Byte의 발자취

# 마지막 프로젝트!!- 처음부터 하나씩 다정리해서 자세하게 작성 # DB 생성 # 전용 커넥터 생성use mysql;create user 'sns_db_user'@'%' identified by'2345';grant ALL privileges on sns_db.* to 'sns_db_user'@'%'; # 우선 users 테이블 먼저 생성 # serverless로 폴더 생성하여 VSC 실행 - app.py 에서 인터프린터 생성한 가상환경으로 변경  # docker 만들어서 자동화 배포까지 미리 실행- 이전에 배포한 파일에서 Dockerfile 과 .dockerignore 그대로 복사- serverless.yml과 requirements.txt는 수정# serverless.ymlservice: aws-m..

(대용량 파일 Docker 서버 배포) > # 데이터 가공은 확인하였고, 이제 Postman에서 API 설계 및 리퀘스트 생성 # 이제 작성한 Colab 문을 활용해서 VSC에서 코드 개발 (각각 API 기능에 맞게 resources 폴더 안에 movie.py / recommend.py / user.py 파일로 구분하여 개발) - movie.py 파일 from flask import requestfrom flask_jwt_extended import get_jwt_identity, jwt_requiredfrom flask_restful import Resourcefrom mysql_connection import get_connectionfrom mysql.connector import Errorclas..

(DB 데이터 json으로 가져오기) > # 기본 설정은 이전 Project와 동일!- 크게 다른점이, 이전 API 들과는 다르게 추천시스템을 이용하게 이전에 DB에서 작업한 테이블을 Colab에 불러와서 데이터 가공을 먼저 진행해 주어야 한다. # DB를 json 파일로 저장하고 가져오는 방법- 영화 추천을 위해 movie와 review 테이블의 데이터가 필요- 원하는 테이블을 우측 클릭 후 Table Data Export Wizard 선택 후, json 형식으로 경로 설정하여 저장 # 저장된 데이터를 구글드라이브에 올려서 코랩으로 실행하거나 코랩 폴더에 옮겨서 작업ㄴ 데이터 가공후 확인이 필요하기 때문에, MySQL에서 하던 작업을 Colab에서 진행한다고 보면됨ㄴ 물론 Pandas, Numpy 기능..

※ 지금 까지 작성한 모든 개념을 적용해서 API 개발 프로젝트 진행 1) 화면 기획 2) MySQL Workbench를 실행시켜서 데이터에 맞게 DB와 Table 생성 및 전용 DB 커넥터 생성 3) Github에 레파지토리를 만들고, Window CMD에서 serverless로 API 폴더를 생성해서 Git 연동- Git 연동할때 .gitignore 에 node_modules/ 넣어주어야함- 왠만하면 이전에 잘실행된 파일꺼를 복사해서 사용하는게 좋음 4) Postman을 실행시켜서 API 기획 및 리퀘스트 생성 5) 기획한 API대로 Visual Studio Code에서 코드 작성- app.py 파일과 API 경로에 맞게 오고가며 코드 작성 작업 진행 1. app.py 파일 from flask imp..

# 레시피를 생성하는 API 개발을 위해 우선 필요한 데이터를 MySQL Workbench를 이용하여 DB 및 테이블을 생성하고 recipe_db 전용 커넥터 생성- 개발 코드중 쿼리문 작성은 모두 MySQL에서 테스트를 먼저 진행하고 사용  # CMD로 serverless 실행하여 배포 폴더 생성하고 Github 연동 # Postman을 실행하여 API 설계 및 리퀘스트 생성 # Serverless로 생성한 폴더를 Visual Studio Code로 실행하여 설계한 API맞게 개발 시작- API 개발은 resources 폴더를 생성하여 그안에 파일로 작성- 보안관리와 비밀번호용 config.py와 utils.py 파일 생성- API 연결코드 작성은 app.py DB 커넥터는 mysql_connectio..

# 본격적인 Project 진행 전에 전체 개발과정을 한번 정리!1) API 서버 개발을 위해, 파이썬 환경 설정- 먼저 파이썬 3.10 으로 가상환경 생성 (아나콘다 프롬포트)conda creat -n lambda_app python=3.10 - pip을 이용해서 필요한 라이브러리 설치 (flask 용)pip install flask flask-restful mysql-connector-python psycopg2-binary passlib flask-jwt-extended email-validator flask-uploads uuid numpy pandas scikit-learn==0.23.2 2) AWS에 배포하기 위한, Serverless framwork 설치- npm 설치(https://node..

# 이번엔 자동 로그아웃이 아니라 직접 로그아웃 하는 API를 개발- Postman 에서 우선 API 설계- DELETE로 선택하고 Headers에 Key는 Authorization, VALUE는 로그인하고 생성된 토큰을 Bearer 뒤에 입력해 주어야 한다! # 이제 user.py 에 로그아웃 코드 작성 # 로그아웃 API => 다른 user API들에비해 복잡도가 있다!# 로그아웃된 토큰을 저장할, set을 만든다.jwt_blacklist = set()class UserLogoutResource(Resource) :    @jwt_required()    def delete(self) :        # 메뉴얼대로 작성하는것!        jti = get_jwt()['jti']        jwt_..