본문 바로가기

서버구축 (WEB,DB)422

728x90
개발 없이 만드는 안전한 개인정보 처리시스템 NocoDB로 실현하는 보안 NocoDB는 관계형 데이터베이스(RDBMS)를 에어테이블(Airtable) 스타일의 스프레드시트 인터페이스로 전환해주는 오픈소스 플랫폼입니다. 비개발자도 쉽게 데이터를 다룰 수 있도록 해주며, 백엔드의 데이터베이스는 그대로 유지하면서도 UI는 매우 직관적인 웹 기반 인터페이스를 제공합니다.프로젝트명: NocoDB라이선스: MIT License주요 기능: 관계형 데이터베이스의 테이블을 웹 UI에서 마치 Excel처럼 다룰 수 있음지원 데이터베이스: MySQL, PostgreSQL, MariaDB, SQLite, SQL Server 등핵심 기능데이터 스프레드시트 UI마치 Excel이나 Airtable처럼 웹 기반 UI에서 CRUD 작업 가능직접 SQL을 작성하지 않아도 데이터를 추가, 수정, 삭제할 수 있.. 2025. 8. 24.
Rust 단일 코드베이스로 GPU/CPU 크로스플랫폼 컴퓨팅 구현하기 목적: 한 벌의 Rust 커널 코드를 유지하면서 다양한 GPU/CPU 백엔드에서 동일하게 실행하는 방법을, 아키텍처→예제 코드→빌드/운영→성능/보안까지 실무적으로 정리합니다.대상: 그래픽/컴퓨트 혼합 워크로드, 크로스플랫폼 앱/엔진, 사내 라이브러리 표준화, GPU 도입 PoC 담당자.1) 큰그림 한 장 — 무엇을 만들 것인가커널(crate) = no_std RustRust 코드를 SPIR-V(Vulkan/Metal/DX12/WebGPU) 또는 PTX/NVVM(CUDA)로 빌드타입/레이아웃을 명시(예: #[repr(C)])해 호스트와 데이터 호환호스트(crate) = 런타임 실행기멀티백엔드용: wgpu (Vulkan/Metal/DX12/WebGPU 자동 선택)NVIDIA 전용: rustacuda/CUDA.. 2025. 8. 22.
Superset으로 BI, Grafana로 Observability: 데이터 분석과 모니터링 통합 운영 환경 기준(보안·가용성·운영 편의성) Docker Compose로 빠르게 시작하고, Kubernetes/Helm으로 확장하는 패턴을 권장합니다. Grafana와의 연계는 “데이터 소스 공유, SSO 통합, 리버스 프록시로의 경로 통합, 임베드/링킹” 순으로 점진 적용을 추천드립니다.Superset vs Grafana, 언제/어떻게 같이 쓰나?Superset: SQL 기반 탐색형 BI/대시보드에 강함. 데이터셋(가상 테이블), 차트 조립, 대시보드 퍼블리시, 리치한 슬라이싱/필터.Grafana: 시계열/인프라/로그 관측성에 강함. 수많은 데이터소스 플러그인, 알러팅과 실시간 지표에 강함.함께 쓰기 활용사례동일 데이터(예: DW/레이크/OLAP)를 각 도구에 맞게 시각화Grafana로 운영 모니터링/알.. 2025. 8. 18.
Wazuh & Osquery 보안 에이전트 패키지 배포 내부 yum 저장소 구축 osquery와 wazuh agent 패키지를 로컬 시스템에 미러링하고, 내부 시스템에서 yum을 통해 설치/업데이트할 수 있는 도커 기반 환경을 구축하는 방법입니다.패키지 미러링 시스템 아키텍처디렉토리 구조repo-mirror/├── docker-compose.yml├── nginx/│ ├── Dockerfile│ └── nginx.conf├── sync/│ ├── Dockerfile│ ├── sync-repos.sh│ └── crontab├── data/│ ├── repos/│ │ ├── wazuh/│ │ └── osquery/│ └── gpg-keys/└── scripts/ └── init-repos.shDocker Compose 구성docker-comp.. 2025. 8. 8.
LlamaParser + LangChain + Vector DB로 완성하는 RAG 문서형 AI 챗봇 왜 문서 기반 챗봇인가?오늘날 대부분의 기업 정보는 아래와 같은 형태로 존재합니다.📄 PDF 제품 매뉴얼📊 Excel 실적 보고서📑 내부 정책 문서 (Word)🖼️ 이미지 포함된 PPT 발표자료이러한 비정형 문서들은 단순 텍스트가 아니기 때문에, AI가 직접 이해하기 어렵습니다.→ 그래서 문서 → 정제된 텍스트 → 벡터화 → 검색 기반 AI 응답이라는 전체 파이프라인이 필요합니다.전체 파이프라인 구성도문서 업로드 → LlamaParser 파싱 → LangChain 분할 → 임베딩 → 벡터 DB 저장 → 질문 임베딩 → 벡터 검색 → RAG 응답 생성1️⃣ 문서 업로드 └── PDF, PPT, Word, Excel 등 다양한 포맷의 비정형 문서 ↓2️⃣ 문서 파싱 (LlamaPa.. 2025. 8. 3.
728x90
728x90

티스토리툴바