기본 콘텐츠로 건너뛰기

설계 프론트엔드 : 엥귤러 / 백엔드 : flask REST API / DB 몽고DB(도커)

설계 프론트엔드 : 엥귤러 / 백엔드 : flask REST API / DB 몽고DB(도커)

REST가 뭐고 REST를 왜 배우고 써야 하는가?

처음 주니어로 개발자 커리어를 시작하는 시점에서 미리 해봤으면 좋았을 거라고 생각되는게 꽤 많습니다.

그 중 하나가 REST API 를 이용해서 만든 토이프로젝트입니다.

거의 모든 앱은 서버 - 클라이언트 구조로 되어있고 이 통신에서 가장 많이 쓰이는 것이 REST 이기 때문입니다.

REST에 대한 개념은 아래 블로그에 정리되어 있습니다.

조대협님 블로그의 REST 정리 : http://bcho.tistory.com/953

여기선 REST를 쉽게 제공하는 프레임워크를 통해 사용법에 더 집중할 예정입니다.

그런데 초보 개발자의 입장에선 우선 REST는 바로 쓸 수 있게 빠르게 이해하려면 json 데이터를 요청하고 받는 비동기 통신인 ajax 개념으로 간단하게 이해하고 넘어가고 점차 이해하고 시작합시다.

REST 가 뜨게 된 이유는 된 가장 큰 이유는 모바일 때문입니다.

모바일은 우선 데이터를 사용해야하는데 이 상황에서 요청할 때마다 html 을 보내주는 방식은 비효율적이며 모바일은 아이폰, 안드로이드, 윈도우폰 등 다양한 OS와 다양한 플랫폼에 대해 대응해야 하며 그만큼 사용자가 늘어났기 때문에 분산처리의 필요성이 증가했으며 브라우저의 성능과 프론트엔드 프레임워크가 좋아졌기 때문에 서버에서 처리하던 걸 클라이언트에서 처리하는 게 이득이 커졌기 때문입니다.

단점도 거의 없고 장점만 있으니 써야죠. (태클 환영합니다.)

이 포스팅 시리즈에선 아래와 같은 스팩으로 진행할 생각입니다.

개발 스택

프론트엔드 : npm, angular6

백엔드 : flask, flask_apiframework , python3.6

DB : 몽고 DB 3.0 (Docker)

IDE : Pycharm Profession

VCS : Git, GIthub

1. 프로젝트 세팅

파이참 실행 (일반 프로젝트)

1) 폴더 backend / frontend 만들기

mkdir backend

cd backend

# 가상 환경으로 라이브러리 의존성을 분리합니다.

virtualenv venv

# 가상환경 실행

source ./bin/activate

# 서버 프레임워크인 flask와 restful을 지원하는 flask_restplus를 설치합니다. 주의) flask_restful 이 아닙니다.

pip install flask, flask_restplus

# 프론트 엔드 파일을 생성을 위해 위치 이동합니다.

cd ..

mkdir frontend

# 엥귤러 설치합시다.

npm install angular/cli

ng new frontend

.gitignore 파일 작성

첨부 파일 참고

pycharm 내에서 git 잘 되는지 확인

2. 몽고 db 사용 (도커 + 로보 3T)

왜 굳이 docker 를 쓰나요?

사실 그냥 설치해도 상관은 없습니다. 저는 근데 docker 로 하면 금방 설치할 수 있어서 씁니다.(편해서) 그리고 docker 공부도 하고 싶어서 씁니다.

도커 설치

아래 사이트 참고 : https://subicura.com/2017/01/19/docker-guide-for-beginners-2.html

아래 사이트 참고 : https://subicura.com/2017/01/19/docker-guide-for-beginners-2.html 도커로 몽고 db 사용 (2.4 밑 버전에선 pymongo 사용이 안되는 이슈)

docker pull mongo:3.0

docker run --name mongo -p 27017:27017 -d mongo

docker exec -it mongo /bin/bash

docker start

참고 : https://qvil.github.io/docker/docker-mongo/

container id 는 실행하고 docker ps -a 로 확인하자

로보 3T 설치

디비 설계 (자료구조) : 기본 틀은 따로 문서에 저장하는 걸 추천한다. docker 로 실행할 때 로컬로 하다보니 자주 껐다키는데 그러다 오류가 나서 디비를 날릴 수도 있다.

사용자 컬렉션

/**

기본적인 유저 정보를 생각나는데로 적었다. 홈페이지 성격에 따라 디비 수정이 있을 같다.

_id 칼럼은 아이디로 나중에 primary키로 쓰일 것이다.

user_type은 회원 구분을 위해 만들었다.

passwd는 틀이 완성되고 회원가입을 하면서 처리할 예정이다.

*/

user

{

"_id" : "inspire12",

"psswd":"willbeencryption",

"created_date":"2011-02-02",

"name" : "myname",

"user_type" : "1"

}

글 컬렉션

/**

게시판은 우선 하나의 디비에 저장해서 사용한다. 사용량이 많지 않을 거라 굳이 구분하지 않았다.

index를 primary 키로 이를 통해 구분한다.

board_type으로 들어가는 게시판 마다 글을 구분한다.

depth 을 통해 답글여부를 사용한다.

시간순 나열, 추천 순 나열, 조회 순 나열을 위해 칼럼을 추가했다.

_id는 board_type, index, depth 를 이어 만듬

*/

board

{

"_id" : "team_1_1",

"index" : "1",

"board_type": "team",

"title": "start",

"content": "hihihihi",

"user_id": "inspire12",

"depth" : "1",

"images": [],

"files" : [],

"created_data": "2010-05-02",

"hit" :"0",

"recommend": [],

}

댓글 컬렉션

/**

댓글 위치를 위해 board_id를 가져와야한다.

댓글의 댓글을 구현하기 위해 comment_depth를 추가했다. 대댓글 기능은 역시 고민을 좀 더 해야한다.

*/

comment

{

"_id" : "",

"index" : "1",

"board_index" : "1",

"user_id" : "inspire12",

"comment_content" : "asdfdsa",

"depth" : "1",

"comment_depth" : "1"

}

from http://inspire12.tistory.com/127 by ccl(A) rewrite - 2020-03-07 04:54:41

댓글

이 블로그의 인기 게시물

[GCP] Flask로 TF 2.0 MNIST 모델 서빙하기

[GCP] Flask로 TF 2.0 MNIST 모델 서빙하기 Google Cloud Platform 우선 TensorFlow 2.0을 설치하자. 머신에 직접 설치하거나 도커를 다운받아 사용, 혹은 구글 colab을 활용( https://www.tensorflow.org/install)하면 되는데, TensorFlow에서 권장하는대로 머신에 VirtualEnv를 활용해서 설치하자 ( https://www.tensorflow.org/install/pip). 설치하는 김에 Flask도 같이 설치해보자. Compute Machine 하나를 생성(크게 부담 없는 예제라 g1 instance)하고, SSH를 연결하여 실행하면 된다. $ sudo apt update $ sudo apt install python3-dev python3-pip $ sudo pip3 install -U virtualenv # 굳이 system-wide로 flask를 설치할 필요는 없지만 그렇게 했다. $ sudo pip3 install flask $ sudo pip3 install flask-restful # virtualenv 환경에서 tensorflow 2.0 설치 $ virtualenv --system-site-packages -p python3 ./venv $ source ./venv/bin/activate # sh, bash, ksh, or zsh (venv) $ pip install --upgrade pip (venv) $ pip install --upgrade tensorflow 모든 환경이 마련되었으니, 우선 MNIST 모델을 TF 2.0으로 Training하여 모델을 Save 해 두자(tf_mnist_train.py). 대략 99% 이상 정확도가 나온다! import tensorflow as tf import numpy as np # 학습 데이터 load ((train_data, train_label), (eval_data, eval_label)) = tf....

스프링 프레임워크(Spring Framework)란?

스프링 프레임워크(Spring Framework)란? "코드로 배우느 스프링 웹 프로젝트"책을 개인 공부 후 자료를 남기기 위한 목적이기에 내용 상에 오류가 있을 수 있습니다. '스프링 프레임워크'가 무엇인지 말 할 수 있고, 해당 프레임워크의 특징 및 장단점을 설명할 수 잇는 것을 목표로합니다. 1. 프레임워크란? 2. 스프링 프레임워크 "뼈대나 근간을 이루는 코드들의 묶음" Spring(Java의 웹 프레임워크), Django(Python의 웹 프레임워크), Flask(Python의 마이크로 웹 프레임워크), Ruby on rails(Ruby의 웹 프레임워크), .NET Framework, Node.js(Express.js 프레임워크) 등등. 프레임워 워크 종류 : 3. 개발 시간을 단축할 수 있다. 2. 일정한 품질이 보장된 결과물을 얻을 수 있다. 1. 실력이 부족한 개발자라 허다러도 반쯤 완성한 상태에서 필요한 부분을 조립하는 형태의 개발이 가능하다. 프레임워크를 사용하면 크게 다음 3가지의 장점 이 있습니다. 프레임워크 이용 한다는 의미 : 프로그램의 기본 흐름이나 구조를 정하고, 모든 팀원이 이 구조에 자신의 코드를 추가하는 방식으로 개발 한다. => 이러한 상황을 극복하기 위한 코드의 결과물이 '프레임워크' 입니다. 개발자는 각 개개인의 능력차이가 크고, 따라서 개발자 구성에 따라서 프로젝트의 결과 차이가 큽니다. 2. 스프링 프레임워크(Spring Framework) 자바 플랫폼을 위한 오픈 소스 애플리케이션 스프링의 다른 프레임워크와 가장 큰 차이점은 다른 프레임워크들의 포용 입니다. 이는 다시말해 기본 뼈대를 흔들지 않고, 여러 종류의 프레임워크를 혼용해서 사용할 수 있다는 점입니다. 대한민국 공공기관의 웹 서비스 개발 시 사용을 권장하고 있는 전자정부 표준프레임워크 이다. 여러 프레임워크들 중 자바(JAV...

Dummy to resolve the flask problems

Dummy to resolve the flask problems This post is about flask problems that I struggled with. Hope you this is useful things when you taste it. Issue : How to deploy a flask application on Apache2 Resolve : As you know, flask is a micro framework. It can be handled on Apache2 using WSGI module. See the reference. Reference: https://www.digitalocean.com/community/tutorials/how-to-deploy-a-flask-application-on-an-ubuntu-vps Issue : Flask caused ERR_CONNECTION_ABORTED on POST Resolve : There are lots issues for this problem in principle. It caused when browser keep sending some buffer but server doesn't want to receive. My case is like this (submit.html) (submit.py) @bp.route('/submit', methods=["GET", "POST"]) def submit(): return render_template("submit.html") This kinda skel code to explain this. In flask case, this can be caused when it runs as develop server such as run...