- GCP BigQuery - APPROX_QUANTILES 데이터 분석에서 APPROX_QUANTILES 함수 사용하기데이터 분석에서 대량의 데이터를 빠르게 요약하고 인사이트를 도출할 때가 많습니다. 특히, 데이터 분포를 이해하기 위해 분위수 계산이 중요한데, 데이터 크기가 크거나 실시간 처리가 필요할 때 전통적인 방식은 비효율적일 수 있습니다. 이런 경우 APPROX_QUANTILES 함수가 유용합니다.APPROX_QUANTILES란?APPROX_QUANTILES는 대규모 데이터에서 분위수를 근사값으로 빠르게 계산하는 함수입니다. Google BigQuery와 같은 데이터 웨어하우스에서 널리 사용되며, 분산 처리 환경에서 특히 유용합니다.이 함수는 데이터 분포를 요약하기 위해 필요한 분위수를 효율적으로 계산하며, 4분위수나 10분위수 계산 등에 활용됩니다.기본..
- FUN 특정 글자 수에 맞게 줄을 조정하는 툴 Max Length: Input Text: Output Text: Length: 개인 목적으로 만든 툴이라 범용성은 없습니다 ;) 글을 19 (혹은 원하는 글자수) 에 맞춰서 줄 바꾸기를 하고, 단락 구분을 하도록 하였습니다
- FUN Text comparison 툴 Simple Text Comparison Tool 이 툴은 LCS를 이용하여 아주 심플하게 구현된 텍스트 비교 툴입니다. 다음과 같은 케이스를 탐지하지 못합니다: 두 단어의 교체는 전체가 다르다로 인식. 예시: Text1: "I love to eat apples and bananas" Text2: "I love to eat bananas and apples" Space 차이에 대한 인식. 예시: Text1: "HelloWorld" Text2: "Hello World" 대문자 소문자 차이에 대한 인식. 예시: Text1: "hello world" Text2: "Hello World"
- Back-end 스프링 프레임워크 이해하기 기존 다른 업무를 하면서 Back-end에 대하여 공부하면서 작성한 글입니다. 기본적으론 개인 아카이빙이 목적이지만 같이 공부한 것을 나누는 포스터이며, 혹시 잘못된 점이 있다면 댓글로 알려주세요 1. 배경: 스프링의 진화 엔터프라이즈 자바의 초창기에는 EJB(Enterprise JavaBeans)가 강력한 엔터프라이즈 어플리케이션을 구축하는 데 대세였습니다. 하지만, EJB의 복잡성은 현대의 아키텍처 트렌드와 잘 어울리지 않았습니다. 이러한 필요성은 스프링 프레임워크의 탄생을 이끌었습니다. 시간이 지나면서 스프링은 EJB의 복잡성을 완화하는 프레임워크에서 엔터프라이즈 자바의 다양한 요구사항을 해결하는 종합적인 프로젝트 모음으로 진화했습니다. 이제는 보안 프레임워크부터 완전한 MVC 웹 어플리케이션 프레..
- 소식 영문 블로그 https://nocontent204.blogspot.com/
