2024년 07월 19일 일일 요약

=============================================

1: 이 글은 ArgoCD를 사용하여 Kubernetes 클러스터에서 애플리케이션을 자동으로 배포하는 과정을 설명하고 있습니다. 먼저 ArgoCD를 설치하고, Helm을 이용해 배포를 진행하며, 이후 설정 조정을 통해 인프라를 구성하는 방법을 안내합니다. VirtualService와 Cert Manager 설정도 포함됩니다. 마지막으로 ArgoCD 웹 UI를 사용해 애플리케이션을 배포하는 과정도 다룹니다.

키워드: ArgoCD, Kubernetes, Helm, Kubernetes 클러스터, Continuous Delivery (CD), GitOps, VirtualService, Cert Manager, 포트 포워딩

출처: https://jeongchul.tistory.com/716

ArgoCD Kubernetes 구축

=============================================

2: 이 글은 Flutter 앱에서 `share_plus` 패키지를 사용하여 링크를 공유하는 방법에 대해 설명합니다. 기본 아이콘 대신 `font_awesome_flutter` 패키지를 사용하여 디자인을 개선하고, 버튼 클릭 이벤트에 `Share.share` 메소드를 추가하여 링크를 공유할 수 있는 기능을 구현하는 과정을 다룹니다. 코드 예제와 함께 상세한 설명을 제공하여 UX를 향상시키기 위한 팁도 포함되어 있습니다.

키워드: Flutter, share_plus, 링크 공유, FontAwesome, UI 디자인

출처: https://teveloper.tistory.com/85

[Flutter] share_plus로 앱에서 링크 공유하기

=============================================

3: 이번 포스트는 내일배움캠프의 65일차 TIL(Today I Learned)로 최종 프로젝트의 기획 및 설계 과정에 대한 회고입니다. 팀 프로젝트 진행 상황으로 와이어프레임 작업, ERD(Entity-Relationship Diagram) 작성, 그리고 API 명세서 작성을 다루고 있습니다. 특히 UI 재사용성과 데이터베이스 선택, 그리고 ERD 설계 관련 문제에 대한 해결 과정을 상세히 설명하고 있습니다.

키워드: 와이어프레임, ERD, API 명세서, PostgreSQL, MongoDB

출처: https://moonnight0.tistory.com/entry/%EB%82%B4%EC%9D%BC%EB%B0%B0%EC%9B%80%EC%BA%A0%ED%94%84-65%EC%9D%BC%EC%B0%A8-TIL-%EC%B5%9C%EC%A2%85-%ED%94%84%EB%A1%9C%EC%A0%9D%ED%8A%B8-%EA%B8%B0%ED%9A%8D-%EC%84%A4%EA%B3%84

[내일배움캠프 65일차 TIL] 최종 프로젝트 - 기획 & 설계

=============================================

4: 이번 글에서는 Nginx에 Lua 스크립팅 기능을 추가하는 lua-nginx-module에 대해 설명합니다. Nginx의 요청 처리 흐름에 Lua 코드를 삽입하여 동적 컨텐츠 생성, 고급 접근 제어, 응답 필터링 및 수정, 복잡한 인증 및 인가, 맞춤 로깅 및 모니터링 등의 다양한 작업을 수행할 수 있습니다. 설치 과정에서는 LuaJIT, ngx_devel_kit, lua-resty-core, lua-resty-lrucache 등을 포함하여 Nginx를 re-compile하는 과정을 상세히 다룹니다. Nginx 설정 파일을 수정하고 자주 발생할 수 있는 오류와 그 해결 방법도 설명합니다. 마지막으로 Lua script를 통해 Nginx의 상태 코드를 변조하는 예제를 제공합니다.

키워드: Nginx, LuaJIT, lua-nginx-module, 동적 컨텐츠, 접근 제어

출처: https://blog.wonizz.com/2024/07/18/devops-nginx-lua-module/

[DevOps] Nginx Lua module 사용법 - WONIZZ.LOG

=============================================

5: 본문에서는 NVIDIA의 Triton Inference Server를 사용하여 ML 모델 서빙을 효율적으로 수행하는 방법을 설명하고 있습니다. 현재 FastAPI를 사용한 모델 서빙의 한계를 지적하며, Triton Inference Server의 다양한 기능과 장점을 소개하고 있습니다. 주요 내용으로는 모델 서빙의 복잡성을 해결하고, 고성능 추론 및 다양한 모델 포맷을 지원하는 Triton의 역할을 설명하며, 실제로 모델을 서빙할 때의 세부 사항과 고려해야 할 점들을 다룹니다.

키워드: 모델 서빙, Triton Inference Server, 추론 최적화

출처: https://pearlluck.tistory.com/821

Triton Inference Server 모델서빙1 - NVIDA Triton(트리톤)이란?

=============================================

6: 이 글은 스타벅스와 이디야 매장의 지리적 정보를 분석하여 매장 간의 거리 차이를 구하고 지도 시각화를 하는 작업을 설명합니다. 서울시의 특정 구를 클릭하면 두 매장이 얼마나 가까이 있는지 지도에서 확인할 수 있으며, 거리별 매장 수를 비율로 표시하는 방법도 포함되어 있습니다. 작업 과정에는 매개변수를 설정하고, 지도 차트로 두 매장 위치를 시각화하며, 대시보드에서 맵 차트를 연동하는 단계가 있습니다.

키워드: 지리적 정보, 거리 차이, 지도 시각화, 매개변수, 대시보드

출처: https://velog.io/@eunbibi/%EC%8A%A4%ED%83%80%EB%B2%85%EC%8A%A4-%EA%B7%BC%EC%B2%98%EC%9D%98-%EC%9D%B4%EB%94%94%EC%95%BC-%EB%A7%A4%EC%9E%A5-%EC%88%98

스타벅스 근처의 이디야 매장 수