를 작성하지 않고도 state와 다른 React의 기능들을 사용할 수 있게 해준다. React Hook을 사용하는 이유 1. 기존 React에서는 State와 관련된 로직을 재사용하기 어렵다. 로직 재사용을 위해 컴포넌트를 감싸는 래퍼(wrapper)가 많아 불편하다. → Hook을 사용하면 컴포넌트 자체에서 State 로직을 추상화 할 수 있고 컴포넌트의 계층 변화 없이 로직을 재사용할 수 있게 해준다. 2. 복잡한 생명주기(LifeCycle)를 이해하기 어렵다. 각각 생명주기마다 기본적인 메서드가 있..

Pandas pandas는 데이타 분석(Data Analysis)을 위해 널리 사용되는 파이썬 라이브러리 패키지이다. pandas는 과학용 파이썬 배포판인 아나콘다(Anaconda)에 기본적으로 제공되지만, 아나콘다를 사용하지 않을 경우에는 pip install pandas 를 통해 설치할 수 있다. 판다스는 수치형 테이블과 시계열 데이터를 조작하고 운영하기 위한 데이터를 제공하는데, 3조항 BSD 라이선스 조건 하에서 무료로 사용 가능하다. 판다스의 이름은 계량 경제학에서 사용되는 용어인 'PANel DAta'의 앞 글자를 따서 지어졌다. 판다스는 R에서 사용되던 data.frame 구조를 본뜬 DataFrame이라는 구조를 사용하기 때문에, R의 data.frame에서 사용하던 기능 상당수를 무리없이..

Numpy란? NumPy는 행렬이나 일반적으로 대규모 다차원 배열을 쉽게 처리 할 수 있도록 지원하는 파이썬의 라이브러리이다. NumPy는 데이터 구조 외에도 수치 계산을 위해 효율적으로 구현된 기능을 제공한다. Numpy 설치 $ pip install numpy 1. Numpy 사용준비 python 파일에 Numpy를 import 시킨다. 보통 np로 사용 import numpy as np 2. Numpy 배열 - 벡터 : 1차원 배열 - 매트릭스 : 2차원 배열 3. 배열 생성 방법 1. 파이썬 리스트 이용 : np.array([list]) # 1차원 배열 = 벡터 list = [1,2,3,4,5] type(list) >list arr = np.array(list) type(arr) > numpy.n..