Grafana Dashboard 설정

{
  "annotations": {
    "list": [
      {
        "builtIn": 1,
        "datasource": {
          "type": "grafana",
          "uid": "-- Grafana --"
        },
        "enable": true,
        "hide": true,
        "iconColor": "rgba(0, 211, 255, 1)",
        "name": "Annotations & Alerts",
        "type": "dashboard"
      }
    ]
  },
  "editable": false,
  "fiscalYearStartMonth": 0,
  "graphTooltip": 0,
  "links": [],
  "liveNow": false,
  "panels": [
    {
      "datasource": {
        "type": "prometheus",
        "uid": "d594a822-806b-41e9-8c74-135eb41505a2"
      },
      "gridPos": {
        "h": 3,
        "w": 24,
        "x": 0,
        "y": 0
      },
      "id": 1,
      "targets": [
        {
          "datasource": {
            "type": "prometheus",
            "uid": "d594a822-806b-41e9-8c74-135eb41505a2"
          },
          "refId": "A"
        }
      ],
      "type": "welcome"
    },
    {
      "datasource": {
        "type": "prometheus",
        "uid": "d594a822-806b-41e9-8c74-135eb41505a2"
      },
      "gridPos": {
        "h": 9,
        "w": 24,
        "x": 0,
        "y": 3
      },
      "id": 123123,
      "targets": [
        {
          "datasource": {
            "type": "prometheus",
            "uid": "d594a822-806b-41e9-8c74-135eb41505a2"
          },
          "refId": "A"
        }
      ],
      "type": "gettingstarted"
    },
    {
      "datasource": {
        "type": "prometheus",
        "uid": "d594a822-806b-41e9-8c74-135eb41505a2"
      },
      "gridPos": {
        "h": 15,
        "w": 12,
        "x": 0,
        "y": 12
      },
      "id": 3,
      "links": [],
      "options": {
        "folderUID": "",
        "includeVars": false,
        "keepTime": false,
        "maxItems": 30,
        "query": "",
        "showHeadings": true,
        "showRecentlyViewed": true,
        "showSearch": false,
        "showStarred": true,
        "tags": []
      },
      "pluginVersion": "10.3.3",
      "targets": [
        {
          "datasource": {
            "type": "prometheus",
            "uid": "d594a822-806b-41e9-8c74-135eb41505a2"
          },
          "refId": "A"
        }
      ],
      "title": "Dashboards",
      "type": "dashlist"
    },
    {
      "datasource": {
        "type": "prometheus",
        "uid": "d594a822-806b-41e9-8c74-135eb41505a2"
      },
      "gridPos": {
        "h": 15,
        "w": 12,
        "x": 12,
        "y": 12
      },
      "id": 4,
      "links": [],
      "options": {
        "feedUrl": "https://grafana.com/blog/news.xml",
        "showImage": true
      },
      "targets": [
        {
          "datasource": {
            "type": "prometheus",
            "uid": "d594a822-806b-41e9-8c74-135eb41505a2"
          },
          "refId": "A"
        }
      ],
      "title": "Latest from the blog",
      "type": "news"
    }
  ],
  "refresh": "",
  "schemaVersion": 39,
  "tags": [],
  "templating": {
    "list": []
  },
  "time": {
    "from": "now-6h",
    "to": "now"
  },
  "timepicker": {
    "hidden": true,
    "refresh_intervals": [
      "5s",
      "10s",
      "30s",
      "1m",
      "5m",
      "15m",
      "30m",
      "1h",
      "2h",
      "1d"
    ],
    "time_options": [
      "5m",
      "15m",
      "1h",
      "6h",
      "12h",
      "24h",
      "2d",
      "7d",
      "30d"
    ],
    "type": "timepicker"
  },
  "timezone": "browser",
  "title": "Home",
  "version": 0,
  "weekStart": ""
}

이 JSON은 Grafana 대시보드 설정 파일입니다. 구체적으로는 Grafana에서 “Home"이라는 이름의 기본 대시보드를 정의한 구성입니다. 아래에 주요 항목들을 설명드리겠습니다.

동영상 스트리밍에 사용되는 주요 기술 및 툴은 다양한 목적(예: 실시간 스트리밍, VOD, 콘텐츠 전송, 인코딩, 플레이어 구현 등)에 따라 구분됩니다. 아래에 주요 기술과 툴을 영역별로 정리해드릴게요.

1. 비디오 인코딩 및 트랜스코딩

• FFmpeg: 오픈소스 멀티미디어 처리 도구. 인코딩, 디코딩, 트랜스코딩, 포맷 변경, 필터링 등에 사용.
• x264 / x265: 각각 H.264, H.265 표준 인코딩 라이브러리.
• AWS Elemental MediaConvert: AWS에서 제공하는 클라우드 기반 트랜스코딩 서비스.

2. 스트리밍 프로토콜

• HLS (HTTP Live Streaming): 애플이 개발. 대부분의 플랫폼에서 지원되며, 세그먼트 방식.
• DASH (Dynamic Adaptive Streaming over HTTP): MPEG 표준 기반으로, HLS와 비슷하지만 플랫폼 독립적.
• RTMP (Real-Time Messaging Protocol): 주로 라이브 방송에 사용되며, YouTube Live, Twitch 등에서 여전히 활용.
• WebRTC: 지연이 극히 낮은 실시간 양방향 통신에 최적화된 스트리밍 프로토콜.

3. 콘텐츠 전송 네트워크 (CDN)

• Cloudflare Stream / CDN: 빠르고 안정적인 콘텐츠 전송을 위한 글로벌 네트워크.
• AWS CloudFront, Akamai, Fastly: 대형 스트리밍 서비스에서 많이 사용.

4. 플레이어 및 프론트엔드 도구

• Video.js: HTML5 기반의 오픈소스 비디오 플레이어.
• Shaka Player: 구글이 만든 MPEG-DASH 및 HLS 지원 오픈소스 플레이어.
• HLS.js: JavaScript 기반 HLS 재생 라이브러리.
• ExoPlayer (Android), AVPlayer (iOS): 모바일 앱용 기본 플레이어 SDK.

5. 라이브 스트리밍 플랫폼/서비스

• OBS Studio (Open Broadcaster Software): 무료 라이브 방송 도구, Twitch, YouTube에 방송 가능.
• StreamYard, Restream, Wirecast: 라이브 멀티플랫폼 스트리밍 툴.
• Wowza Streaming Engine: 엔터프라이즈급 라이브 및 VOD 스트리밍 서버.

6. DRM (디지털 저작권 관리) 및 보안

• Widevine (Google), PlayReady (Microsoft), FairPlay (Apple): 각 플랫폼용 DRM 시스템.
• AES-128 Encryption: HLS와 함께 사용되는 콘텐츠 암호화 표준.

7. 모니터링 및 분석

• Mux, Conviva, Bitmovin Analytics: 사용자 경험, 버퍼링, 시청 행동 분석 등 제공.
• Prometheus + Grafana: 서버 측 스트리밍 성능 및 지표 모니터링.

MySQL에서 Slow Query(슬로우 쿼리) 를 모니터링하는 것은 성능 최적화를 위한 중요한 작업입니다. 다음은 슬로우 쿼리를 모니터링하는 일반적인 방법들입니다:

1. 슬로우 쿼리 로그 활성화하기

슬로우 쿼리를 기록하기 위해 MySQL 설정을 조정합니다.

방법 1: my.cnf 또는 my.ini 파일 수정

[mysqld]
slow_query_log = 1
slow_query_log_file = /var/log/mysql/slow.log
long_query_time = 1
log_queries_not_using_indexes = 1

• slow_query_log: 슬로우 쿼리 로그 기능 활성화
• slow_query_log_file: 로그 파일 위치
• long_query_time: 몇 초 이상 걸리는 쿼리를 느린 쿼리로 간주할지 설정 (초 단위)
• log_queries_not_using_indexes: 인덱스를 사용하지 않는 쿼리도 로그에 기록

설정 후 MySQL을 재시작해야 반영됩니다.

temperature와 top-p(또는 nucleus sampling)는 자연어 생성 모델이 출력할 단어를 선택할 때의 랜덤성 조절 파라미터입니다. 두 개념은 유사한 역할을 하지만 작동 방식이 다릅니다. 아래에 각 개념에 대한 자세한 설명과 예제를 제공하겠습니다.

🔥 Temperature: “선택의 확률을 부드럽게 조정”

개념

• temperature는 모델이 다음 단어를 선택할 때의 확률 분포를 얼마나 평탄하게 만들지를 결정합니다.
• 기본값은 1.0이며, 이 값을 낮추면 더 결정론적(deterministic), **높이면 더 창의적(random)**이 됩니다.

작동 방식

• 모델이 생성 가능한 단어에 대해 logit(점수)을 부여한 후 softmax 함수를 통해 확률을 만듭니다.

CQRS (Command Query Responsibility Segregation)는 **명령(Command)**과 **조회(Query)**의 책임을 분리하는 소프트웨어 아키텍처 패턴입니다. 이 패턴은 읽기와 쓰기의 모델을 분리함으로써 확장성과 유지보수성을 향상시키는 데 목적이 있습니다.

🔹 핵심 개념

1. Command (명령)

   • 데이터를 변경하는 요청 (예: 생성, 수정, 삭제)
   • 예: createUser(), updateOrderStatus()

2. Query (조회)

   • 데이터를 조회하는 요청 (단순히 읽기만 함, 변경 X)
   • 예: getUserById(), getOrderListByUser()

3. 책임 분리

   • 쓰기 모델(Command Model): 도메인 로직과 유효성 검사를 포함
   • 읽기 모델(Query Model): 주로 DTO로 구성되며, 성능 최적화를 위한 전용 구조를 가짐 (예: denormalized view)

🔹 전통적인 CRUD 방식과의 차이점

🔹 사용 예시

• 이커머스 시스템: 주문은 복잡한 비즈니스 로직이 많고, 주문 내역 조회는 빠른 응답이 중요할 때
• 마이크로서비스: 서비스별 책임 분리를 할 때 Command/Query 모델을 각각 다른 서비스로 분리 가능

🔹 장점

• 확장성 향상: 읽기와 쓰기를 독립적으로 확장 가능
• 성능 최적화 용이: 조회 전용 모델을 캐시나 비정규화된 DB로 구성 가능
• 복잡한 도메인 모델의 단순화: Command 모델에만 복잡한 도메인 규칙을 적용 가능

🔹 단점

• 복잡도 증가: 코드 구조와 운영 환경이 복잡해짐
• 데이터 일관성 처리 필요: Command/Query 모델 간 동기화 필요 (이벤트 기반 처리 등)
• 러닝 커브: 도입 시 개발자의 이해도 요구

🔹 CQRS와 Event Sourcing의 조합

CQRS는 종종 Event Sourcing과 함께 사용됩니다.

@Transactional 어노테이션은 Java에서 트랜잭션 처리를 위한 핵심 수단으로, springframework.transaction.annotation.Transactional과 jakarta.transaction.Transactional은 비슷해 보이지만 다음과 같은 주요 차이점이 있습니다:

1. 패키지 출처

2. 적용 대상의 차이

• Spring @Transactional

  • Spring AOP 기반으로 동작.
  • 프록시 방식으로 트랜잭션을 관리.
  • Spring Data JPA, Spring JDBC, MyBatis 등 다양한 Spring 기술 스택과 자연스럽게 통합됨.
  • 세밀한 제어가 가능: propagation, isolation, timeout, rollbackFor, readOnly 등 속성 다양.

• Jakarta @Transactional