다디와 괴발개발

[Java] Java에서 char 배열 입력받는 방법

아임다디 — Sun, 24 Jul 2022 20:12:31 +0900

자바에서 입력을 받기위한 방법으로는 크게 두 가지가 있다.

첫 번째, Scanner를 이용한 입력

두 번째, BufferedReader를 이용한 방법

Scanner도 편하고 좋지만, BufferedReader가 더 빨라 알고리즘 문제를 풀 때는 BufferedReader 사용을 더 권장한다고 한다.

이번 포스팅에서는 Java에서 char 배열을 입력 받기 위한 여러 방법들을 적어보았다.

1. Scanner를 이용한 입력방법

G B G B B G
B B G B B B
G G B B G B
G G G G B B
G G G G G B

배열의 입력은 다음과 같이 들어온다고 가정해보자,

Scanner에서는 nextInt() 처럼 nextChar() 함수가 없다.

따라서 next().charAt(0)을 사용해서 입력을 받아야 한다.

Scanner sc = new Scanner(System.in);
int n = sc.nextInt();
char arr [][] = new char[n][n];

for(int i=0; i<n; i++){
    for(int j=0; j<n; j++){
        arr[i][j] = sc.next().charAt(0);
    }
}

2. BufferedReader를 이용한 방법

배열의 예시는 1번과 같다고 가정한다

BufferedReader는 한 줄씩 읽는 것이 특징이고, 무조건 String으로 읽기 때문에 다른 타입을 받을 경우 형변환을 해주어야 한다

또한 예외 처리를 해주어야 한다

    public static void main(String[] args) throws IOException{ // IO 예외 처리

        BufferedReader br = new BufferedReader(new InputStreamReader(System.in));

        int n = Integer.parseInt(br.readLine());
        char arr [][] = new char[n][n];

        for(int i=0; i<n; i++){
            StringTokenizer st = new StringTokenizer(br.readLine());
            for(int j=0; j<n; j++){
                arr[i][j] = st.nextToken().charAt(0);
                // 만약 int 배열이라면?
                // arr[i][j] = Integer.parseInt(st.nextToken());
            }
        }

        br.close(); // 입력을 다 받았으면 닫아주어야 한다
    }

이번에는 들어오는 배열이 다음과같이 다닥다닥 붙어있는 경우에 대해서 다루어보고자 한다

GBGBBG
BBGBBB
GGBBGB
GGGGBB
GGGGGB

3. BufferedReader & charAt()을 이용한 읽기

문자열이 다닥 붙어있으므로 nextToekn()을 사용할 수 없다. nextToken은 띄어쓰기 기반으로 받아오기 때문이다

    public static void main(String[] args) throws IOException{ // IO 예외 처리

        BufferedReader br = new BufferedReader(new InputStreamReader(System.in));

        int n = Integer.parseInt(br.readLine());
        char arr [][] = new char[n][n];

        for(int i=0; i<n; i++){
            String line = br.readLine();
            for(int j=0; j<n; j++){
                arr[i][j] = line.charAt(j); // charAt()을 이용하여 한 문자씩 받아준다
            }
        }

        br.close();
    }

근데 사실 이 방법보다 더 쉬운 방법이 있다.

4. BufferedReader & toCharArray()를 이용한 읽기

toCharArray()는 문자열을 char 배열로 바꿔주는 함수이다.
이를 이용해주면 아주 간단하게 배열을 읽어올 수 있다

    public static void main(String[] args) throws IOException{ // IO 예외 처리

        BufferedReader br = new BufferedReader(new InputStreamReader(System.in));

        int n = Integer.parseInt(br.readLine());
        char arr [][] = new char[n][n];

        for(int i=0; i<n; i++){
            String line = br.readLine();
            arr[i] = line.toCharArray(); // toCharArray()를 통해 각 행에 해당하는 배열을 한꺼번에 받을 수 있다
        }

        br.close();
    }

추가 : 파일로 인풋을 받을 때

콘솔로 테스트 해볼 때 마다 입력값을 주기 귀찮으므로, 파일로 인풋을 입력받고자 할 때는 다음라인을 제일 처음에 추가해주면 된다

 System.setIn(new FileInputStream("Input.txt");

이 때, 인풋 파일의 경로는 프로젝트의 최상위 경로로, 만약 src 디렉토리 안에 파일이 있는 경우라면 src/Input.txt로 경로를 수정해주면 된다

자바는 왜이렇게 귀찮게 굴까
C++ 하다가 오니까 적응이 안된다

[SSAFY] SSAFY 8기 웰컴키트 후기

아임다디 — Sun, 24 Jul 2022 18:53:05 +0900

SSAFY 8기 웰컴키트가 드디어 도착했습니다

구성품은 얇은 후드티, 반팔티, 스티커, 에코백, 텀블러, 웹캠! 이렇게 푸짐하게 구성되어 있습니다

역시 포부가 큰 삼성! 박스도 너무 이뻐서 버리기 아까워가지구 보관함으로 잘 쓰고있답니다.

후드티 색은 흰색, 검은색, 파란색 중 랜덤이라고 하는데요...

하하ㅠㅠ 흰색이나 검은색이었으면 더 좋았을텐데 아쉽네요. 동기분들 흰색, 검은색 후드티 보니까 너무 이쁘더라구요오오오오....

개발자의 필수품 스티커!! 노트북에 스티커가 많이 붙을수록 개발자 포스가 올라간다고 하죠

스티커들도 너무 예쁘게 나왔습니다. 8기 슬로건인 "7전 8기 오뚜기" 스티커두 있네요!

이전 기수분들은 어떤 스티커들을 받았는지 궁금합니다

다음으로 에코백 & 텀블러 & 웹캠 세트!

에코백은 귀여운 사이즈라 가볍게 들고다니기에 너무 좋을거같아요. 디자인도 심플하고 마음에 듭니다

텀블러는 너무 고급스러워 보여요.. 텀블러 필수템이죠! 카페에서 음료 살 때나, 직장에서 커피나 물 담아 놓을 때나 필수템입니다

제가 웰컴키트에서 가장 기대했던 선물.. 바로바로 웹캠

요새 개발자 취준생에게 웹캠은 정말 필수죠. 코딩 테스트, 코로나로 인한 비대면 면접 등 웹캠이 필요한 상황이 굉장히 많습니다. 고마워요 SSAFY

SSAFY의 센스를 다시 한 번 느낄 수 있었던 웰컴 키트! 앞으로의 1년이 정말 기대됩니다.

다음에 SSAFY 8기 합격 수기도 남겨보겠습니다. 특히 면접 준비할 때 여러 블로그들을 참고했던게 정말 도움이 많이 됐습니다. 저도 앞으로 들어오실 후배님들께 조금이라도 도움이 됐으면 좋겠네요 :)

그럼 20000!

[OpenSearch] OpenSearch Dashboard에 location data Visualize를 위한 초기 설정 과정

아임다디 — Tue, 7 Jun 2022 15:04:55 +0900

목적

OpenSearch Dashboard(Kibana Visualize)로 프로젝트에서 사용되는 각 트럭 별로 이동 경로 데이터 보기 위해 해야 할 초기 셋팅 작업

개념

ElasticSearch Mapping

데이터가 입력되어 자동으로 매핑이 생성되기 전에 미리 먼저 인덱스의 매핑을 정의 해 놓으면 정의 해 놓은 매핑에 맞추어 데이터가 입력된다
이미 생성된 데이터에 대한 매핑은 불가하다
즉, location 데이터가 들어오기 전에 매핑을 먼저 해줘야 한다

Geo

Elasticsearch에서 제공하는 위치정보 저장 타입 중 하나
Geo Point 는 위도(latitude)와 경도(longitude) 두 개의 실수 값을 가지고 지도 위의 한 점을 나타내는 값이다
location을 geo_point로 매핑해놓으면 안에 들어있는 lat, lon을 자동으로 위도, 경도로 인식해준다

Kibana Visualize

Kibana에서는 데이터 시각화를 제공해준다
위치 정보를 보기 위한 Coordinate Map을 생성하고 데이터를 보기 위해서는 geo_point 타입이 필수이다

야크털 쉐이빙

Visualize 과정에서 가장 애먹었던 부분은 geo_point로 mapping 해주는 과정이었다.
기존에 Kinesis Data streams로 부터 데이터가 계속 들어와 있는 상태에서 타입을 재매핑해주려고 하니까 illegal_argument_exception 오류가 떴다.

오류 내용

"type" : "illegal_argument_exception",
"reason" : "mapper [location] cannot be changed from type [long] to [geo_point]"

앞의 개념에서도 설명했듯이 이미 생성된 데이터에 대한 재매핑은 불가하므로 인덱스를 삭제해주고 다시 생성해서 매핑까지 한 뒤에 데이터를 받아야 한다

작업 과정 - Index Mapping

인프라를 모두 구축하고 아무런 데이터가 OpenSearch에 담기지 않은 상태
OpenSearch Dashboard - DevTools을 통해 Index 생성 및 Mapping을 해준다

PUT drivers-log 
{ 
    "mappings": {
        "properties": {
            "location": {
                "type": "geo_point" 
			}
		}
	}
}

응답이 아래와 같이 오면 성공적으로 매핑된 것 (상태코드 : 200 - success)

{ 
  "acknowledged" : true, 
  "shards_acknowledged" : true, 
  "index" : "drivers-log" 
}

인덱스에 대한 정보를 다시 확인하고 싶다면 GET drivers-log를 해주면 된다

3. 이후 트럭 데이터들을 전송해주면 된다

+ 여담

프로젝트 초반 Kinesis Data Generator를 통해 OpenSearch에 데이터가 잘 도달하는지 테스트 하는 과정에서 OpenSearch에 미리 인덱스를 만들고 테스트를 했을 때 데이터가 도달하지 않아 생겼던 오해에서 비롯해 사용했던 방법

일단 위에서 도달하지 않았던 원인은 OpenSearch Backend-Role, Data Type 문제였다.

아무튼! 내가 처음에 사용했던 방법에 대해 후술해보자면,

Kinesis Data Stream에 데이터를 보내기 위한 API Gateway 엔드포인트로 location이 들어가있지 않은 아무 테스트 데이터를 보내 인덱스를 생성해준다

주의사항 : location이 담긴 데이터를 보내면 이미 생성된 데이터에 대한 매핑은 불가하므로 반드시 location이 없는 아무런 데이터나 보내도록 한다
{ "truckId": 11, "timestamp": 20220530021550 }

OpenSearch Dashboard - DevTools을 통해 Index Mapping을 해준다

PUT drivers-log/_mapping 
{ 
	"properties": {
    	"location": {
        	"type": "geo_point"
		}
	}
}

작업과정 - Visualize

OpenSearch Dashboard - StackManagement - Index Patterns 선택
보고자하는 인덱스의 인덱스 패턴 생성

geo_point으로 성공적으로 매핑이 됐다면 location의 타입이 geo_point으로 나온다!

OpenSearch Dashboard의 Visualize 메뉴 선택
New Visualize에서 Coordinate Map 선택

우측의 Buckets 탭에서 Add 선택
Aggregation에서 Geohash 선택, field에서 location 선택
촘촘한 경로를 보고싶다면, Change precision on map zoom 해제 후 Precision 수치를 높여준다
Point 색 변경을 원한다면 Options의 Color Schema 변경

+ 상단의 Add filter를 통해 원하는 데이터만 출력이 가능하다

결론

매핑은 최초에 한 번만 할 수 있으니 주의하자!
DevTools로 할 수 있는 일이 많으니 활용법을 잘 찾아보고 적재적소에 잘 활용하자!

레퍼런스

Elastic Geo
Kibana Map 사용법

[Project 1 - WAS] Fastify-cli 프로젝트 생성

아임다디 — Thu, 2 Jun 2022 18:42:07 +0900

Project1 에서 WAS 서버를 만들기 위해 Fastify 프레임워크를 사용하여 Node.js 기반 백엔드를 구현하였다

Fastify 란?

Node.js 프레임워크 중 하나로 최소한의 오버헤드와 강력한 플러그인 아키텍처를 자랑하는 프레임워크이다.

프로젝트에서는 Fastify 프레임워크를 cli로 쉽게 다루기 위해 fastify-cli를 설치하여 사용하였다

fastify-cli 공식 Github

GitHub - fastify/fastify-cli: Run a Fastify application with one command!

Run a Fastify application with one command! Contribute to fastify/fastify-cli development by creating an account on GitHub.

github.com

Fastify 프로젝트 셋팅 방법

npm을 통해 fastify-cli를 설치해준다.

npm i fastify-cli --global

프로젝트를 생성하고자 하는 위치로 이동해 generate 명령어를 통해 새 프로젝트를 생성해준다

fastify generate . // 현재 디렉토리에서 새 프로젝트 생성

generate로 프로젝트 생성

실행 명령어

fastify 프로젝트를 생성하면 README.md에 실행방법이 나와있다.

npm test # test 모듈을 실행
npm run dev # app을 dev mode로 실행한다. 코드에 변경사항이 있을 때 마다 적용
npm start # Production mode로 실행

default는 localhost:3000 에서 열리며, fastilfy-cli 옵션으로 다른 포트에서 열리도록 실행 가능하다

최초 실행시에는 npm install을 통하여 모듈들을 설치해주자

Directory 구조

fastify는 기본적으로 routes 하위에 있는 파일들이 분기점이 된다.

예를 들어, routes/example/index.js 를 보고싶다면 localhost:3000/example을 하면 example/index.js의 내용을 볼 수 있다.

example에서 하위 엔드포인트를 만들고 싶다면 example/index.js 에서 원하는 엔드포인트를 만들어주면 된다

'use strict'

module.exports = async function (fastify, opts) {
  fastify.get('/', async function (request, reply) {
    return 'this is an example'
  })

  fastify.get('/hi', async function (request, reply) {
    return 'this is hi'
  })
}

localhost:3000/example/hi 를 만들어주었다

plugins 폴더에는 서버에서 사용 할 여러 모듈들을 연결하는 용도로 사용하였다.

다음 글에서는 프로젝트에서 사용했던 dotenv, fastify-mongodb 등의 모듈을 연결하고 사용하는 방법에 대해 포스팅해보겠다.

[Project 1 - WAS] 기능 정의서, ERD, Swagger API 문서 제작

아임다디 — Thu, 2 Jun 2022 17:41:20 +0900

조오오금이 아니라 아주 많이 늦게 업로드하지만 드디어 올리는 Codestates DevOps 부트캠프 첫 번째 프로젝트 정리 글!
이번 문서에서는 첫 번째 프로젝트의 목표와 프로젝트 제작을 위해 제작하였던 기능정의서, DB 제작을 위한 ERD, API 통신을 위한 API 문서를 정리해보았다!

목표

CRUD 기능을 가진 API 서버를 완성합니다.
클라우드 서비스 데이터베이스를 사용하여 데이터를 영속적으로 저장합니다.
데이터를 모델링하고, API 문서화를 진행합니다.
Git을 이용한 협업을 진행합니다.

첫 번째 프로젝트인 만큼 목표는 간단하게 로컬에서 돌아가는 WAS 서버를 제작하는 것이다.

DevOps 부트캠프에서는 프론트는 다루지 않기 때문에 프로젝트 목표에 프론트엔드 구현은 포함되지 않는다

기술 스택

백엔드 : Node.js (version >= 16), fastify
데이터베이스 : MongoDB
API : Swagger

주제

2022 대선 시즌을 맞아 대선 공약을 랜덤으로 출력하여 사용자가 공약에 대한 찬반을 선택해 나와 가장 잘 맞는 / 잘 맞지 않는 추천 후보 보여주는 서비스

기능 정의

사용자는 후보별로 모든 공약을 조회할 수 있다.
사용자는 화면에 제시된 공약에 대해 찬, 반으로 투표할 수 있다.
사용자는 랜덤한 순서로 각 후보 마다 7개의 공약을 투표할 수 있다. (총 28 문항)
사용자는 마지막 화면에서 자신과 가장 잘 맞는 후보와 잘 맞지 않는 후보를 볼 수 있다.
사용자의 투표 별 선택 결과와 최종 결과는 데이터베이스에 저장된다.

ERD

ERD는 dbdiagram 사이트를 이용하여 그렸다.

크게 User(유저), Promise(공약), President(대통령 후보)로 구성되어 있다.

User Table에는 유저의 이름과 가장 잘 맞는 후보(best_pres), 잘 맞지 않는 후보(worst_pres)에 대한 정보가 저장된다

President Table에는 대통령 후보의 이름(name)과 당 정보(party)가 들어간다.

Promise Table을 말하기 앞서, 2022 대선 공약의 7가지 카테고리를 구분하기 위해 Promise_category Table을 만들었다.

대선 후보 및 공약 관련 내용은 파이낸셜 뉴스 사이트에서 보고 정리하였다.

대선 공약 7가지 카테고리 항목

- 외교∙안보∙국방

- 경제∙복지

- 경제∙노동

- 사회∙복지

- 교육

- 환경

- IT

Promise Table에는 대통령의 id값, category의 id값과 공약 내용(contents)가 들어간다.

마지막으로 User_Promise 테이블에는 유저가 선택한 항목들을 저장하기 위해서 제작되었으며, 유저 uuid 정보와 선택한 공약에 해당하는 공약 id, 후보 id, 찬/반 여부를 저장하는 choice를 저장한다.

API

API 문서는 Swagger를 통해 정리하였다.

StreetDaeFight API

Build, Collaborate & Integrate APIs | SwaggerHub

app.swaggerhub.com

프로젝트 도중 API를 여러번 바꿔서 프로젝트 끝나고나서 다시 만든건 비밀

다시 만들어보면서 Swagger Hub 사용법을 많이 익혔다. Swagger Hub 사용법은 따로 포스팅해보겠다.

[Docker, EC2, SCP] SCP 명령을 통해 로컬에서 EC2로 파일을 옮기는 과정에서 겪었던 야크 털 쉐이빙

아임다디 — Mon, 9 May 2022 15:04:03 +0900

데브옵스 부트캠프 세 번째 프로젝트에서 했던 야크털 깎기 중 최고봉은 바로바로 로컬에서 ec2로 scp 명령어를 통해 파일을 전달할 때 발생했던 삽질들이었다

목표는 로컬에서 EC2로 scp 명령어를 통해 도커 이미지 빌드에 필요한 파일들을 보낸 후, 이미지를 빌드하여 실행시켜 로컬이 아닌 EC2 환경에서 도커 이미지가 실행되도록 하는 과정이었다.

정말 많은 야크 털 쉐이빙 과정을 겪었는데 하나씩 풀어보겠다.

save는 돌아가는 길이에요

상황

docker 이미지를 로컬에서 ec2로 옮기기 위해 구글링을 해보던 중 이 글을 발견했다
이 글에 나와있는 설명을 간단하게 정리해보자면

로컬에서 docker 이미지를 만든다
이미지를 tar 확장자로 docker save 명령을 통해 저장한다
scp 명령을 통해 원격 서버로 tar 파일을 전송한다
원격서버에서 전송된 tar 파일을 docker load를 통해 이미지로 저장한다
저장된 도커 이미지를 실행한다

하다가 왜 tar 확장자로 저장하는지 이해가 안돼서 크루분께 여쭤봤더니 돌아오는 말..

save는 돌아가는 길이에요 save 쓰지마세요

네...

해결

그냥 Dockerfile만 ec2로 옮겨서 ec2에 이미지를 만든 뒤 run하기만 하면 됐다..

scp로 Dockerfile과 index.html을 ec2로 옮겨준다
ec2에서 이미지를 빌드한다
Run..

나갈때는 마음대로지만 들어올땐 아니란다

상황

scp 명령을 통해 Dockerfile과 index.html을 보내고싶은데 계속 권한 에러가 떴던 상황이었다

scp 명령어 사용법을 구글링으로 찾았을 때 다음과 같이 사용하는 것을 알 수 있었다

scp [옵션] [파일명] [원격지_id]@[원격지_ip]:[받는 위치]

그래서 명령어를 이렇게 썼더니

scp Dockerfile ubuntu@퍼블릭IP주소:/Dockerfile

응 안돼

[ubuntu@퍼블릭IP](mailto:ubuntu@퍼블릭IP): Permission denied (publickey).
lost connection

에러메시지를 복사해서 구글링을 해보니 역시 aws 레퍼런스를 잘 준비해놨다

이 레퍼런스(야크털 쉐이빙 지름길^^)대로 해보자면

로컬에서 ssh 퍼블릭 키 값을 복사한다

키 값 위치는 ~/.ssh/id_rsa.pub 에서 확인할 수 있습니다

ec2에서 다음 명령어를 실행해준다

$ echo '복사한 ssh 퍼블릭 키' >> /home/ubuntu/.ssh/authorized_keys

권한을 수정한다

$ sudo chown root:root /home
$ sudo chmod 755 /home
$ sudo chown ubuntu:ubuntu /home/ubuntu -R
$ sudo chmod 700 /home/ubuntur /home/ubuntu/.ssh
$ sudo chmod 600 /home/ubuntu/.ssh/authorized_keys

ec2를 종료한다

다 하고 다시 위의 명령어를 실행했지만 같은 에러를 뱉었고, ec2에 다시 들어가려고 하자
띠용! ec2에 접속 자체가 안된다!!!

ec2 접속 명령어를 통해 접속을 시도해도 이전에 봤던 에러 [ubuntu@퍼블릭IP](mailto:ubuntu@퍼블릭IP): Permission denied (publickey).를 반환하며 접속 자체가 안됐다

나갈때는 마음대로지만 들어올때는 아니란다도 아니고 허허

결국 ec2를 새로 만들게 되었다..

해결

이런 뻘짓을 안해도 scp 명령의 옵션을 통해 ec2에 간단하게 접속할 수 있었다

scp -i 'pem키_주소' index.html ubuntu@'퍼블릭IP':/index.html

아 허무하다

파일 경로 이슈

상황

위에서 사용한 scp 명령어를 사용하면 사실 또 다른 에러를 뱉는다

scp: /index.html: Permission denied

이건 진짜 멍청한 실수였다
경로를 /index.html로 해놓으면 root 폴더에 index.html 파일을 옮긴다는 건데 당연히 권한 에러가 뜰 수 밖에 없다

해결

홈 디렉토리를 애용합시다 ㅎㅎ

scp -i 'pem키_주소' index.html ubuntu@'퍼블릭IP':/home/ubuntu/index.html

결론

새로운 명령을 사용할 때는 명령 사용법을 잘 알아봅시다
구글링 할 때 한 글만 보지 말고 다른 글들도 보면서 다양한 방법을 찾아봅시다
EC2는 나쁩니다

[Github] git에서 특정 브랜치만 clone하는 방법

아임다디 — Sun, 8 May 2022 22:51:10 +0900

상황

Git clone을 하고싶은데 main이 아닌 다른 특정 브랜치를 clone 해오고싶어서 방법을 찾아봤다.
그냥 Git clone을 진행하면 main 브랜치가 클론되는데, 내가 clone해오고 싶은 브랜치는 master인 상황이었다.

해결

git clone -b 'branch name' --single-branch 'repository url'
git clone -b master --single-branch 'repo url'

이렇게하면 master의 branch 내용만 클론 해올 수 있다

[MySQL] Error: ER_ACCESS_DENIED_ERROR: Access denied for user 'root'@'localhost' (using password: YES)

아임다디 — Fri, 29 Apr 2022 13:07:02 +0900

발생시기

RDS에 접속할 때 발생

상황

서버에서 RDS 접속하려고 할 때, 또는 로컬이나 EC2에서 RDS에 접속할 때 DB에 접속이 안된다면서 발생하는 에러

원인

이 에러가 떴다 = 비밀번호 확인하세요 제발!!!!!!!

DB에 연결하기 위한 매개변수들이 잘못되어서 발생하는 오류이다

해결

쉘을 통해 RDS에 직접 접속할 때 이 에러가 발생했다

-> 비밀번호가 잘못되지 않았다고 생각된다면 비밀번호 변경하고 다시 도전

서버에서 접속할 때 이 에러가 발생했다

-> DB 관련 환경 변수가 제대로 되었는지 확인하세요
-> Lambda같은 경우에는 Deploy 할 때 환경변수가 날라가는 경우가 있으므로 Lambda 환경변수 확인할 것!

결론

환경변수... 비밀번호..^^ 잘 확인합시다

[AWS, RDS] 로컬, EC2에서 RDS 접속하는 방법

아임다디 — Fri, 29 Apr 2022 11:29:06 +0900

이번 포스팅에서는 AWS Mysql RDS를 로컬에서 접속하는 방법에 대해 포스팅 해보겠다

EC2에서 RDS에 접속하는 방법과 동일한 쉘을 이용해서 접속하는 방법을 소개할 것이다

준비사항

컴퓨터에 Mysql이 설치되어 있지 않다면 mysql을 설치해준다

필자는 Mac이므로 brew를 통해 설치해주었다

brew install mysql

접속 방법

쉘에서 다음 명령을 입력한다

mysql -h 호스트_엔드포인트 -u 유저이름 -p

호스트 엔드포인트는 RDS의 엔드포인트를 말한다

-p 옵션을 통해 비밀번호를 입력하고 나면 쉘 모양이 mysql로 변경된 것을 확인할 수 있을 것이다

그러면 접속 성공!

원하는 데이터베이스로 이동하기

show databases를 통해 database이름을 확인할 수 있고,

use db_name을 통해 해당 DB로 이동할 수 있다

mysql> show databases; # DB들을 출력해준다 
+--------------------+
| Database           |
+--------------------+
| information_schema |
| project3a          |
+--------------------+
2 rows in set (0.02 sec)

mysql> use project3a # project3a DB를 사용하기 위해 이동 
Reading table information for completion of table and column names
You can turn off this feature to get a quicker startup with -A

Database changed
mysql> show tables; # project3a에 있는 table들을 출력해준다
+---------------------+
| Tables_in_project3a |
+---------------------+
| advertisement       |
| factory             |
| product             |
+---------------------+
3 rows in set (0.04 sec)

해당 DB로 이동했으면 Mysql 쿼리문을 통해 원하는 작업을 수행하면 된다

EC2에서도 로컬에서 쉘로 접속하는 방법과 마찬가지로 동일한 명령을 통해 RDS로 접근할 수 있다

그저 쉘을 띄운 환경의 차이가 EC2냐 로컬이냐의 차이다!

[M1 Mac, AWS Lambda] 'sharp' cannot find module, Something went wrong installing the \"sharp\" 오류 해결

아임다디 — Tue, 26 Apr 2022 21:40:17 +0900

발생시기

이미지를 resize하는 AWS Lambda 함수를 만들기 위해 작업하는 도중 발생한 에러

상황

npm의 sharp모듈을 사용해야 하는데, 모듈을 사용하려고 하면 'sharp' cannot find module이나, Something went wrong installing the \"sharp\" 에러가 출력되는 상황

원인

M1 Mac 문제인 것으로 확인되며, package.json의 depencencies에서 sharp가 있으면 해당 에러를 뱉는다.

해결

package.json의 dependencies에서 sharp관련 라인을 삭제해준다

{
    "dependencies": {
        "aws-sdk": "^2.1111.0"
          "sharp": "^0.30.3" // 해당 라인을 삭제해준다
    },
    "devDependencies": {
        "jest": "^26.6.3"
    },
    "scripts": {
        "test": "jest",
        "preinstall": "npm install --platform=linux --arch=x64 --no-save sharp"
    }
}

결론

우리 m1이는 왜이렇게 까다로울까. 구글링 할 때도 mac이나 m1을 붙여서 검색하면 좀 더 수월하게 검색할 수 있을 것 같다.