우선, 개발 블로그

[UE] UE5 블루프린트 부모클래스 None이 되는 현상

김먼저 — Wed, 23 Jul 2025 08:40:37 +0900

현상

에디터 실행 시 블루프린트 parent class 가 None으로 나와서 배치된 블루프린트가 사라지고 사용이 불가능한 현상

BP_CurrentDistribution 블루프린트에 부모 클래스가 없거나 NULL 입니다.

[0350.96] BP_CurrentDistribution 컴파일에 실패했습니다. 치명적 오류 1 회, 경고 0 회, [소요시간 11 ms] (/Game/Blueprints/BP_CurrentDistribution.BP_CurrentDistribution)

해결

편집 → 에디터 개인설정 → 일반 → 로드&저장 → '시작 시 강제 컴파일' 체크 → 에디터 재시작

[IntelliJ] 실행 오류. 명령줄이 너무 깁니다. > 해결 방법

김먼저 — Tue, 5 Nov 2024 14:30:36 +0900

자주 보는데 해결방법 역시 자주 까먹..

1. 구성 편집 (Edit Configurations...) 창 열기

2. '옵션 수정' 클릭

3. '명령어 단축' 클릭

4. 'JAR manifest' 선택

5. '적용' > '확인' > 실행하기

...끝!

[Java] 구글 드라이브 최신문서함 조건 (쿼리, 매개변수)

김먼저 — Thu, 10 Oct 2024 20:28:26 +0900

구글 드라이브 > 최신문서함

과 같은 리스트를 구현하는데 애를 좀 먹었습니다...

(Google Drive Activity API 까지 본건 비밀)

	query = "mimeType != 'application/vnd.google-apps.folder' and trashed = false";
	orderBy = "viewedByMeTime desc";

	FileList result = service.files().list()
                        .setQ(query)
                    	.setCorpora("allDrives")	// corpora를 매개변수로 설정
                    	.setIncludeItemsFromAllDrives(true)	// 내 드라이브와 공유 드라이브 항목 포함
                    	.setSupportsAllDrives(true)	// 모든 드라이브 지원
                    	.setPageSize(pageSize)
                    	.setSpaces("drive")
                    	.setOrderBy(orderBy)
                    	.setFields("files(id, name, owners, mimeType, viewedByMeTime, modifiedTime, webContentLink, webViewLink, hasThumbnail, thumbnailLink, size)")
                    	.execute();

매개변수중 중요한 3가지 입니다.

Corpora
IncludeItemsFromAllDrives
SupportsAllDrives

corpora 하나만 사용해서는 안되고 3개 전부 사용해야합니다.

....후.....퇴근해야지....

...끝!!

[CD/CD] CD/CD 개념

김먼저 — Sun, 11 Aug 2024 22:29:44 +0900

CI/CD의 개념과 사용목표

(1) CI - 지속적 통합(Continuous Integration)

CI는 코드 변경 사항이 주기적으로 빌드 및 테스트되어 공유 Repository에 통합되는 과정을 말합니다.

이를 통해 개발 초기 단계에서 문제를 발견하고 해결할 수 있습니다.

(2) CD : 지속적 제공/배포(Continuous Delivery/Deployment)

CD는 CI 과정을 통과한 코드를 자동으로 배포하는 과정을 말합니다.

(3) 사용 목표

a. 버그 및 코드 오류를 예방 → 개발팀의 협업을 강화하고, 소프트웨어의 신뢰성을 높이는데 기여.

b. 동시에 지속적인 소프트웨어 개발 및 업데이트 주기를 유지하는데 도움.

c. 복잡성을 줄이고 효율성을 높이며 워크플로우를 간소화.

* 정리하자면, branch에 commit/push하면 빌드 및 테스트코드로 검사하고 무중단배포까지 자동화하는 시스템.

정말 간단한 개념만을 익히고 있는 상태라 자세한 내용은 적지 ~~못했 아니~~ 않았습니다.

CI/CD도 깊게 파고들면 내용이 뭐가 많네요...지속적 배포에는 선행해야할 작업이 많이 필요해 보입니다.

추후 CI/CD 구축 포스팅에서 더욱 자세한 개념까지 적겠습니다.

감사합니다.

[React] 'react-simple-jstree' 에서 클릭한 파일 Path 가져오기

김먼저 — Thu, 25 Jan 2024 18:25:08 +0900

리액트에서 폴더 트리를 사용하는데 클릭한 파일경로를 얻는 방법을 시행착오(?) 끝에

허무할 정도로 간단하게 얻는 방법을 알게되어 포스팅합니다.

~~분명 저처럼 메서드 만들어서 알아내려고하는 분이 분명있을거 같....~~

먼저 tsx파일의 return 부분입니다.

const handleNodeSelect = (e: Event, data: any) => {
    if (data && data.node && data.instance) {

      // 클라이언트에서 선택한 폴더의 경로
      const folderPath = data.instance.get_path(data.node, '/');

      console.log(folderPath);

      // API에서 선택된 폴더의 이미지 리스트를 가져오기
      axios.get('/api...', {
        params: {
          folderPath: folderPath,
        },
      })
        .then(response => {
          console.log(response);
        });
    }
  };

return(
....
<TreeView treeData={treeData} onChange={handleNodeSelect} />
...)

....클릭했을때 데이터보고 함수짜고 했는데....

instance.get_path(data.node, '/')로 간단하게 해결했습니다.

클릭!

console.log

JavaScript와 TypeScript 차이점

김먼저 — Wed, 15 Nov 2023 09:24:21 +0900

	JavaScript	TypeScript
언어	스크립팅 언어	객체지향 컴파일 언어
정적 타입 vs 동적 타입	동적 타입 -변수의 타입을 런타임에 결정 - 변수를 선언할 때 타입을 명시할 필요X	정적 타입 -변수의 타입을 컴파일 시점에 결정 -변수를 선언할 때 명시적으로 타입 지정
타입 시스템	동적 타입 언어이기 때문에 런타임시에만 타입이 검사됨. 이로 인해 런타임 오류가 발생 할 수 있음.	정적 타입 언어이기 때문에 컴파일 시에 타입 체크를 수행. 이로 인해 오류를 사전에 방지.
에러 처리	런타임에 발생한 에러는 실행 중단 발생. 디버깅 어려움.	일부 오류는 컴파일 시 발견됨. 따라서 상대적으로 더 안전함.
컴파일러	별도의 컴파일 단계 없이, 소스 코드를 직접 실행 가능.	TypeScript 컴파일러를 사용하여 JavaScript 코드로 변환 후 실행.
생태계	웹 브라우저 및 Node.js 등 다양한 환경에서 지원되며, 방대한 라이브러리와 생태계 보유.	주로 대규모 프로젝트 및 엔터프라이즈 소프트웨어 개발에 사용되며, Angular 및 Next.js 같은 프레임워크에서 사용.
프로젝트 규모	작은 규모~대규모 프로젝트까지 다양하게 사용.	대규모 프로젝트에서의 활용이 강조됨.
개발 생산성	더 유연한 문법으로 인해 초기 개발 속도가 빠를 수 있음.	타입 체크로 인한 높은 안전성으로 유지보수가 쉽고 생산성을 높일 수 있음.

TypeScript는 JavaScript를 보완하는 형태로 개발되어,

정적 타입과 모듈 시스템 등의 기능을 통해 더 안전하고 유지보수성이 높은 코드를 작성할 수 있도록 도와줍니다.

선택은 프로젝트의 요구사항 과 개발자의 선호도에 따라 다르게 될 수 있습니다.

[SourceTree] Branch(브랜치) 변경하기

김먼저 — Tue, 10 Oct 2023 14:38:42 +0900

1. 저장소 → 체크 아웃...

2. 새 브랜치 체크아웃 → 체크아웃할 원격 브랜치 → 변경하려는 Branch 선택 후 확인

[React] 리액트(React) 개발 환경 셋팅하기 - win10

김먼저 — Fri, 8 Sep 2023 15:22:42 +0900

갑자기 리액트 개발에도 참여하게 되어 React 공부를 시작했습니다.

백엔드개발자라면 프론트개발에 대해 어느정도 할 줄 알아야한다고 생각했는데

이렇게 또 기회가 오네요 하하하하하하하하하

~~막상 업무를 받으니 하기 귀찮~~

먼저 환경 설정부터 시작하겠습니다.

1. Node.js (최신버전) 설치하기

Node.js는 Chrome V8 Javascript 엔진으로 만들어진 Javascript 런타임입니다.

※ React 개발 환경 셋팅하는데 Node.js를 왜 설치하나요?

React를 사용하기 위해 Node.js가 반드시 필요한 것은 아닙니다. Node.js는 JavaScript 런타임 환경으로, 서버 측 애플리케이션 개발을 위해 사용됩니다. React와 Node.js는 다른 목적을 가진 도구이지만, React 앱을 개발할 때 Node.js를 사용하는 이유가 있습니다.

1. Build 및 개발 도구

React 앱은 일반적으로 JSX(JavaScript XML)로 작성되며, 이 JSX 코드를 일반 JavaScript 코드로 변환해야 합니다. 또한 React 컴포넌트를 번들링하고 개발 서버를 실행하는 데 Node.js 기반의 도구가 사용됩니다. 예를 들어, Create React App과 같은 도구는 Node.js를 기반으로 하며 React 앱을 빠르고 효율적으로 개발할 수 있게 도와줍니다.

2. 서버 측 렌더링(SSR)

일부 React 앱은 서버 측 렌더링(SSR)을 사용하여 초기 로드 속도를 향상시킵니다. SSR은 Node.js 서버에서 React 컴포넌트를 실행하고 HTML을 생성한 다음 클라이언트에게 전송하는 방식으로 작동합니다. 이를 통해 검색 엔진 최적화(SEO) 및 초기 로딩 성능 향상을 달성할 수 있습니다.

3. API 통신

대부분의 React 앱은 서버와 데이터를 주고받아야 합니다. Node.js는 서버 측 로직을 작성하고 API 엔드포인트를 만드는 데 사용할 수 있습니다. 이러한 API는 React 앱에서 데이터를 요청하고 업데이트하는 데 사용됩니다.

4. 배포 및 호스팅

Node.js는 React 앱을 서버에 배포하고 호스팅하는 데도 사용됩니다. 서버 측 로직을 실행하고 React 앱을 제공하는 데 도움이 됩니다.

따라서 React 앱을 개발하고 배포할 때 Node.js를 설치하는 것은 중요합니다. Node.js는 JavaScript를 실행하고 서버 측 작업을 수행하는 환경을 제공하여 React 앱의 개발과 실행을 용이하게 합니다.

조금 더 자세히 말하자면, Node.js는 설치하는 경우 NPM(Node Package Manager)이 같이 설치되는데 이 NPM이란 것을 통해 React 개발에 필요한 다양한 모듈들을 다운받아 사용할 수 있습니다.

https://nodejs.org/ko

Node.js

Node.js® is a JavaScript runtime built on Chrome's V8 JavaScript engine.

nodejs.org

위 사이트에서 Node.js를 다운받아 설치합니다. LTS 버전으로 설치하는 것을 추천합니다.

cmd창에서 버전확인하기

2. Visual Studio Code (VS Code) 설치

React 개발에 가장 많이 사용되는 IDE(통합 개발 환경)인 VS Code를 설치합니다.

https://code.visualstudio.com/?wt.mc_id=vscom_downloads

Visual Studio Code - Code Editing. Redefined

Visual Studio Code is a code editor redefined and optimized for building and debugging modern web and cloud applications. Visual Studio Code is free and available on your favorite platform - Linux, macOS, and Windows.

code.visualstudio.com

3. React 프로젝트 생성하기

VS Code를 실행 → 상단 "File" 탭 → "Open Folder .." → 원하는 위치에 프로젝트 (빈)폴더 생성 → "폴더 선택" → 상단 'Terminal' 탭 → 'New Terminal'

저는 'React-project' 라는 빈폴더 생성하고 열었습니다.

1) 터미널에 아래 명령어 입력하기

npx create-react-app "폴더명"

React-project 폴더 안에 'hello-react' 프로젝트가 생성되있는걸 확인!

해당 프로젝트 안에 들어가봅니다.

2) 프로젝트 구조 알아보기

node_modules : 라이브러리 모음 폴더
public : 이미지 파일과 같은 static 파일 보관함(빌드 시에 압축되지 않음)
src : 소스 코드 보관함.
src - App.js : 메인페이지에 들어갈 HTML을 작성하는 곳

3) 프로젝트 실행시키기

npm start

http://localhost:3000/ 이 자동으로 연결됩니다!

~~이것이 React Hello World?~~

아까 src - App.js가 메인페이지에 들어갈 HTML을 작성하는 곳이라고 말씀드렸는데요

<p>
 Hello World!!
</p>

위 코드를 아래와 같이 작성한 뒤 'Ctrl+S'(저장) 을 눌러봅시다!

저장할 때 마다 바로바로 적용됩니다!!

...끝!!

[Python] 실행시간 측정하기

김먼저 — Thu, 7 Sep 2023 15:53:52 +0900

from time import time

t1 = time()

# ------- 측정할 로직 ---------

t2 = time()
cost_time = t2 - t1
hours, rem = divmod(cost_time, 3600)
minutes, seconds = divmod(rem, 60)
logger.info(f'cost time : {int(hours):02d}:{int(minutes):02d}:{int(seconds):02d}')

cost time : 01:23:45

[GCP/Linux] vGPU(가상 GPU) Driver 설치하기(1xNVIDIA T4)

김먼저 — Tue, 29 Aug 2023 10:46:41 +0900

GCP Compute Engine을 아래와 같이 설정하였습니다.

CPU : Intel Haswell

아키텍처 : x86/64

GPU : 1xNVIDIA T4

부팅디스크는 Ubuntu20.04, 30GB입니다.

(이번 포스팅은 가상 GPU 드라이버 설치방법이므로 자세한 사양은 생략하겠습니다.)

실물 GPU의 드라이버는 정보가 명확하여 찾기 쉬우나, 가상 GPU(이하 vGPU)는 드라이버 찾기가 조금 다릅니다.

이유는 해당하는 vGPU 모델명과 드라이버 다운로드 사이트에서의 모델명과 다른 경우가 있기 때문인데요,

유추는 가능하나 명확하지 않아 다시 검색해봐야하고, CUDA 버전 또한 맞춰줘야합니다.

그럼 이제 1xNVIDIA T4 의 Driver를 설치해보겠습니다.

1. NVIDIA 드라이버 다운로드

https://www.nvidia.com/Download/index.aspx#

Download the latest official NVIDIA drivers

www.nvidia.com

CUDA Toolkit 버전은 아래 표를 참고해주세요.

이번엔 Version이 맞는지 아래 표를 보고 확인합니다.

~~호환맞추기 드럽게 복잡하네~~

호환성 체크했다면 드라이버를 다운로드합니다.

중간체크

Python : 3.8

CUDA Toolkit: 11.7

Driver Version : 515.105.01

File : NVIDIA-Linux-x86_64-515.105.01.run

2. Driver 설치하기

ubuntu로 Driver 설치파일을 옮긴 후,

sudo bash NVIDIA-Linux-x86_64-515.105.01.run

경고문이 뜨는데 OK 눌러주시면 됩니다.

설치완료!

3. 드라이버가 잘 설치되었는지 확인하기

# vGPU 정보 보기
nvidia-smi

# vGPU 실시간 모니터링(1초간격)
watch -n 1 nvidia-smi

vGPU 정보가 나오면 설치 성공!

Ubuntu 22.04.3 LTS - Python 버전 변경하기

김먼저 — Mon, 21 Aug 2023 14:55:09 +0900

1. 원하는 버전 설치하기

sudo apt update
sudo apt install python3.8

2. 설치 경로 확인 → 기존 설정 초기화

which python3.8

# /usr/bin/python3을 /usr/bin/python3.8로 설정하는 작업을 초기화합니다.
sudo update-alternatives --remove-all python3
sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.8 1

3. lsb_release 관련 파일 복사

sudo cp /usr/local/lib/python3/dist-packages/lsb_release.py /usr/local/lib/python3.8/

새로 설치한 python에서 위 파일이 없는 경우도 있습니다.(그게 접니다..)

Ubuntu를 설치할 때는 기본적으로 Python 3.x 버전이 설치되어있는데 해당하는 파일이 없거나 변경했다면

위 명령어로 복사합니다.

4. pip를 설치하기

# Python 3.8을 기반으로 pip를 다시 설치
sudo apt-get install python3-pip

# pip 패키지 업그레이드: 이전에 설치한 패키지들도 업그레이드
sudo pip3 install --upgrade pip

5. 패키지 확인하기

# 마지막으로 pip 또는 pip3로 설치한 패키지들을 확인
pip list
pip3 list

만약 python 버전을 변경했는데 실행이 잘 안되거나 했을 때,

이 단계를 따라 수행하면 Python 관련 명령어와 패키지들이 제대로 설정되어 동작할 것입니다.

[Error] Python 버전 변경 후 sudo apt-get update / ModuleNotFoundError: No module named 'apt_pkg' 에러 해결 방법

김먼저 — Mon, 21 Aug 2023 11:29:22 +0900

Ubuntu 22 / Python 3.10 환경에서 Python 3.8로 변경 후

'sudo apt-get update' 명령어 실행 시 아래와 같은 에러메세지가 발생했습니다.

Traceback (most recent call last): File "/usr/lib/cnf-update-db", line 3, in <module> import apt_pkg ModuleNotFoundError: No module named 'apt_pkg' Reading package lists... Done E: Problem executing scripts APT::Update::Post-Invoke-Success 'if /usr/bin/test -w /var/lib/command-not-found/ -a -e /usr/lib/cnf-update-db; then /usr/lib/cnf-update-db > /dev/null; fi' E: Sub-process returned an error code

해결 방법

반드시 순서대로 진행해주세요.

1. 시스템에서 "python3-apt" 패키지를 제거합니다.

apt-get remove python3-apt

2. "python3-apt" 패키지를 설치합니다. 시스템에 해당 패키지가 없는 경우 설치됩니다.

apt-get install python3-apt

3. "python3-apt" 패키지를 재설치합니다. 기존의 설치된 패키지 파일을 다시 받아서 설치합니다.

sudo apt-get install --reinstall python3-apt

위 문제의 원인과 해결법을 찾는데에 꽤나 시간을 썼기 때문에

저와 같은 문제를 겪은 분이 있다면 도움이 되길 바랍니다!!

[Python] Linux-Ubuntu 20.04 Python 3.8 설치 방법

김먼저 — Fri, 18 Aug 2023 11:02:37 +0900

Ubuntu 20.04에서 Python 3.8을 설치하는 방법은 두 가지가 있습니다.

(Ubuntu 18.04 및 Kubuntu, Linux Mint 및 Elementary OS를 포함한 모든 Ubuntu 기반 배포에도 동일)

Apt로 설치하기(간단) - 데드 스네이크 PPA 에서 패키지 설치
소스코드에서 Python 빌드

1. APT 이용

(1) 패키지 목록을 업데이트하고 필수 구성 요소를 설치합니다.

sudo apt update
sudo apt install software-properties-common

(2) 시스템의 소스 목록에 PPA를 추가합니다.

sudo add-apt-repository ppa:deadsnakes/ppa

- 메세지가 표시되면 'Enter'를 눌러줍니다.

(3) Repository를 사용하도록 설정한 후에는 다음과 같이 python을 설치할 수 있습니다.

sudo apt install python3.8

(4) 설치 성공 여부와 버전을 다시 확인합니다.

python3.8 --version

2. 소스코드에서 Python 3.8 설치

(1) 패키지를 업데이트합니다.

sudo apt update

(2) 필요한 라이브러리를 설치합니다.

sudo apt install build-essential zlib1g-dev libncurses5-dev libgdbm-dev libnss3-dev libssl-dev libsqlite3-dev libreadline-dev libffi-dev wget libbz2-dev

(3) 파이썬 3.8 다운로드 및 설치

mkdir ~/python38
cd ~/python38

# wget을 사용하여 Python 다운로드 페이지에서 소스 코드를 다운로드
wget https://www.python.org/ftp/python/3.8.12/Python-3.8.12.tgz

# 다운로드가 완료되면 gzip 압축된 아카이브를 추출.
tar xvf Python-3.8.12.tgz

(4) Configure 스크립트를 실행합니다.

이 스크립트는 시스템에 대한 모든 종속성이 있는지 확인하기 위해 여러 가지 검사를 수행합니다.

cd Python-3.8.12

# --enable-optimizations 옵션은 여러 테스트를 실행하여 Python 이진 파일을 최적화
./configure --enable-optimizations

(5) Python 3.8 빌드 프로세스를 시작

make -j $(nproc)

(6) Python 이진 파일 설치

sudo make altinstall

(7) 설치 여부와 버전 확인

python3.8 --version

★ 3.8이 아니더라도 다른 버전(3.6, 3.7, 3.10) 설치가 가능합니다.

[Sourcetree] 소스트리 원격 아이콘 느낌표 없애기

김먼저 — Wed, 21 Jun 2023 16:00:21 +0900

Github랑 연동하고 얼마 지나지 않아 '원격' 아이콘에 빨간 느낌표가 생겼습니다.

...불편하네요

해결방법은 매우 간단합니다.

1. 설정 아이콘 클릭

2. 경로 클릭 → 편집

3. Remote Account 설정하기

Remote Account를 연동된 깃허브 계정으로 바꾼 후 '확인' 버튼 클릭

마지막으로 '확인' 클릭

빨간 느낌표가 사라진 것을 확인

끝!

[Java] Random ID 생성하기(날짜/시간 X)

김먼저 — Thu, 15 Jun 2023 09:30:26 +0900

public class GenerateRandomId {
    private static final String CHARACTERS = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ1234567890!@#$%^&*()_+-=[]{}|/";
    private static final int DEFAULT_LENGTH = 10;

    public String generateRandomString() {
        return generateRandomString(DEFAULT_LENGTH);
    }

    public String generateRandomString(int length) {
        StringBuilder sb = new StringBuilder(length);
        Random random = new SecureRandom();
        for (int i = 0; i < length; i++) {
            int randomIndex = random.nextInt(CHARACTERS.length());
            char randomChar = CHARACTERS.charAt(randomIndex);
            sb.append(randomChar);
        }
        return sb.toString();
    }
}

저장용 Class.

char단위로 설정 및 글자수도 설정이 가능.

~~더 좋은 코드가 있다면 댓글 부탁드려요~!~~

[Sourcetree] 소스트리 실행이 되지 않을 때(설정 살리기)

김먼저 — Thu, 15 Jun 2023 08:29:35 +0900

소스트리를 실행했는데 로고만 뜨고 창이 뜨지 않아서 구글링을 했으나

다시 설치해도 실행이 안된다는 후기가 많아 재설치는 패스.

일반적인 해결법으로는

C:\Users\name\AppData\Local\Atlassian\SourceTree.exe_Url_xx..xx

경로의 파일을 삭제하면 실행은 되나 초기설정도 삭제된다길래

해당 파일의 캐시파일만 삭제하면 되지 않을까...하는 생각을 테스트 진행.

1. 위 경로(C:\Users\name\AppData\Local\Atlassian\SourceTree.exe_Url_xx..xx) 로 이동합니다.

그러면 4개 파일이 있습니다.

느낌상

Startup.Profile
user.config

파일들은 설정파일로 보여지니

Assemblies.cache
Composition.cache

캐시파일만 삭제하고 다시 소스트리를 실행시킵니다.

오! 소스트리 설정파일 살린 채로 소스트리가 실행됩니다!!

아하하하하핫

끝!!

p.s.

참고로 소스트리는 잔버그가 꽤 많은 것으로 알려져있습니다.

~~이러한 잔버그의 불편함보다 편리함이 많으니까 사용하지 않을까요...?~~

[Spring&SpringBoot] ChapGPT Stream으로 응답받기

김먼저 — Wed, 31 May 2023 16:06:35 +0900

준비물 : OpenAI Secret API Key

https://firstws.tistory.com/63

[OpenAI] OpenAI API Key 발급 받기(feat.chatGPT)

0. OpenAI API Key OpenAI에서 개발한 인공지능 모델들을 외부에서 사용할 수 있도록 인증하는 역할을 합니다. OpenAI는 다양한 유형의 인공지능 모델을 제공하는데요, 대표적인 모델을 살펴보면 아래와

firstws.tistory.com

0. Postman으로 Test 해보기

method : POST
url : https://api.openai.com/v1/chat/completions

Headers Setting

Content-Type : application/json
Authorization : ${OpenAI Secret API Key}

Body-JSON

{
  "model": "gpt-3.5-turbo",
  "stream" : true,
  "messages": [{"role": "user", "content": "Springboot의 장점이 뭐야?"}]
}

'Send' 클릭해서 요청보내기 - 결과

위와 같이 응답이 여러개 온다면 성공한 겁니다.

실제 ChatGPT를 사용할 때 답변을 한번에 주는게 아니라 마치 타이핑 치는 것 처럼 출력됩니다. 그 기능을 활성화

시키려면 Stream Parameter에 True값을 셋팅해 요청하면 됩니다. (False일 때는 완성된 답변을 반환합니다.)

Stream은 SSE(Server-Sent-Events) 즉, 서버와 한번 연결을 맺고나면 일정 시간동안 서버에서 변경이 발생할 때마다

데이터를 전송받는 방식을 사용합니다.

ref : https://tecoble.techcourse.co.kr/post/2022-10-11-server-sent-events/

Spring에서 Server-Sent-Events 구현하기

…

tecoble.techcourse.co.kr

설정 - DTO - Config - Controller - Service 순서로 작성해보겠습니다.

1. 설정

spring-boot-starter-webflux의 SSE를 사용하여 stream으로 받아올겁니다.

pom.xml

<dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-webflux</artifactId>
        </dependency>
</dependencies>

build.gradle

dependencies {
    implementation 'org.springframework.boot:spring-boot-starter-webflux'
}

2. DTO

@Getter
@NoArgsConstructor
//Front단에서 요청하는 DTO
public class QuestionRequest implements Serializable {
    private String question;
}

@Getter
@NoArgsConstructor
//chatGPT에 요청할 DTO Format
public class ChatGptRequest implements Serializable {
    private String model;
    @JsonProperty("max_tokens")
    private Integer maxTokens;
    private Double temperature;
    private Boolean stream;
    private List<ChatGptMessage> messages;

    //@JsonProperty("top_p")
    //private Double topP;

    @Builder
    public ChatGptRequest(String model, Integer maxTokens, Double temperature,
                          Boolean stream, List<ChatGptMessage> messages
                          /*,Double topP*/) {
        this.model = model;
        this.maxTokens = maxTokens;
        this.temperature = temperature;
        this.stream = stream;
        this.messages = messages;
        //this.topP = topP;
    }
}

3. Config 작성하기

@Configuration
public class ChatGptConfig {
    public static final String AUTHORIZATION = "Authorization";
    public static final String BEARER = "Bearer ";
    public static final String CHAT_MODEL = "gpt-3.5-turbo";
    public static final Integer MAX_TOKEN = 300;
    public static final Boolean STREAM = true;
    public static final String ROLE = "user";
    public static final Double TEMPERATURE = 0.6;
    //public static final Double TOP_P = 1.0;
    public static final String MEDIA_TYPE = "application/json; charset=UTF-8";
    public static final String CHAT_URL = "https://api.openai.com/v1/chat/completions";
}

4. Controller 작성하기

@PostMapping(value="ask-stream", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
    public Flux<String> ask(Locale locale,
                            HttpServletRequest request,
                            HttpServletResponse response,
                            @RequestBody QuestionRequest questionRequest){
        try {
            return chatGptService.ask(questionRequest);
        }catch (JsonProcessingException je){
            log.error(je.getMessage());
            return Flux.empty();
        }
    }

5. Service 작성하기

private final ObjectMapper objectMapper = new ObjectMapper()
            .configure(DeserializationFeature.FAIL_ON_UNKNOWN_PROPERTIES, false)
            .setPropertyNamingStrategy(PropertyNamingStrategies.SNAKE_CASE );
    public Flux<String> ask(QuestionRequest questionRequest) throws JsonProcessingException {

        client = WebClient.builder()
                .baseUrl(ChatGptConfig.CHAT_URL)
                .defaultHeader(HttpHeaders.CONTENT_TYPE, MediaType.APPLICATION_JSON_VALUE)
                .defaultHeader(ChatGptConfig.AUTHORIZATION,ChatGptConfig.BEARER + apiKey)
                .build();

        List<ChatGptMessage> messages = new ArrayList<>();
        messages.add(ChatGptMessage.builder()
                .role(ChatGptConfig.ROLE)
                .content(questionRequest.getQuestion())
                .build());
        ChatGptRequest chatGptRequest = new ChatGptRequest(
                ChatGptConfig.CHAT_MODEL,
                ChatGptConfig.MAX_TOKEN,
                ChatGptConfig.TEMPERATURE,
                ChatGptConfig.STREAM,
                messages
                //ChatGptConfig.TOP_P
        );
        String requestValue = objectMapper.writeValueAsString(chatGptRequest);

        Flux<String> eventStream = client.post()
                .bodyValue(requestValue)
                .accept(MediaType.TEXT_EVENT_STREAM)
                .retrieve()
                .bodyToFlux(String.class);
        return eventStream;
    }

실행 결과

테스트상 최소한의 parameter를 사용하였으며, 적용 가능한 parameter가 다양하므로 아래 공식문서를 참조해주세요.

ref : https://platform.openai.com/docs/api-reference/completions/create

OpenAI API

An API for accessing new AI models developed by OpenAI

platform.openai.com

[Spring&SpringBoot] OpenAI 이미지 생성 API 사용하기

김먼저 — Wed, 31 May 2023 10:31:03 +0900

준비물 : OpenAI Secret API Key

https://firstws.tistory.com/63

[OpenAI] OpenAI API Key 발급 받기(feat.chatGPT)

firstws.tistory.com

1. Postman으로 Test 해보기

method : POST
url : https://api.openai.com/v1/images/generations

Headers Setting

Content-Type : application/json
Authorization : ${OpenAI Secret API Key}

Body-JSON

{
    "prompt" : "cute cat Illustrate",
    "n" : 1,
    "size" : "256x256"
}

promt : 요청 메세지
n : 이미지 개수(1~10)
size : 이미지 사이즈('128x128', '256x256', '1024x1024'만 가능)
response_format : url(default), b64_json(Base64) 두가지 가능

'Send' 클릭해서 요청 보내기 - 결과

url링크를 클릭하거나 브라우저에 붙여넣습니다.

ChatGPT보다 쉽고 적용하는 것은 더욱 쉽습니다.

이제 DTO - Config - Controller - Service 순서로 작성해보겠습니다.

2. DTO 작성하기

@Getter
@NoArgsConstructor
//Front단에서 요청하는 DTO
public class CommentRequest implements Serializable {
    private String comment;

    public CommentRequest(String comment) {
        this.comment = comment;
    }
}

@Getter
@NoArgsConstructor
//OpenAI에 요청할 DTO Format('response_format' 추가하셔도됩니다.)
public class ImageGenerationRequest implements Serializable {
    private String prompt;
    private int n;
    private String size;

    @Builder
    public ImageGenerationRequest(String prompt, int n, String size) {
        this.prompt = prompt;
        this.n = n;
        this.size = size;
    }
}

@Getter
@NoArgsConstructor
//요청에 대한 응답을 받을 DTO
public class ImageGenerationResponse {

    private long created;
    private List<ImageURL> data;

    @Getter
    @Setter
    public static class ImageURL {
        private String url;
    }
}

3. Config 작성하기

package com.ctrit.c_cocaine.infra.openai.chatGPT;

import org.springframework.context.annotation.Configuration;

@Configuration
public class ChatGptConfig {
    public static final String AUTHORIZATION = "Authorization";
    public static final String BEARER = "Bearer ";
    public static final String MEDIA_TYPE = "application/json; charset=UTF-8";
    public static final String IMAGE_URL = "https://api.openai.com/v1/images/generations";
    public static final int IMAGE_COUNT = 2;//  1~10
    public static final String IMAGE_SIZE = "256x256"; // '256x256', '512x512', '1024x1024'
}

4. Controller 작성하기

@RequiredArgsConstructor
@RequestMapping("/chat-gpt")
@RestController
public class ChatGptController {
    private final APIResponse apiResponse;
    private final ChatGptService chatGptService;

    @PostMapping("/image-generation")
    public ResponseEntity sendComment(
            Locale locale,
            HttpServletRequest request,
            HttpServletResponse response,
            @RequestBody CommentRequest commentRequest) {
        String code = ResponseCode.CD_SUCCESS;
        ImageGenerationResponse imageGenerationResponse = null;
        try {
            imageGenerationResponse = chatGptService.makeImages(commentRequest);
        } catch (Exception e) {
            apiResponse.printErrorMessage(e);
            code = e.getMessage();
        }
        return apiResponse.getResponseEntity(locale, code,
                imageGenerationResponse != null ? imageGenerationResponse.getData() : new ChatGptResponse());
    }
}

5. Service 작성하기

@Slf4j
@RequiredArgsConstructor
@Service
public class ChatGptService {
    private final RestTemplate restTemplate;

	//api key를 application.yml에 넣어두었습니다.
    @Value("${api-key.chat-gpt}")
    private String apiKey;

    public ImageGenerationResponse makeImages(CommentRequest commentRequest){
        HttpHeaders httpHeaders = new HttpHeaders();
        httpHeaders.setContentType(MediaType.parseMediaType(ChatGptConfig.MEDIA_TYPE));
        httpHeaders.add(ChatGptConfig.AUTHORIZATION, ChatGptConfig.BEARER + apiKey);

        ImageGenerationRequest imageGenerationRequest = ImageGenerationRequest.builder()
                .prompt(commentRequest.getComment())
                .n(ChatGptConfig.IMAGE_COUNT)
                .size(ChatGptConfig.IMAGE_SIZE)
                .build();

        HttpEntity<ImageGenerationRequest> requestHttpEntity = new HttpEntity<>(imageGenerationRequest, httpHeaders);

        ResponseEntity<ImageGenerationResponse> responseEntity = restTemplate.postForEntity(
                ChatGptConfig.IMAGE_URL,
                requestHttpEntity,
                ImageGenerationResponse.class
        );
        return responseEntity.getBody();
    }
}

실행 결과

*한글로 요청시 반영이 거의 안되니 영어로 요청하시길 바랍니다!

Ref : https://platform.openai.com/docs/api-reference/images

OpenAI API

An API for accessing new AI models developed by OpenAI

platform.openai.com

[Spring&SpringBoot] ChatGPT Spring에서 사용하기

김먼저 — Tue, 30 May 2023 15:01:45 +0900

일단 OpenAI Secret API Key 가 필요합니다.

https://firstws.tistory.com/63

[OpenAI] OpenAI API Key 발급 받기(feat.chatGPT)

firstws.tistory.com

1. Postman으로 Test해보기

method : POST
url : https://api.openai.com/v1/chat/completions

Headers Setting

Content-Type : application/json
Authorization : ${OpenAI Secret API Key}

Body-JSON

{
  "model": "gpt-3.5-turbo",
  "stream" : false,
  "messages": [{"role": "user", "content": "100+200=?"}]
}

다양한 모델이 있지만 GPT-3.5 중에서 가장 유능한 모델인 'gpt-3.5-turbo'를 선정하였습니다.

'Send' 클릭해서 요청보내기 - 결과

위와 같이 나오면 성공한 겁니다.

choices - message - content에 답변이 담겨 있고, 우리는 그걸 꺼내 사용하면 됩니다.

이제 DTO - Config - Controller - Service 순서로 작성해보겠습니다.

2. DTO 작성하기

@Getter
@NoArgsConstructor
//Front단에서 요청하는 DTO
public class QuestionRequest implements Serializable {
    private String question;
}

@Getter
@NoArgsConstructor
//chatGPT에 요청할 DTO Format
public class ChatGptRequest implements Serializable {
    private String model;
    @JsonProperty("max_tokens")
    private Integer maxTokens;
    private Double temperature;
    private Boolean stream;
    private List<ChatGptMessage> messages;

    //@JsonProperty("top_p")
    //private Double topP;

    @Builder
    public ChatGptRequest(String model, Integer maxTokens, Double temperature,
                          Boolean stream, List<ChatGptMessage> messages
                          /*,Double topP*/) {
        this.model = model;
        this.maxTokens = maxTokens;
        this.temperature = temperature;
        this.stream = stream;
        this.messages = messages;
        //this.topP = topP;
    }
}

@Getter
@NoArgsConstructor
//ChatGPT 답변을 담을 DTO
public class ChatGptResponse {
    private String id;
    private String object;
    private long created;
    private String model;
    private Usage usage;
    private List<Choice> choices;

    @Getter
    @Setter
    public static class Usage {
        @JsonProperty("prompt_tokens")
        private int promptTokens;
        @JsonProperty("completion_tokens")
        private int completionTokens;
        @JsonProperty("total_tokens")
        private int totalTokens;
    }

    @Getter
    @Setter
    public static class Choice {
        private ChatGptMessage message;
        @JsonProperty("finish_reason")
        private String finishReason;
        private int index;
    }
}

3. Config 작성하기

@Configuration
public class ChatGptConfig {
    public static final String AUTHORIZATION = "Authorization";
    public static final String BEARER = "Bearer ";
    public static final String CHAT_MODEL = "gpt-3.5-turbo";
    public static final Integer MAX_TOKEN = 300;
    public static final Boolean STREAM = false;
    public static final String ROLE = "user";
    public static final Double TEMPERATURE = 0.6;
    //public static final Double TOP_P = 1.0;
    public static final String MEDIA_TYPE = "application/json; charset=UTF-8";
    //completions : 질답
    public static final String CHAT_URL = "https://api.openai.com/v1/chat/completions";
}

4. Controller 작성하기

@RequiredArgsConstructor
@RequestMapping("/chat-gpt")
@RestController
public class ChatGptController {
    private final APIResponse apiResponse;
    private final ChatGptService chatGptService;

    @Operation(summary = "Question to Chat-GPT")
    @PostMapping("/question")
    public ResponseEntity sendQuestion(
            Locale locale,
            HttpServletRequest request,
            HttpServletResponse response,
            @RequestBody QuestionRequest questionRequest) {
        String code = ResponseCode.CD_SUCCESS;
        ChatGptResponse chatGptResponse = null;
        try {
            chatGptResponse = chatGptService.askQuestion(questionRequest);
        } catch (Exception e) {
            apiResponse.printErrorMessage(e);
            code = e.getMessage();
        }
        //return 부분은 자유롭게 수정하시면됩니다. ex)return chatGptResponse;
        return apiResponse.getResponseEntity(locale, code,
                chatGptResponse != null ? chatGptResponse.getChoices().get(0).getMessage().getContent() : new ChatGptResponse());
    }
}

5. Service 작성하기

@Slf4j
@RequiredArgsConstructor
@Service
public class ChatGptService {
    private final RestTemplate restTemplate;

	//api key를 application.yml에 넣어두었습니다.
    @Value("${api-key.chat-gpt}")
    private String apiKey;

    public HttpEntity<ChatGptRequest> buildHttpEntity(ChatGptRequest chatGptRequest){
        HttpHeaders httpHeaders = new HttpHeaders();
        httpHeaders.setContentType(MediaType.parseMediaType(ChatGptConfig.MEDIA_TYPE));
        httpHeaders.add(ChatGptConfig.AUTHORIZATION, ChatGptConfig.BEARER + apiKey);
        return new HttpEntity<>(chatGptRequest, httpHeaders);
    }

    public ChatGptResponse getResponse(HttpEntity<ChatGptRequest> chatGptRequestHttpEntity){

        SimpleClientHttpRequestFactory requestFactory = new SimpleClientHttpRequestFactory();
        requestFactory.setConnectTimeout(60000);
        //답변이 길어질 경우 TimeOut Error가 발생하니 1분정도 설정해줍니다.
        requestFactory.setReadTimeout(60 * 1000);   //  1min = 60 sec * 1,000ms
        restTemplate.setRequestFactory(requestFactory);

        ResponseEntity<ChatGptResponse> responseEntity = restTemplate.postForEntity(
          ChatGptConfig.CHAT_URL,
          chatGptRequestHttpEntity,
          ChatGptResponse.class);

        return responseEntity.getBody();
    }
    public ChatGptResponse askQuestion(QuestionRequest questionRequest){
        List<ChatGptMessage> messages = new ArrayList<>();
        messages.add(ChatGptMessage.builder()
                .role(ChatGptConfig.ROLE)
                .content(questionRequest.getQuestion())
                .build());
        return this.getResponse(
                this.buildHttpEntity(
                        new ChatGptRequest(
                                ChatGptConfig.CHAT_MODEL,
                                ChatGptConfig.MAX_TOKEN,
                                ChatGptConfig.TEMPERATURE,
                                ChatGptConfig.STREAM,
                                messages
                                //ChatGptConfig.TOP_P
                        )
                )
        );
    }
}

실행 결과

테스트상 최소한의 parameter를 사용하였으며, 적용 가능한 parameter가 다양하므로 아래 공식문서를 참조해주세요.

ref : https://platform.openai.com/docs/api-reference/completions/create

OpenAI API

An API for accessing new AI models developed by OpenAI

platform.openai.com

[OpenAI] OpenAI API Key 발급 받기(feat.chatGPT)

김먼저 — Tue, 30 May 2023 10:58:49 +0900

0. OpenAI API Key

OpenAI에서 개발한 인공지능 모델들을 외부에서 사용할 수 있도록 인증하는 역할을 합니다.

OpenAI는 다양한 유형의 인공지능 모델을 제공하는데요, 대표적인 모델을 살펴보면 아래와 같습니다.

ChatGPT: 텍스트 기반 대화를 위한 모델로, 자연어 처리와 대화 생성에 사용됩니다. 사용자와 대화하며 자연어 질문에 답변을 생성하거나 상호작용하는 데 사용됩니다.
DALL·E: 이미지 생성을 위한 모델로, 텍스트 설명을 기반으로 고유한 이미지를 생성합니다. 특정 텍스트 입력에 따라 시각적인 결과물을 만들 수 있습니다.
CLIP: 이미지와 텍스트 간의 상호 작용을 가능하게 하는 모델로, 이미지나 텍스트에 대해 공통의 임베딩 공간을 학습하여 이를 통해 이미지를 분류하거나 텍스트를 캡션화하는 등 다양한 작업을 수행할 수 있습니다.
Codex: 프로그래밍 언어의 자동 완성 및 코드 생성을 위한 모델로, 사용자가 프로그래밍 코드를 작성하는 데 도움을 줍니다. 다양한 프로그래밍 언어와 라이브러리에 대한 이해력을 가지고 있어, 프로그래밍 작업을 지원합니다.

이 외에도 음성 인식 모델 등 다양한 모델을 제공하고 있습니다.

(Reference : https://platform.openai.com/docs/api-reference)

그리고 대부분의 API는 API Key를 요구하고 있습니다.(chatGPT 포함)

1. OpenAPI 홈페이지 접속하기

회원가입을 진행합니다. 저는 Google 계정으로 가입했습니다.

https://platform.openai.com/

OpenAI API

An API for accessing new AI models developed by OpenAI

platform.openai.com

2. View API keys

3. 'Create new secret key' 클릭

4. key name 설정 및 생성

5. API Key 생성 확인 및 저장하기

API Secret Key가 생성되었습니다.

창을 닫으면 key를 다신 볼 수 없으므로 따로 저장하시길 바랍니다.

분실하면 지우고 다시 만들면 되니 걱정 안하셔도 됩니다.

이제 저 키를 가지고 OpenAI API(chatGPT 등)를 이용할 수 있습니다.

# ChatGPT - Spring에서 적용하기

https://firstws.tistory.com/64

[Spring&SpringBoot] ChatGPT Spring에서 사용하기

일단 OpenAI Secret API Key 가 필요합니다. https://firstws.tistory.com/63 [OpenAI] OpenAI API Key 발급 받기(feat.chatGPT) 0. OpenAI API Key OpenAI에서 개발한 인공지능 모델들을 외부에서 사용할 수 있도록 인증하는 역할

firstws.tistory.com

# Image Generation - Spring에서 사용하기

https://firstws.tistory.com/65

[Spring&SpringBoot] OpenAI 이미지 생성 API 사용하기

준비물 : OpenAI Secret API Key https://firstws.tistory.com/63 [OpenAI] OpenAI API Key 발급 받기(feat.chatGPT) 0. OpenAI API Key OpenAI에서 개발한 인공지능 모델들을 외부에서 사용할 수 있도록 인증하는 역할을 합니다. O

firstws.tistory.com

[Github] Personal access token 생성하기(Sourcetree Authorization Password)

김먼저 — Tue, 23 May 2023 08:56:01 +0900

깃허브(GitHub)에서는 ID / password 기반의 Authentication(인증)을 지원하지 않고,

ID / Personal Access Token 방식의 Token Authentication 방식을 요구하고 있습니다.

Sourcetree에 계정을 로그인하려면 깃허브 ID와 Personal Access Token 가 필요합니다.

이제부터 소스트리(Sourcetree)에서 요구하는 깃헙의 access token을 생성하는 방법을 알아보겠습니다.

1. Settings

깃헙(https://github.com/)에 로그인 후

오른쪽 상단에 아이콘 클릭 → 'settings' 클릭

2. Developer settings

왼쪽 하단에 'Developer settings' 클릭

3. Personal access tokens

Personal access tokens → Tokens(classic) → Generate new token → Generate new token(classic)

3. Generate new tokens

Note, Expiration, scope를 설정합니다.

설정하고 Generate token 클릭

4. Personal access tokens 확인하고 저장하기.

파란 박스안에 문구처럼 token은 더이상 볼 수 없으니 복사해서 따로 관리해주는게 좋습니다.

다시 들어갔을 때 화면

깃허브 계정을 인증할 때 계정 로그인 password가 아닌 발급받은 personal access token를 사용합니다.

[openpose] openpose window demo 버전 실행하기(keypoints.json 얻기)

김먼저 — Thu, 18 May 2023 16:25:08 +0900

smplify-x 를 실행시키기 위해서는 이미지과 해당 이미지의 관절포인트가 있는 keypoints.json 파일이 필요하여

openpose를 실행시켜 json 파일을 얻기 위해 실행하게 되었습니다.

그러나 이 방법으로는 keypoints.json 데이터를 얻을 수가 없어 방법을 찾게 된다면 포스팅하도록 하겠습니다.

다음 방법은 openpose.zip 파일을 다운받아 실행시키는 방법으로 진행하였습니다.

1. openpose 다운로드하기

아래 깃허브에서 openpose releases 를 다운 받습니다.

https://github.com/CMU-Perceptual-Computing-Lab/openpose/releases

Releases · CMU-Perceptual-Computing-Lab/openpose

OpenPose: Real-time multi-person keypoint detection library for body, face, hands, and foot estimation - CMU-Perceptual-Computing-Lab/openpose

github.com

2. Model의 가중치 파일을 다운로드

openpose\models에 있는 getBaseModels.bat를 실행시켜 파일을 다운받습니다.

Model의 가중치 파일을 다운로드해서 해당하는 폴더로 넣어줍니다.

참조 : https://firstws.tistory.com/60

[openpose] 이미지에서 관절 포인트 검출하기

smplify-x 를 실행시키기 위해서는 이미지과 해당 이미지의 관절포인트가 있는 keypoints.json 파일이 필요하여 openpose를 실행시켜 json 파일을 얻기 위해 실행하게 되었습니다. 그러나 이 방법으로는 ke

firstws.tistory.com

3. 이미지파일 및 output 폴더 생성하기

openpose\examples\media 폴더에 테스트용 이미지와 영상이 있는 것을 확인하고,

해당 이미지의 keypoints.json 파일을 저장할 폴더(output)를 생성합니다.

3. Windows PowerShell 에서 실행하기

PowerShell를 실행하고 openpose 폴더까지 들어가준 후

아래 명령어를 입력해줍니다.

bin\OpenPoseDemo.exe --image_dir examples/media --write_json output/

--image_dir : 이미지가 있는 폴더 경로 지정

--write_json : json 파일을 저장할 경로 지정

4. output 폴더에 이미지에 대한 keypoints.json 파일이 생성되었는지 확인합니다.

[openpose] 이미지에서 관절 포인트 검출하기

김먼저 — Wed, 17 May 2023 10:56:07 +0900

smplify-x 를 실행시키기 위해서는 이미지과 해당 이미지의 관절포인트가 있는 keypoints.json 파일이 필요하여

openpose를 실행시켜 json 파일을 얻기 위해 실행하게 되었습니다.

그러나 이 방법으로는 keypoints.json 데이터를 얻을 수가 없어 방법을 찾게 된다면 포스팅하도록 하겠습니다.

다음 방법은 openpose.zip 파일을 다운받아 실행시키는 방법으로 진행하였습니다.

1. GitHub에서 openpose를 다운로드 받습니다.

https://github.com/CMU-Perceptual-Computing-Lab/openpose

GitHub - CMU-Perceptual-Computing-Lab/openpose: OpenPose: Real-time multi-person keypoint detection library for body, face, hand

OpenPose: Real-time multi-person keypoint detection library for body, face, hands, and foot estimation - GitHub - CMU-Perceptual-Computing-Lab/openpose: OpenPose: Real-time multi-person keypoint de...

github.com

다운로드가 완료되면, 압축을 푼 후에

openpose-master\models 에 있는 getModels.bat를 실행시켜줍니다.

실행시키면 아래와 같은 창이 뜨면서 모델들을 다운로드하기 시작합니다.

(시간이 조금 걸립니다. 15분있다가 오니까 다 설치되었네요.)

2. Model 셋팅

pose 폴더에는 body_25, coco, mpi 3가지 폴더가 있으며 각 폴더에는 해당 이름에 맞는 모델, 가중치 데이터가 있습니다.

사용할 모델을 선택한 뒤 경로만 설정 및 Body_Pairs, Pose_Pairs 를 형식에 맡게 변경해주시면 됩니다.

저는 mpi폴더에 있는 모델데이터로 테스트를 진행하였습니다.

MPII Human Pose Dataset에서 훈련된 관절 검출 모델입니다.

첫번째 파일 pose_deploy_linevec.prototxt는

아래에 있는 pose_deploy_linevec_faster_4_stages.prototxt 보다 무겁지만 정확한 모델입니다.

.prototxt : 모델의 구성요소에 대한 정보.
.caffemodel : 훈련된 모델 가중치를 저장.

3. 개발 환경 셋팅

파이선 코드를 실행시킬 수 있는 IDE를 이용해서 개발 환경을 셋팅합니다.

opencv가 꼭 필요하니 설치해줍니다.

pip install opencv-python

저는 파이참으로 새 프로젝트를 생성한 뒤 main.py에 다음 코드를 가져왔습니다.

# This is a sample Python script.

# Press Shift+F10 to execute it or replace it with your code.
# Press Double Shift to search everywhere for classes, files, tool windows, actions, and settings.
import cv2

def print_hi(name):
    # Use a breakpoint in the code line below to debug your script.
    # MPII에서 각 파트 번호, 선으로 연결될 POSE_PAIRS
    BODY_PARTS = {"Head": 0, "Neck": 1, "RShoulder": 2, "RElbow": 3, "RWrist": 4,
                  "LShoulder": 5, "LElbow": 6, "LWrist": 7, "RHip": 8, "RKnee": 9,
                  "RAnkle": 10, "LHip": 11, "LKnee": 12, "LAnkle": 13, "Chest": 14,
                  "Background": 15}

    POSE_PAIRS = [["Head", "Neck"], ["Neck", "RShoulder"], ["RShoulder", "RElbow"],
                  ["RElbow", "RWrist"], ["Neck", "LShoulder"], ["LShoulder", "LElbow"],
                  ["LElbow", "LWrist"], ["Neck", "Chest"], ["Chest", "RHip"], ["RHip", "RKnee"],
                  ["RKnee", "RAnkle"], ["Chest", "LHip"], ["LHip", "LKnee"], ["LKnee", "LAnkle"]]

        #COCO
    #Output
    #Format
    #Nose – 0, Neck – 1, Right
    #Shoulder – 2, Right
    #Elbow – 3, Right
    #Wrist – 4, Left
    #Shoulder – 5, Left
    #Elbow – 6, Left
    #Wrist – 7, Right
    #Hip – 8, Right
    #Knee – 9, Right
    #Ankle – 10, Left
    #Hip – 11, Left
    #Knee – 12, LAnkle – 13, Right
    #Eye – 14, Left
    #Eye – 15, Right
    #Ear – 16, Left
    #Ear – 17, Background – 18

        #MPII
    #Output
    #Format
    #Head – 0, Neck – 1, Right
    #Shoulder – 2, Right
    #Elbow – 3, Right
    #Wrist – 4, Left
    #Shoulder – 5, Left
    #Elbow – 6, Left
    #Wrist – 7, Right
    #Hip – 8, Right
    #Knee – 9, Right
    #Ankle – 10, Left
    #Hip – 11, Left
    #Knee – 12, Left
    #Ankle – 13, Chest – 14, Background – 15

    # 각 파일 path
    protoFile = "C:\\openpose_data\\pose_deploy_linevec.prototxt"
    weightsFile = "C:\\openpose_data\\pose_iter_160000.caffemodel"

    # 위의 path에 있는 network 불러오기
    net = cv2.dnn.readNetFromCaffe(protoFile, weightsFile)

    # 이미지 읽어오기
    image = cv2.imread("C:\\openpose_data\\model.jpg")

    # frame.shape = 불러온 이미지에서 height, width, color 받아옴
    imageHeight, imageWidth, _ = image.shape

    # network에 넣기위해 전처리
    inpBlob = cv2.dnn.blobFromImage(image, 1.0 / 255, (imageWidth, imageHeight), (0, 0, 0), swapRB=False, crop=False)

    # network에 넣어주기
    net.setInput(inpBlob)

    # 결과 받아오기
    output = net.forward()

    # output.shape[0] = 이미지 ID, [1] = 출력 맵의 높이, [2] = 너비
    H = output.shape[2]
    W = output.shape[3]
    print("이미지 ID : ", len(output[0]), ", H : ", output.shape[2], ", W : ", output.shape[3])  # 이미지 ID

    # 키포인트 검출시 이미지에 그려줌
    points = []
    # for i int range(len()):
        # coco
    # for i in range(0,18)
    for i in range(0, 15):
        # 해당 신체부위 신뢰도 얻음.
        probMap = output[0, i, :, :]

        # global 최대값 찾기
        minVal, prob, minLoc, point = cv2.minMaxLoc(probMap)

        # 원래 이미지에 맞게 점 위치 변경
        x = (imageWidth * point[0]) / W
        y = (imageHeight * point[1]) / H

        # 키포인트 검출한 결과가 0.1보다 크면(검출한곳이 위 BODY_PARTS랑 맞는 부위면) points에 추가, 검출했는데 부위가 없으면 None으로
        # if prob > threshold :
        if prob > 0.1:
            cv2.circle(image, (int(x), int(y)), 3, (0, 255, 255), thickness=-1,
                       lineType=cv2.FILLED)  # circle(그릴곳, 원의 중심, 반지름, 색)
            cv2.putText(image, "{}".format(i), (int(x), int(y)), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 1,
                        lineType=cv2.LINE_AA)
            points.append((int(x), int(y)))
        else:
            points.append(None)

    cv2.imshow("Output-Keypoints", image)
    cv2.waitKey(0)

    # 이미지 복사
    imageCopy = image

    # 각 POSE_PAIRS별로 선 그어줌 (머리 - 목, 목 - 왼쪽어깨, ...)
    for pair in POSE_PAIRS:
        partA = pair[0]  # Head
        partA = BODY_PARTS[partA]  # 0
        partB = pair[1]  # Neck
        partB = BODY_PARTS[partB]  # 1

        # print(partA," 와 ", partB, " 연결\n")
        if points[partA] and points[partB]:
            cv2.line(imageCopy, points[partA], points[partB], (0, 255, 0), 2)

    cv2.imshow("Output-Keypoints", imageCopy)
    cv2.waitKey(0)
    cv2.destroyAllWindows()


# Press the green button in the gutter to run the script.
if __name__ == '__main__':
    print_hi('PyCharm')

# See PyCharm help at https://www.jetbrains.com/help/pycharm/

위 코드에서 셋팅해야할 부분은 3가지 입니다.

protoFile = "C:\\openpose_data\\pose_deploy_linevec.prototxt"
weightsFile = "C:\\openpose_data\\pose_iter_160000.caffemodel"
image = cv2.imread("C:\\openpose_data\\model.jpg")

위에 모델, 모델 가중치, 테스트 할 이미지파일 경로를 셋팅하고 실행시키면

...얼추 맞긴하지만 약간 이상하네요....

coco는 테스트 하고 올리겠습니다!

[딥러닝] \smplifyx\fit_single_frame.py", line 46, in <module> from human_body_prior.tools.model_loader import load_vposer ImportError: cannot import name 'load_vposer' from 'human_body_prior.tools.model_loader'

김먼저 — Tue, 16 May 2023 09:50:47 +0900

해당 오류메세지는 'human_body_prior.tools.model_loader'에서 'load_vposer'을 가져올 수 없다는 것을 나타냅니다.

human_body_prior를 github에서 clone 받거나

-e git+https://github.com/nghorbani/human_body_prior#egg=human_body_prior

형태로 설치한다면

model_loader에서 'load_vposer' 함수가 없습니다.

pip install human_body_prior

위와 같이 pip install 로 설치했을때는

model_loader에서 'load_vposer' 함수가 있습니다.

(이 문제 해결하려고 구글링, 깃헙에서 검색했는데도 명확하게 답변해준 곳이 없어서 포스팅합니다..)

결론!!

깃허브에서 가져오면 'load_vposer'함수가 없다.

터미널에서 설치하면 'load_vposer'함수가 있다!!

[Error] import pyrender - python 호환 문제

김먼저 — Thu, 11 May 2023 09:11:08 +0900

SMPL 데모를 실행하는 과정에서 다음과 같은 에러 메세지가 발생하였습니다.

Exception: pyglet 2.0.7 requires Python 3.8 or newer.

setup.py에는 'pyrender>=0.1.23' 이게 실행되었고 pyrender == 0.1.45가 설치되었습니다.

문제는 pyrender가 아닌 pyglet == 2.0.7이 설치되었다는 것 입니다.

pyglet == 2.0.7은 python 3.8 이상 버전과 호환됩니다.

SMPL은 python 3.6 으로 개발된 것으로 알고 있기 때문에

python 3.6과 호환되는 pyglet 1.5.21 버전을 설치하여 이 문제(import pyrender)를 해결하였습니다.

* pyglet 1.3.2 버전도 python 3.6과 호환이 되지만

OpenGL 3 컨텍스트를 생성하는데 필요한 WGL_ARB_create_context 확장을 지원하지 않는다는

에러메세지가 발생하여 위 문제를 해결한 1.5.21버전을 사용했습니다.

- pyrender를 import시키는데 왜 pyglet 버전이 문제인가?

→ pyrender가 3D 렌더링을 위해 pyglet을 사용하기 때문입니다.

pyrender는 3D 시각화 및 렌더링 라이브러리입니다. 3D 모델을 표시하고 렌더링하는 데 사용됩니다.

pyrender는 내부적으로 pyglet을 사용하여 그래픽 컨텍스트를 생성하고 OpenGL을 통해 렌더링합니다.

따라서, pyrender를 사용하려면 pyglet 라이브러리도 설치해야합니다.

pyglet은 윈도우 시스템, OpenGL 지원 및 그래픽 렌더링에 필요한 기능을 제공합니다.

[PyTorch] CUDA 11.2 + GTX 1080 Ti에 맞는 torch version 셋팅하기

김먼저 — Thu, 27 Apr 2023 10:26:11 +0900

MS에서 제공하는 Simple BaseLine을 실행시키려는데

가상환경 셋팅에 굉장히 많은 시간과 애를 먹었습니다..

저는 CUDA 11.2 버전 + GTX 1080 Ti 인데

해당 스펙에 맞는 버전을 찾아서 해결했습니다.

pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 -f https://download.pytorch.org/whl/torch_stable.html

명령어를 보면 CUDA 11.0 버전으로 설치한 것을 알 수 있는데 11.2버전과도 호환 가능한 것으로 확인됩니다.

[Anaconda] Python 버전 변경하기(feat.Solving environment 무한/오래걸림)

김먼저 — Fri, 14 Apr 2023 10:17:15 +0900

MircroSoft에서 제공하는 Simple Baseline 딥러닝 모델을 깃헙에서 클론하고

문서를 보니 Python 3.6버전에서 개발되었다는 것을 확인.

Python Interpreter에는 Python 3.7버전이 설치되어 있어서 3.6으로 다운그레이드 시키려는데

Solving environment가 계속 실행되는 현상을 확인.

이 현상의 원인이 Anaconda가 구버전이라서 생긴 이슈이며,

해결법은 Anaconda를 업데이트하면된다고 해서 시도했습니다.

conda update --all

그래도 무한로딩에 걸리네요.

그래서 그냥 기존 파이썬을 삭제한뒤 다시 3.6버전 파이썬을 설치하기로 했습니다.

터미널을 종료하고 다시 실행시킨 후

conda uninstall python
conda install python=3.6

결론 : conda update는 기존에 없는 패키지를 설치할 때 오류가 발생하면 유효하고

파이썬 버전 변경에는 유효하지 않는 과정을 겪었습니다.

따라서, 파이썬 버전을 변경 시도 시 안되면

삭제하고 다시 설치하면 됩니다!

[Anaconda] win10(윈도우10)에서 Anaconda 가상환경 만들기

김먼저 — Tue, 11 Apr 2023 16:53:19 +0900

가상환경이 필요한 이유

아나콘다에는 가상환경을 설정하고 생성해서 작업을 할 수 있습니다. 그러면 왜 가상환경을 사용할까요??

가장 대표적인 이유로는

"독립적인 환경에서 작업을 할 수 있다."

한 컴퓨터로 여러 프로젝트를 진행하다보면

라이브러리, 패키지, 여러 개의 언어별 버전, 그에 따른 환경설정 등을 설치해야할 경우가 생기는데

서로 충돌이 나거나 호환이 안되는 경우가 발생합니다.(특히 Python)

때문에 가상환경은 프로젝트 단위, 테스트 등 작업 환경을 구성할 수 있습니다.

1. Anaconda 설치하기

https://www.anaconda.com/products/distribution

Anaconda | Anaconda Distribution

Anaconda's open-source Distribution is the easiest way to perform Python/R data science and machine learning on a single machine.

www.anaconda.com

위 홈페이지에서

2개 중 아무거나 클릭

최신 버전 클릭!

위에 파이썬 버전은 신경쓰지 않아도 됩니다.

저 파이썬 버전은 Anaconda Base Python 버전이구요

어차피 우리는 가상환경 생성할 때 파이썬 버전을 선택/지정할 수 있습니다.

다운로드 받으면 그냥 디폴트 상태로 설치해줍니다.

2. Andaconda Prompt 실행하기

Anaconda Prompt 실행!

3. 가상환경 만들기

가상 환경을 생성하는 명령어입니다. 특정 파이썬 버전을 설치하고 싶다면 2번째 줄과 같이 설정할 수 있습니다.

conda create -n 가상환경이름
conda create -n 가상환경이름 python=3.7
conda create -n 가상환경이름 python=3.7 anconda

파이썬 버전 설정 뒤에 'anaconda'를 붙이고 생성하면 Anaconda에서 제공하는 기본 설치 패키지가 설치됩니다.

기본 설치 패키지에는 기본적인 파이썬 라이브러리들이 포함되어 있으니 함께 설치하시면 더욱 편리합니다.

(만약 안하면 numpy, matplotlib, pandas 등 다 직접 설치해야합니다.)

'y' 입력 후 엔터!

4. 가상 환경 리스트

다음 명령어는 가상환경 리스트를 불러오는 명령어입니다.

conda env list

5. 가상 환경 활성화

create activate 가상환경이름

6. 가상 환경 비활성화

conda deactivate

7. 가상 환경에 라이브러리 설치

pip install 라이브러리
pip install pandas numpy

pip install tensorflow==1.15.0
#<upgrade>
pip install --upgrade tensorflow==2.7.0

pip install tensorflow==2.7.0
#<downgrade>
pip install --upgrade tensorflow==1.15.0

8. 가상 환경 삭제

conda env remove -n 가상환경이름

[Spring&Spring Boot] @Transaction, rollback이 안될 때가 있다??

김먼저 — Tue, 28 Mar 2023 16:17:54 +0900

@Transaction 어노테이션을 걸고 service 로직을 구현 및 테스트를 진행하다가

예외가 발생했으나 DB에는 데이터가 저장되는 기이한 현상을 겪어 (주니어라 그래요 이해좀)

다른 분들도 혹시 겪는다면 빠르게 해결되길 바라는 마음으로 글을 써봅니다.

Spring 프레임워크에서 @Transactional 어노테이션은 트랜잭션 관리를 쉽게 해주는 기능을 제공합니다.

@Transactional 어노테이션을 사용하면, 메소드가 실행될 때 트랜잭션을 시작하고,

메소드가 정상적으로 실행되면 트랜잭션을 커밋하고, 예외가 발생하면 롤백합니다.

제가 체크하는 로직에 예외처리를 했고 여기서 에러가 터질때마다 DB에 데이터는 저장되는데

로직이 진행이 안되는 문제가 발생했습니다.

...???? 분명 난 @Transactional 어노테이션을 걸었고, 예외가 발생하여 분명 커밋이 되지 않았을텐데 저장이 되었다...??

@Transactional 어노테이션을 사용하여 트랜잭션을 설정했다면,

메서드 실행 중 예외가 발생하면 자동으로 롤백됩니다. 이는 기본 동작입니다.

하.지.만!!!

일부 예외(Exception)는 롤백이 되지 않는 Exception이 있습니다.

1. Checked Exception : 각각 꼭 처리해서 체크해줘야하는 예외. 처리를 안해줘도 되는 예외.

그럼 어떤 예외일 때 롤백시켜주는걸까??

1. Unchecked Exception : 체크되지 않는 예외

ex) RunTimeException

2. Error : H/W Error

ex) OutOfMemoryError

그러면 Checked Exception에서 롤백을 하고싶을땐 어떻게 해야할까??

@Transactional(rollbackFor = xxxException.class)

rollbackFor 속성에 checked Exception class를 입력하면 됩니다.

 @Transactional(rollbackFor = BadRequestCException.class, Exception.class)
    public void setUser(Long userSeq, DTO dto) throws Exception {
    
    ...
    
        if(dto.getProjectSeq() == null) {
            throw new BadRequestCException("Project is empty.");
        }

        //중복 체크
        for(Dtos dto : abcds){
            if(!set.add(dto.getUserId())){
                throw new Exception("Duplicate ID exists.(User ID = " + userId());
            }
        }
        ...

[m1 homebrew 설치 Warning 해결방법] /opt/homebrew/bin is not in your PATH

김먼저 — Fri, 17 Mar 2023 14:58:48 +0900

이번에 M1에서 MediaPipe를 사용해보려고 구글 문서 따라하다가

Homebrew를 설치하는데 다음과 같은 에러 메세지가 발생했습니다.

/opt/homebrew/bin is not in your PATH

터미널에서 설치하라는대로 그대로했는데 왜 안되나....

다른 글들을 봐도 설치 후 바로 버전확인이 가능했습니다.

게다가 제가 Mac계열은 처음 사용해보는거라 더더욱 답답했습니다....

도움을 받아 해결하게 되어 다음에 이런일이 발생하거나 저와 같은 분들이 있으면 이글을 보고 해결하는데

도움이 되었으면 좋겠습니다:)

1. Homebrew 설치하기

홈페이지 : https://brew.sh/index_ko

Homebrew

The Missing Package Manager for macOS (or Linux).

brew.sh

터미널에서

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

2. 환경설정하기

이거였습니다!! 환경설정!!! 아닛 다른분들은 이 과정 없이 잘 하시던데....흠.....

아래 명령어를 한 줄씩 입력해줍니다.

첫번째 줄의 [user] 부분은 사용자마다 다르기때문에 꼭 바꿔주셔야합니다.

echo 'eval "$(/opt/homebrew/bin/brew shellenv)"' >> /Users/[user]/.zprofile

eval "$(/opt/homebrew/bin/brew shellenv)"

3. 설치확인하기

brew --version

버전이 뜨면 설치도 환경설정도 잘 된거니 다음 단계 진행하시면 됩니다~

Redis서버 win10에서 설치하기

김먼저 — Fri, 10 Mar 2023 11:15:30 +0900

1. Redis서버 window버전 설치하기

아래 사이트로 이동하여 설치 프로그램을 다운로드 및 설치를 진행합니다.

Releases · microsoftarchive/redis

Redis is an in-memory database that persists on disk. The data model is key-value, but many different kind of values are supported: Strings, Lists, Sets, Sorted Sets, Hashes - microsoftarchive/redis

github.com

https://github.com/microsoftarchive/redis/releases

.msi 파일 다운로드

설치파일 실행

Redis의 기본포트는 6379 입니다.

2. Redis 실행하기

실치기 완료되면 서비스에 자동으로 등록되서 실행되며, 작업관리자 - 서비스 탭에서 확인할 수 있습니다.

만약 서비스가 실행되지 않는다면 Redis 설치 경로에 있는 'redis-server.exe' 파일을 실행하면 됩니다.

Redis 서버를 실행시켰다면, Redis 명령어를 사용할 수 있는 'redis-cli.exe'를 실행시킵니다.

기본 설치 경로는 C:\Program Files\Redis 입니다.

창이 뜨면 Redis가 잘 작동되는지 테스트하기 위해 다음과 같이 명령어를 입력합니다.

ping → PONG 으로 Redis가 잘 작동하는 것을 확인할 수 있습니다.

set 명령어는 key-value 형태로 입력이 가능하고,

get으로 조회 가능합니다.

3. Redis 서비스 설정하기

redis의 기본 포트는 6379로 설정되어 있습니다.

포트 번호를 수정하고 싶다면 'redis.window-service.conf' 파일에서 수정할 수 있습니다.

redis.window.conf : 명령줄이나 스크립트에서 실행되고 사용자 공간에서 관리된다.

redis.window-service.conf : 서비스/데몬으로 실행될 때 실행되며, 백그라운드에서 실행되고 OS에 의해 관리된다.

.conf 파일 여는 방법

- 메모장을 관리자 권한으로 실행
- 메모장 - 열기 - .conf 파일 선택 후 열기

3.1. 포트 변경

redis.window.conf 파일을 열어서 'port'라고 검색하면 아래와 같이 6379로 설정되어 있는 것을 확인할 수 있으며,

포트번호는 원하는 번호로 변경 가능합니다.

※ 주의 : 메모장에서 검색할 때는 현재 row 밑에만 검색하는 경우가 대부분이기 때문에

메모장 첫째줄부터 검색해야합니다!!

3.2. 비밀번호 변경

포트번호 변경하는 파일(redis.window.conf)에서 'requirepass' 를 검색합니다.

# 은 주석처리를 의미하고, requirepass는 주석 처리가 되어 있으므로

현재 비밀번호는 설정되어 있지 않은 상태입니다.

비밀번호를 설정하고 싶다면 해당 부분의 주석처리를 풀고 'foobared' 부분에 설정할 비밀번호를 입력하면 됩니다.

비밀번호를 설정하지 않았을 때

SpringBoot에서는 application.properties / application.yml에서 다음과 같이 설정해주면 됩니다.

redis:
        lettuce:
            pool:
                min-idle: 0
                max-idle: 8
                max-active: 8
        port: 6379
        host: localhost
        password: ''

3.3. 외부 접근 허용 IP 설정하기

'redis.window.conf'에서 'bind' 를 검색합니다.

마찬가지로 주석 처리(#) 없이 'bind ip' 를 입력하고 저장하면 됩니다.

3.4. 메모리 최대 크기 설정

redis 데이터베이스 자체 메모리를 차지하는 것이므로 maxmemory를 설정할 수 있습니다.

'redis.window.conf'에서 'maxmemory' 를 검색합니다.

메모리를 설정하려면 주석을 풀고 설정값을 입력하면 됩니다.

3.5. log 파일 설정

log 파일이 생기지 않도록 기본설정이 되어있습니다.

log파일을 생성하게끔 설정하려면

'redis.window.conf'에서 'logfile'을 검색합니다.

logfile "" 의 빈문자열 안에 어떤 파일로 log를 기록할 것인지를 설정합니다.

ex) logfile "redis_server_log.txt"

3.6. 설정한 값 적용하기

메모장에 값을 넣고 저장한다고 적용되지 않습니다. 반드시 redis를 재시작 해줘야합니다.

작업관리자 → 서비스 탭 → Redis 다시 시작

다시 시작하면 redis.window.conf 파일 설정대로 초기화됩니다.

[SpringBoot] 엑셀 값 가져오기(.xls & .xlsx)

김먼저 — Mon, 6 Mar 2023 13:09:38 +0900

엑셀에는 두 가지 확장자가 있습니다.

.xls : 97-03 통합문서로 과거의 엑셀 파일. HSSF~

.xlsx : 요즘 엑셀 문서의 확장자명. XSSF~, SXSSF~(대용량처리)

gradle

implementation 'org.apache.poi:poi:5.2.2'
implementation 'org.apache.poi:poi-ooxml:5.2.2'

import

import org.apache.poi.hssf.usermodel.HSSFWorkbook;
import org.apache.poi.xssf.usermodel.XSSFWorkbook;
import org.apache.poi.ss.usermodel.*;

저는 Amazos S3에서 inputStream으로 가져와 파일을 읽는 경우입니다.

(MultipartFile을 InputStream 으로 가져와도 됩니다.)

코드

Workbook workbook = null;
if(resourcePath.endsWith(".xlsx")){
	workbook = new XSSFWorkbook(file);
}else if(resourcePath.endsWith(".xls")){
	workbook = new HSSFWorkbook(file);
}else{
	throw new RuntimeException("file type not matched");
}
if(workbook == null){
	throw new RuntimeException("no data in file");
}

// 해당 인덱스에 있는 시트를 반환.
Sheet sheet = workbook.getSheetAt(0);

// 모든 행의 개수를 반환.
int rows = sheet.getPhysicalNumberOfRows();

// 지정된 행 번호에 해당하는 row 데이터를 반환.
Row row = sheet.getRow(rowIdx);

// 지정된 셀 번호에 해당하는 Cell 값을 반환.
Cell cell = row.getCell(1);

// 셀의 값을 String타입으로 반환.
String cellText = cell.getStringCellValue();

위 메서드들을 조합하며 엑셀 파일의 셀 데이터를 읽거나 쓸 수 있습니다.

[Java] 문자열 비교 .equals 제대로 사용하기(feat.Null)

김먼저 — Wed, 22 Feb 2023 10:32:44 +0900

코드를 작성하다보면 문자열 비교 메서드 .equals 를 종종 사용하게 되는데

사용법은 다음과 같습니다.

String zz = "AA";

zz.equals("AA") = true

zz.equals("AB") = false

그런데 만약 체크하려는 변수(zz)에 Null이 있다면 어떻게 될까요??

NullPointerException이 발생할 것 입니다.

String zz = null;

zz.equals("AA") -> NullPointerException

그러면 앞에 Null에 대한 체크를 해야할까요??

아닙니다. 순서를 바꿔주기만 해도 null-safe하게 처리할 수 있습니다.

String zz = null;

"AA".equals(zz) = false

요약 : NullPointerException을 피하기 위해

비교할 문자열은 .equals 앞에,

변수는 .equals 뒤에 놓자!

[MySQL/JPA] LIMIT 구문을 사용 - 가장 최근/최신 데이터 가져오기(feat.Aurora)

김먼저 — Wed, 8 Feb 2023 09:56:36 +0900

가장 최근/최신 데이터를 "1건"을 가져오기 위해서는 여러 가지 방법이 있습니다.

(DB마다 조금씩 다르니 확인하고 적용시키는 것을 추천드립니다.)

분석 함수 사용 - ROW_NUMBER(), RANK()
서브 쿼리
LIMIT 구문 사용

저는 3개 다 사용해봤지만 가장 편리하고 쉬운 LIMIT 구문을 사용해보겠습니다.

테이블에서 최신 데이터를 가져오려면 일단 날짜를 기준으로 뽑아야겠죠??

저는 아래와 같이 작성했습니다.

SELECT * FROM 테이블명
WHERE 조건
ORDER BY 생성날짜 DESC, "다른조건" DESC
LIMIT 0, 1;

LIMIT 사용법에는 2가지가 있는데요,

1. LIMIT x;

- 조회된 결과(Result Grid)에서 x번째 row Data를 가져옵니다.

2. LIMIT x,y;

- LIMIT x : offset, y : 표기할 데이터 갯수

- 페이징 처리할 때와 비슷한데,

100개 데이터가 조회 → LIMIT 2,1; → 3번째 데이터 조회

LIMIT 2,2; → 3,4번째 데이터 조회

LIMIT 10,5; → 11~15번째 데이터 조회

따라서, 최신/최근 데이터를 조회하고 싶다면

LIMIT 1; 또는 LIMIT 0, 1;

(MySQL, AWS-Aurora 에서는 적용 되는 것을 확인했습니다.)

끝!!

[Java] String의 숫자 여부 판별하기(StringUtils, NumberUtils, Method)

김먼저 — Tue, 7 Feb 2023 10:21:20 +0900

Java에서 String이 숫자인지를 판별하기 위해 여러가지 편리한 유틸이 있습니다.

제가 시도하다가 성공한 것과 안된 것들 모두 알아보겠습니다. (2023.02.07 - gradle 기준 작성)

1. NumberUtils.isCreatable

import org.apache.commons.lang3.math.NumberUtils;
Boolean b = NumberUtils.isCreatable("123");

2. Plain Java

private boolean isNumeric(String strNum){
	if(strNum == null){
		return false;
	}
	try{
		double d = Double.parseDouble(strNum);
	}catch (NumberFormatException nfe){
		return false;
	}
	return true;
}

<됐었는데, 안됐습니다~>

(버전이 안맞거나 지원이 끊긴 경우로 생각됩니다.)

1. NumberUtils.isNumber

import org.apache.commons.lang3.math.NumberUtils;
Boolean b = NumberUtils.isNumber("123");

2. StringUtils.inNumberic

import org.apache.commons.lang3.StringUtils;
Boolean b = StringUtils.isNumberic("123"); → 음수 인식X

NumberUtils.isCreatable 메서드를 까보면 2. Plain Java보다 복잡한 것 같아 메서드 만들어서 사용했습니다.

[Error/JPA&SQL] SQLException: Data truncated for column 에러 원인과 해결방법

김먼저 — Wed, 1 Feb 2023 11:10:30 +0900

다음과 같은 에러 메세지 발생!

could not execute statement; nested exception is org.hibernate.exception.GenericJDBCException: could not execute statement could not execute statement java.sql.SQLException: Data truncated for column 'XXXX' at row 1"

에러 발생 원인

데이터 크기를 벗어났을 때
데이터 타입이 다를 때

저는 데이터 타입을 잘못 써서 위 에러가 발생해 수정 후 잘 되고있습니다.

[SpringBoot] LocalDateTime 받기(클라이언트Json→서버)

김먼저 — Wed, 18 Jan 2023 12:24:17 +0900

Postman - Json 작성

{
    "sendDate" : "2023-01-18T11:22:33"
}

받을 DTO의 변수에 다음과 같이 셋팅하기

public class TransferInfoDto {
        //@JsonDeserialize(using = LocalDateDeserializer.class)
        //@JsonFormat(shape = JsonFormat.Shape.STRING, pattern = "yyyy-MM-dd'T'hh:mm:ss", timezone = "Asia/Seoul")
        @DateTimeFormat(pattern = "yyyy-MM-dd'T'HH:mm:ss")
        private LocalDateTime sendDate;
    }

(...주석은 많은 방법을 시도한 흔적...무시하세요!)

@DateTimeFormat : Spring에서 지원하는 어노테이션으로 'LocalDate'와 'LocalDateTime'과 같은

날짜 관련 타입의 직렬화를 지원하는 어노테이션입니다.

pattern 중간에 'T'를 넣는 이유는

띄어쓰기를 사용하면 값이 안넘어가거나 잘못넘어갈수도 있기 때문입니다.

pattern에서 T를 그대로 사용할 수 없어 ' '로 감싸서 표현합니다.

성공!!

(Post로 보내는 Request Body(json객체))

Response(서버→클라이언트) : @JsonFormat 사용.

Request(클라이언트→서버) : @DateTimeFormat 사용.

Post - Request Body 요청시 @DateTimeFormat과 @JsonFormat 둘다 사용이 가능하다고 하는데

저는 @DateTimeFormat만 되네요..

끝!!

[Error/MyBatis] BuilderException != \"\"

김먼저 — Mon, 16 Jan 2023 15:59:22 +0900

Mybatis mapper 작성 후 테스트하다가 다음과 같은 에러가 발생했습니다.

org.apache.ibatis.builder.BuilderException: Error evaluating expression 'registrationId != null AND registrationId != \"\"'.

에러가 발생한 부분

<if test='registrationId != null AND registrationId != ""'>

원인 : AND를 '대문자'로 표기하여 에러 발생.

보통 저 에러는 따옴표를 잘못 넣어서 발생한다고 합니다.

따옴표가 제대로 표기되었다면 연산자를 확인해봐야하는데

연산자는 대문자가 아닌 '소문자'로 변경해주셔야합니다!!

수정 후

<if test='registrationId != null and registrationId != ""'>

에러 해결!! 끝!!

[Swagger] DTO에서 parameter 숨기기

김먼저 — Mon, 16 Jan 2023 12:18:12 +0900

특정 DTO 필드 Parameter Swagger 문서상에서 Hidden 시키기

Request DTO에서 Parameter 하나를 추가해 쿼리를 돌리려하는데 몇가지 고민이 생겼습니다.

1. 요청받을 정보에는 필요없지만 쿼리문을 태울땐 필요한 파라미터가 하나 있다.

2. DTO에 넣자니 swagger에 보여서 싫고, 받은 DTO를 Map이나 또 다른 DTO를 만드는 것도 싫다.

(Parameter 하나만 추가되기 때문)

3. 요약 : DTO에 parameter를 추가하되 swagger에 보이고 싶지 않다!

여러가지를 써본 결과 제일 간단한 방법을 찾아서 공유해봅니다.

public static class UserDto {
	private String name;
    
	@ApiModelProperty(hidden = true)
	private Integer age;
}

숨기고 싶은 parameter에

@ApiModelProperty(hidden = true)

어노테이션과 hidden 설정을 해주시면 됩니다!!

끝!!

[Java] Integer → int 캐스팅하기(Integer to int)

김먼저 — Wed, 11 Jan 2023 13:19:01 +0900

Json에서 나타낼 수 있는 숫자의 종류는 다음과 같습니다.

1. 정수(integer)

2. 실수(fraction)

3. 지수(exponent)

그 중 정수로 받는 경우를 알아보겠습니다.

Json ex)

{

"age" : 20

}

위와 같은 Json을 받으면 데이터타입이 'Integer' 로 'int'의 래퍼클래스입니다.

이 Integer를 int로 캐스팅해보겠습니다.

방법 1.

int test = (int)json.get("age");

방법 2.

Integer temp = (Integer) json.get("age");
int age = temp.intValue();

참조타입에서 원시타입으로 캐스팅할 때는 '방법 1' 처럼 사용하시면 됩니다.

이유를 모르겠지만, 강제 캐스팅이 안먹힐 때가 있는데 그때는 '방법2'로 사용하고 있습니다.

[Mybatis] Mybatis에서 inner class 사용법.

김먼저 — Thu, 5 Jan 2023 08:46:34 +0900

DTO Class

public class Outer{

	public static class InnerA{
    	//...
	}
	public static class InnerB{
    	//...
	}
    //....
}

내가 시도했던 틀린 방식

Outer.InnerA - (X)

Mybatis Inner class 사용법

<select id="test parameterType="Outer$InnerA" resultType="int">

"Outer$InnerA"

[Java] for문 vs 향상된(개선된) for문

김먼저 — Fri, 30 Dec 2022 09:22:31 +0900

코드를 작성하다가 스크롤 바에 노란색 줄과 경고창(?)이 떠서

뭐가 문제인지 살펴봤습니다.

List<TestDTO> testdtoList = abc(5);

for(int i = 0; i < testdtoList.size(); i++){
    int zz = testdtoList.get(i).getNumber();
}

엥? 뭐 추천도 아니고 왜 바꿀 수 있다고 뜨는거지...???

뭐 일단 클릭 해볼까....

클릭!!

List<TestDTO> testdtoList = abc(5);

for(TestDTO testDto : testdtoList){
    int zz = testdto.getNumber();
}

경고등은 사라졌지만 의문은 사라지지 않았습니다.

대체 뭐가 다르다고 기분 찝찝하게 노란색이 뜨고 그러지??

성능이 엄청나게 차이나나??

- No! 성능차이는 거의 없습니다.

그럼 어떤 상황에서 써야할까?

- 해당 리스트나 배열을 모두 읽어야할 때!

인덱스 값을 사용 못하기 때문에 전체를 읽어야하면 향상된(개선된) for문을,

인덱스 값이 필요한 경우라면 일반 for문을 사용.

그럼 전체를 읽어야하는 상황에서 왜 향상된(개선된) for문을 권장할까?

- 코드 가독성이 좋다.

- 인덱스가 배열의 크기가 다를 경우 발생하는

arrayIndexOutofBoundsException을 방지할 수 있다.

< 정리 >

로직 특성상 index에 접근할 필요가 있다면 일반for문을,

그런 특정한 케이스가 아니라면 향상된 for문을

사용하는 쪽을 권장한다고 합니다.

[SpringBoot] 원시타입, 참조타입/Boolean boolean의 차이점 및 이슈

김먼저 — Wed, 28 Dec 2022 18:29:31 +0900

Boolean

참조 타입 : reference type
true, false, null 값을 가진다.
주로 Null 체크를 필요로할 때 참조형을 사용한다.

boolean

원시 타입 : primitive type
true, false 값을 가진다.
Null 체크가 불필요할 때 자료형(원시 타입)을 사용한다.

참조 타입과 원시 타입의 차이

자료형(원시 타입) : int, float, double, boolean, ...

참조형 : Integer, Float, Double, Boolean, ...

자료형을 객체로 감싼 것이 참조형이다. → Unboxing
원시 타입은 null 입력 가능, 제네릭 타입에서 사용 불가.
참조형은 null 입력 불가, 제네릭 타입에서 사용 가능.
원시 타입은 데이터를 stack메모리에 저장.
참조형은 하나의 인스턴스이기 때문에 stack메모리에는 참조값(주소값)을, 실제 값은 heap메모리에 저장.
메모리 → 참조 타입 >> 원시 타입
속도/성능 → 원시 타입 >> 참조 타입

원시타입 / 참조타입	원시타입	참조타입
boolean / Boolean	1 bit	128 bit
byte / Byte	8 bits	128 bits
short / Short	16 bits	128 bits
char / Character	16 bits	128 bits
int / Integer	32 bits	128 bits
float / Float	32 bits	128 bits
long / Long	64 bits	196 bits
double / Double	64 bits	196 bits

....뭐 이정도는 대충 알고 있었으나 예상치 못한 문제가 발생했습니다.

Service에서 로직을 처리하고 Controller에서 DTO를 ResponseEntity로 감싸서 return하였는데

DTO 변수

return ResponseEntity.ok().body(DTO)

Postman으로 받은 데이터

........????

아니, 왜 변수명이 바뀌지??

isHidden = isHidden ≠ hidden

(DTO 변수명 = return시 변수명 ≠ Postman 변수명)

Service 코드 디버깅타면서 따라가다가 결국 Controller return 영역까지 따라갔습니다.

.

구글링 결과,

객체의 속성이 'boolean' 타입에 "is" prefix를 사용하게 될 경우

getter가 "isXXXX"로 생성된다고 합니다.

위와 같은 해결법으로,

1. 타입을 래퍼클래스 Boolean을 사용하여 getter, setter를 생성.

2. boolean 타입일 경우 getter 메서드 getIsXXXX()를 작성.

....응?

일단, Boolean으로 바꿔서 Test를 진행했습니다.

참조형으로 변경

return ResponseEntity.ok().body(DTO)

Postman으로 받은 데이터

....된다....!!!

...명확한 이유는 모르겠지만 찾으면 수정하겠습니다!! (알고 계신다면 가르쳐주세요...ㅠㅠ)

끝!!

[MyBatis/Error] org.apache.ibatis.ognl.ExpressionSyntaxException: Malformed OGNL expression

김먼저 — Tue, 27 Dec 2022 13:31:26 +0900

MyBatis SQL 작성하다가 위와 같은 에러가 발생했습니다.

<when test="prev_experiment_group_seq != null AND prev_experiment_group_seq != '' AND prev_experiment_group_seq > 0">

<로그 창>

Caused by: org.apache.ibatis.ognl.ParseException: Encountered " <IDENT> "AND "" at line 1, column 35.
Was expecting one of:
    <EOF> 
    "," ...
    "=" ...
    "?" ...
    "||" ...
    "or" ...
    "&&" ...
    "and" ...
    "|" ...
    "bor" ...
    "^" ...
    "xor" ...
    "&" ...
    "band" ...
    "==" ...
    "eq" ...
    "!=" ...
    "neq" ...
    "<" ...
    "lt" ...
    ">" ...
    "gt" ...
    "<=" ...
    "lte" ...
    ">=" ...
    "gte" ...
    "in" ...
    "not" ...
    "<<" ...
    "shl" ...
    ">>" ...
    "shr" ...
    ">>>" ...
    "ushr" ...
    "+" ...
    "-" ...
    "*" ...
    "/" ...
    "%" ...
    "instanceof" ...
    "." ...
    "(" ...
    "[" ...
    <DYNAMIC_SUBSCRIPT> ...

AND → and 로 수정하니 해결되었습니다.

AND뿐만 아니라 위와 같은 양식으로 바꿔주면 대부분 해결 가능하며,

위와 같은 경우가 아니라면,

Malformed OGNL expression은 보통 따옴표를 잘못 사용한 경우에 발생합니다.

꼭 다시 확인해보세요!!:)

[MyBatis] resultType 정리(feat. List<DTO>로 리턴받기)

김먼저 — Fri, 16 Dec 2022 16:04:36 +0900

1. MyBatis-Mapper resultType 정리

alias(별칭)	Data Type(데이터 타입)
string	String
date	Date
map	Map
hashmap	HashMap
list	List
arraylist	ArrayList
decimal	BigDecimal
bigdecimal	BigDecimal
biginteger	BigInteger
_byte	byte
_long	long
_short	short
_int	int
_integer	int
_double	double
_float	float
_boolean	boolean
_byte[]	byte[]
_long[]	long[]
_short[]	short[]
_int[]	int[]
_integer[]	int[]
_double[]	double[]
_float[]	floate[]
_boolean[]	boolean[]
byte	Byte
long	Long
short	Short
int	Integer
integer	Integer
double	Double
float	Float
boolean	Boolean
byte[]	Byte[]
long[]	Long[]
short[]	Short[]
int[]	Integer[]
integer[]	Integer[]
double[]	Double[]
float[]	Floate[]
boolean[]	Boolean[]
object	Object
date[]	Date[]
decimal[]	BigDecimal[]
bigdecimal[]	BigDecimal[]
object[]	Object[]
collection	Collection
iterator	Iterator
ResultSet	ResultSet

※ 주의 : 원시형의 경우는 언더스코어(_)를 앞에 붙인다. 붙이지 않을 경우 래퍼(Wrapper) 클래스로 변환된다.

2. MyBatis에서 List<DTO> 형태로 return 받기.

쿼리문을 작성하다보면 List<DTO>와 같은 형태로 리턴 받아야 할 때가 있습니다.

구글링과 몇번의 테스트 끝에 return받아냈습니다!!

resultType="hashmap"

위와 같이 작성해주시면 됩니다~! (hashmap, hashMap 둘 다 가능!!)

끝!!!