드라이빙 인사이트

[고추 재배기] 어느덧 훌쩍 자란 고추 나무

드라이빙 인사이트 — Fri, 18 Jun 2021 05:24:26 +0900

2021년 처음으로 시작했던 베란다 회분에서 상추와 고추, 대파가 무럭무럭 자라고 있습니다. 처음 심었던 상추와 대파는 자라나는 속도를 먹는 속도가 따라가지 못 할 정도로 자라고 있습니다. 성공적인 상추 농사에 이어서 좀 더 난이도가 높은 작물인 고추농사를 지어보고자 5월 5일 어린이날에 고추모를 옮겨 심었습니다.

꼬꼬마 묘목을 스티로폼 화분에 옮겨 심은 다음 하루하루 관심을 갖고 지켜봤습니다. (관련글 : [베란다 텃밭] 스티로폼 화분에 고추 모종 심기)

어린 묘목이 점점 자라더니 방아다리에 꽃이 피고 곁순이 생기기 시작했습니다. 5월 31일에 방아다리에 핀 꽃을 제거하고, 곁순도 모두 제거해줬습니다. 무럭무럭 자라나라는 의미입니다. (관련글 : [텃밭] 고추 방아다리, 곁순 제거하기 )

한달정도 지나니 지지대를 훌쩍 넘게 고추가 커버렸습니다. 방아다리에 첫 번째 꽃이 피어서 아깝지만 제거했던게 바로 몇 일전인데 풍성하게 자라난 가지마다 고추꽃이 피었습니다.

화분에 설치해놓은 끈끈이는 뿌리파리를 잡기 위함입니다. ㅜㅜ 시골에서 가져온 대파를 화분에 심었는데 거기서 뿌리파리가 생겨나더니 조금씩 확산하고 있길래 조치를 취했습니다. 날씨가 더워지니 점점 더 기승을 부리는 것 같습니다.

예쁘게 피어난 고추꽃입니다. 고추꽃은 암술과 수술이 한 꽃에 같이 있습니다. 따라서 나비와 벌이 찾아오지 않더라도 바람에 흔들리면서 자연스럽게 수정이 됩니다. 만약 베란다 문을 안열어두신다면 고추나무를 툭툭 쳐주기만해도 됩니다.

저는 베란다 문을 활짝 열어놔서 바람이 잘 들어오는 환경에어서 자연스럽게 수정이 되었습니다. 이런식으로 수술에 있는 꽃밥이 터지면서 수정이 되면 꽃잎이 떨어지고 열매가 조금씩 자라나기 시작합니다.

심어놓은 고추나무에 꽃들이 참 많이 피어있었는데요. 전부 실한 청양고추로 바뀌었으면 좋겠습니다. ㅎㅎ

[집에서 상추 키우기] 페트병 화분 정리해서 버리기

드라이빙 인사이트 — Fri, 11 Jun 2021 05:16:02 +0900

지난 4월에 싹을 틔웠던 상추가 무럭무럭 자라서 이제 매주 맛있는 상추쌈을 제공해주고 있습니다. 사실 상추 씨앗의 발아율이 이렇게 높을 줄은 몰랐는데요. 예비로 싹을 틔워놨던 상추모들이 아까워서 스티로폼 화분에 심고 남은 녀석들을 페트병 화분으로 만들어서 심었습니다.

이렇게 심어놓은 페트병 화분에서도 상추가 무럭무럭 자라서 쌈을 매주 생산해내고 있습니다. 하지만 저희 집 베란다에 일조량이 부족했던 탓일까요? 아니면 올해 5월 유독 흐리고 비오는 날이 많고, 기온도 낮아서일까요. 상추가 길게길게 자라버렸습니다.

일부 상추는 키가 너무크고, 잎이 쌈을 싸먹기엔 너무 길쭉했습니다.

이 녀석인데요. 어마어마한 속도로 자라더니 상추라기엔 잎이 너무 길게 자라버려서 쌈으로써의 기능을 하기 힘들 정도가 되었습니다. 그래도 상추 맛은 나긴합니다만...

대충 햇볕이 부족했을 때 이렇게 잎과 잎 사이가 길게 자라는 것 같은데... 완전 폭풍 성장해서 지지대를 받쳐줄 정도였습니다.

또 다른 녀석은 좁은 페트병 화분을 탈출하려는 듯 옆으로 길게 누워서 자랐습니다.

이 두 녀석은 관리하기도 힘들고, 상추 쌈으로써 제 기능을 못 하는 잎을 만들어내고 있었습니다. 상추의 경우 날이 뜨거워지는 6월 말에서 7월 초까지 수확할 수 있는데요. 이 쯤에서 슬슬 상추 화분들을 하나씩 정리하기로 했습니다.

두 달동안 정성스럽게 키우던 녀석이지만 이제 보내줘야죠. 상추 줄기를 댕강 잘라버립니다.

마지막으로 수확한 상추 잎은 먹어주고요. 상추 줄기는 잘게 잘라서 음식물 쓰레기로 버려줍니다. (혹은 아파트에 화분을 버리는 곳이 있으면 그곳에 배출하면 됩니다.)

옆으로 누운 상추도...

잘라줍니다. 수고했다...

상추 줄기가 폭풍성장한 흔적입니다. 상추 줄기도 먹을 수 있는지 모르겠지만 그냥 버려주겠습니다. 아삭한 샐러리 맛이 날것 같기도 하네요.

다이소나 이마트에서 상토를 구입하려고 봤더니 제법 비싸더군요. 상토의 경우 여러번 재사용하면 작물의 생장이 저하됩니다. 가장 좋은 것은 매번 새로 상토를 구입해서 사용하는 것이지만 그래도 한 두번은 재생해서 사용할 수 있을 것 같아서 따로 정리해도록 하겠습니다.

일단 상토를 모으기 위해서 세숫대야를 준비했습니다.

상추가 자라던 화분의 흙을 쏟아줍니다.

흙이 툭하고 떨어져 나옵니다. 상추의 뿌리가 어느정도 흙을 잡고 있고, 상토에 수분이 어느정도 있어서 그런것 같습니다.

상추 줄기를 잡고 뿌리에서 흙을 털어줍니다. 이 과정에서 만약 썩은 냄새가 난다면 상한 흙이므로 그냥 버리시면 됩니다.

생각보다 흙 상태가 괜찮은 것 같습니다.

시골에서 가져온 대파 뿌리에서 생긴 뿌리 파리들이 베란다에 조금 있었는데, 이 페트병 화분에서는 날아오르지 않았습니다. 다행히 재사용해도 될 것 같습니다. (참고로 다른 페트병 화분 중에 뿌리 파리에 점거된 녀석들은 상토를 재사용하지 않고 그냥 폐기했습니다...)

뿌리를 잘 털어주면 이렇게 하얀 상추 뿌리가 나옵니다.

페트병 화분 바닥에 깔아놨던 자갈의 모습입니다. 물을 줬을 때 흘러나오는 물에 상토가 쓸려가지 않도록 물막이 역할을 했던 자갈인데요. 이 자갈은 재사용해도 됩니다. 따로 골라줍니다.

요렇게 따로 골라냈습니다. 상토가 많이 묻어있는데요.

물에 담궈줍니다. 그러면 상토는 쓸려가고 자갈은 바닥에 가라 앉습니다.

페트병 화분 바닥에 있던 자갈들을 물에 씻어줍니다. 그리고 뿌리에 묻어있던 상토들도 물에 씻어줬습니다. 이 흙탕물은 스티로폼 화분에 심어져 있는 상추에 줄 예정입니다. 최대한 상토를 아껴보겠다는 집념입니다. ㅋㅋ

인삼이 아니고 도라지도 아니고 씻어낸 상추 뿌리 입니다. ㅋㅋㅋ

회수한 상토는 햇볕에 바짝 말려줍니다. 강한 햇볕에 살균을 하면서 바짝 말려줘야 병충해가 안생기고 혹시 모를 벌레들도 죽게 됩니다. 날씨가 좋은 날에 자외선 살균을 하면서 바람에 말려줍니다.

세수 대야에 남아있는 상토와 페트병에 남아있던 흙은 물을 부어서 잘 씻어줍니다. 그리고 이 물을 모아서

화분에 줍니다. 알뜰하게 상토를 회수하고 재사용했습니다.

이제 회수한 상토를 잘 말렸다가 어떻게 재생할 것인지는 고민해봐야할 것 같습니다.

[베란다 텃밭] 계란 껍질 칼슘 비료 만들고 화분에 뿌리기

드라이빙 인사이트 — Thu, 10 Jun 2021 05:52:57 +0900

계란은 국민 1인당 1년에 268개씩 소비하는 대표적인 식자재입니다. 계란 후라이부터 계란국, 계란찜 그리고 라면에 넣어 먹기도 하는 계란은 우리 밥상에 항상 빠지지 않은 인기 식재료입니다.

하지만 계란을 먹고 나면 계란 껍데기가 남습니다. 계란 껍질은 음식물 쓰레기가 아닌 일반 쓰레기로 버려야하는데요. 집에 화분이 있다면 계란 껍질을 이용해서 칼슘 비료를 만들 수 있습니다.

계란 껍질로 비료 만들기

계란 껍질을 부숴서 그대로 화분에 뿌리는 분들도 있는데요. 화분에 계란껍질을 그대로 사용하면 때에 따라서 곰팡이가 피거나 벌레들이 생길 수 있습니다. 때문에 약간의 손질을 해주셔야합니다.

우선 요리를 하고 남은 계란 껍질을 모아줍니다. 요리한 직후 흐르는 물에 계란 껍질을 헹궈서 끈적끈적한 점액질을 제거해줍니다. 계란 껍질을 너무 오래 말려서 바짝 말라버리면 손질하기가 힘든데요. 계란 껍질이 너무 말랐다고 생각되면 물어 불려서 손질하기 편하게 만들어 줍니다.

계란 껍질을 보면 그냥 단단한 껍데기가 아니라 안쪽에 흰색 얇은 막이 있습니다. 이 흰색의 얇은 막을 제거해줘야 합니다. 이 흰막의 정체는 단백질인데요. 이 단백질 성분은 식물이 바로 흡수할 수 없습니다. 대신 화분에 남아서 썩게 되고, 냄새가 나거나 곰팡이가 피게 됩니다. 심각한 경우에는 벌레가 생기기도 합니다.

우리가 원하는 성분은 계란 껍질의 칼슘 성분이기 때문에 유기질인 이 흰막은 제거해주도록 합니다.

흰 막이 마르기 전에 작업을 하셔야 흰막을 벗겨내기 좋습니다. 너무 바짝 마를 경우 흰막이 껍질에 단단하게 달라 붙어서 분리하기 어렵습니다.

살짝 마른 계란 껍질을 분리할 때, 껍질을 밖에서 안쪽을 살짝 꺾으면 단백질 막이 찢어지지 않고 계란 껍질을 분리할 수 있습니다. 하다보면 요령이 생깁니다. ㅋㅋ

계란 껍질을 분리하다보면 그냥 칼슘 비료를 사서 쓰자는 생각이 듭니다. ㅋㅋㅋ 그냥 시간이 남을 때 조금씩 만드는 정도로 하시고 너무 시간 소비는 하지 마시기 바랍니다.

아무튼 이렇게 분리한 단백질 막은 음식물 쓰레기로 버리시면 되고, 분리한 계란 껍질은 바짝 말려줍니다.

바짝 말린 계란 껍질은 잘게 부숴줘야합니다. 그대로 화분에 넣어 둬도 되겠지만 흙에 잘 섞이라고 잘게 부숴줬습니다. 집에 절구가 있으시면 절구로 부숴주면 되고요. 없으시면 믹서기로 갈아주시면 됩니다.

칼슘 가루를 만들었습니다. ㅋㅋㅋ 대충 계란 하나 정도를 갈면 이정도 비료가 나옵니다.

잘게 부순 계란 가루를 다시한번 햇볕에 말려줍니다. 어떤 분들은 이 가루를 전자레인지에 돌려 주시는 분들도 있는데요. 저는 그냥 햇볕의 자외선을 통해서 살균을 했습니다.

하루 이틀 정도 더 바짝 말려준 계란껍질 비료를 이제 고추 화분에 뿌려주도록 하겠습니다.

계란 껍질 비료를 고추 화분에 뿌려줬습니다. 이 위에 대충 흙을 덮거나 물을 줘서 만들어 준 비료가 바람에 날라가지 않도록 해줍니다. 정성스럽게 만든 수제 계란 껍질 칼슘 비료도 줬으니 무럭무럭 자랐으면 좋겠습니다.

[텃밭] 고추 방아다리, 곁순 제거하기

드라이빙 인사이트 — Tue, 1 Jun 2021 05:42:15 +0900

고추모를 스티로폼 화분에다가 옮겨 심은지 2주 정도가 지났습니다. 상추만큼 폭발적으로 성장하지는 않았지만 지지대 만큼 고추가 성장했습니다. 사실 고추 농사는 난이도가 엄청 쉬운 편은 아닙니다. 어린 아이를 돌보듯이 정성을 쏟아야 하는 작물인데요. 어린 고추모가 성장하면서 처음으로 해줘야 하는 손질은 '방아다리제거'와 '곁순제거' 작업입니다.

고추 방아다리

고추의 방아다리는 옛날 소의 힘으로 돌렸던 연자방아의 모양과 닮았다고 해서 붙여진 이름입니다. 땅에서 곧게 올라가던 고추의 줄기에서 3~4개의 줄기로 갈라지는 Y자 형태의 부분을 방아다리라고 합니다. 고추의 성장과정을 잘 관찰하면 아시겠지만 고추는 열매가 이렇게 줄기가 갈라지는 부분에서 생깁니다.

문제는 고추가 방아다리 위쪽으로 줄기를 뻗어나가는 시기와 첫 번째 꽃이 피는 시기가 겹친다는데에 있습니다. 고추가 잘 자라서 많은 꽃을 피우고, 많은 열매를 맺기 위해서는 줄기가 튼튼하게 잘 자라야하는데요. 방아다리에 생긴 꽃과 열매는 줄기가 튼튼하게 자라기 위해서 필요한 양분을 가로챕니다.

따라서 수확량을 늘리고, 장마철 병충해에 강하게 고추를 키우려면 방아다리에 생기는 첫 번째 꽃을 제거해주셔야합니다.

간혹 처음 심은 고추가 어렵게 꽃을 피웠는데 제거하기 아깝다는 분들도 계신데요. 어짜피 고추가 방아다리 위쪽으로 줄기를 뻗기 시작하면 바로바로 꽃을 피울꺼라서 그냥 제거해주시는게 고추의 건강한 성장을 위해서도 좋다고 합니다. 예쁜 꽃이지만 냉정하게 잘라주세요.

고추 곁순 제거

비슷한 원리로 방아다리 아랫쪽에 있는 곁순들도 제거해주셔야합니다. 날씨가 더워지면서 고추 모의 본잎과 줄기 사이에서 자꾸 곁순들이 자라나는 것을 볼 수 있습니다.

줄기와 본잎 사이에 자라나는 고추 곁순 들

방아다리 아랫쪽에 있는 곁순들도 역시 고추의 성장에 필요한 양분을 가로채기 때문에 잘라주는게 좋습니다. 게다가 아랫쪽에 곁순이 생기고 곁순이 커지면 고추가 딛고 있는 땅에 통풍이 잘 안되게 됩니다. 고추는 통풍이 굉장히 중요한데요. 통풍이 잘 안되면 병충해를 입기 쉬워지고, 화분에 곰팡이가 피기도 합니다. 따라서 방아다리 아랫쪽의 곁순은 꼼꼼하게 제거해주시면 됩니다.

때에 따라서는 방아다리 아랫쪽의 본잎까지 제거하시는 분들이 있는데요. 저는 고추에 물을 줄 때, 물이 튀는 부분까지만 본잎을 제거해주고 나머지는 그대로 뒀습니다. 방아다리 위쪽의 가지가 튼튼해지고, 잎이 풍성해질 때까지는 아래쪽에 있는 본잎도 광합성에 도움이 될까 싶어서 입니다.

올 해 5월은 이상하게 비도 많이 오고, 기온도 낮은 것 같은데요. 열대 식물이 고추가 제대로 생장할 수 있도록 좀 더 관심과 노력이 필요할 것 같습니다.

[베란다 텃밭] 화분에 심은 대파에서 채종하기 (대파 씨 받기)

드라이빙 인사이트 — Thu, 27 May 2021 05:28:47 +0900

베란다에 상추를 신나게 심어서 재배를 하고 있지만 사실 제 베란다 텃밭의 첫 번째 작물은 대파였습니다. 시골에서 할머니가 뽑아주신 대파를 잘라먹고 뿌리는 다시 화분에다가 심었는데요. 상추만큼이나 쑥쑥 잘 자랍니다. 심지어는 하루하루 대파 줄기가 올라오는게 눈에 보일 정도로 빠른 성장을 하는데요. 문득 대파에서 씨를 받아보자는 생각이 들었습니다.

파를 받아와서 뿌리채 화분에 심으면 잘 자라긴 하지만 뿌리가 상해있는 경우도 있을 수 있고, 노지에서 뽑아온 대파라 병충해가 있을 수도 있기 때문입니다. (실제로 대파에서 뿌리 파리가 생겨 고생하고 있습니다.)

대파 채종하기(씨받기)

베란다에서 키우는 대파에서도 씨를 받을 수 있습니다.

대파의 씨를 채종하기 위해서는 일단 꽃을 키워야합니다. 화분에 대파를 키우다보면 중간중간 꽃봉오리가 달린 줄기가 올라옵니다. 워낙 성장속도가 빨라서 어느새 이정도까지 자라버리는데요. 대파에서 씨를 받기 위해서는 이 꽃을 키워야합니다.

대파에 꽃대가 올라오면 줄기가 억세지기 때문에 먹기위해 키우는 대파에서는 꽃대를 잘라줘야합니다. 저도 시시때때로 올라오는 대파 꽃대를 다 잘라줬습니다. 그 중에 한 줄기는 채종을 하기 위해서 남겨뒀습니다.

대파 꽃대를 그냥 두면 이렇게 주머니 같은 곳에서 꽃이 피어납니다. 대파 꽃 향기도 뭐 나쁘지 않은 것 같습니다. 시간이 지나면 꽃이 활짝 피어납니다.

대파 꽃이 활짝피면 수술이 올라옵니다. 대파 꽃의 노란색 부분에 꽃 가루가 있는데요.

손으로 만져보면 노란색 꽃가루가 묻어나오는 것을 볼 수 있습니다. 원래 노지에 대파꽃이 피어있으면 벌들이 달라붙어서 꽃가루를 옮겨줄텐데요. 베란다에 벌이 들어올리 없고, 들어오도록 내버려두고 싶지도 않았습니다.

그래서 대충 손으로 툭툭 쳐서 꽃가루를 여기저기 묻혀두었습니다. 혹시나해서 부드러운 휴지를 살짝 잘라서 여기저기 꽃 가루를 옮겨줬습니다.

꽃의 여기저기에 노란색 꽃가루가 묻어 있습니다. 제대로 된 건지는 잘 모르겠습니다. ㅎㅎ

그리곤 잘 키웁니다. 주변에 있는 친구들은 몇 번이고 잘려서 요리 재료로 사용했습니다만 꽃대가 올라간 대파는 그대로 씨가 익을때까지 두었습니다.

한참 시간이 지나고 대파 꽃 구석에 검은색 씨가 보였습니다. 노지에서 자라는 대파만큼 검은색 씨가 주렁주렁 열린 것은 아닙니다만 어째튼 씨가 몇 개 보입니다.

더 둘까하다가 의미없겠다 싶어서 그냥 댕강 잘랐습니다.

꽃 부분을 잘라서 잘 말려줍니다. 나머지는 직접 먹기엔 너무 억세고, 국물을 낼 때 이용했습니다. 잘 말린 대파 꽃은 툭툭 털어주면 씨앗을 얻을 수 있습니다.

[베란다 텃밭] 집에서 상추 키우기 - 파종시기, 물주기 정보

드라이빙 인사이트 — Sun, 23 May 2021 17:27:23 +0900

예로부터 우리나라는 '복을 싸먹는다'라고해서 고기와 함께 먹는 쌈 채소로 상추를 즐겨먹었습니다. 적상추, 청치마상추, 로메인 상추 등 다양한 종류의 상추가 마트에서 판매되고 있으며 기호에 따라 선택해서 많이들 사드시고 계십니다.
상추는 한 번 심어놓으면 두 달정도 잎을 수확해서 먹을 수 있고, 한번 심어놓고 물만 잘 주면 쑥쑥 자라는 난이도가 낮은 작물이기 때문에 노지에 텃밭을 가꾸거나 베란다 화분에 텃밭을 만드는 초보 농사꾼들에게 인기가 높습니다.

학명	Lactuca sativa L. (상추)
원산지	서 아시아 및 지중해 연안
분류	국화과
재배지역	한국(전국) 및 전 세계
특징	서늘한 기후를 좋아함 15~25도의 기온이 최적 8도 이하의 저온에서는 성장이 더디며, 30도 이상의 고온에서는 발아가 힘듬

상추 파종시기

베란다의 텃밭에서 재배하는 상추의 경우 사계절동안 재배가 가능합니다. 실내 기온은 어느정도 조절이 가능하기 때문이고, 베란다의 온도가 영하로 떨어지는 일은 잘 없기 때문입니다. 하지만 일반적으로 상추는 벚꽃이 필무렵 심는 것으로 알고 있으면 좋습니다. 대략 봄 상추는 4월 초중순에 심는 것이 좋은데요. 이 때 쯤에 벚꽃이 피기 때문입니다.
가을 상추는 9월 정도에 심는 것이 좋습니다. 상추의 적정 생육온도가 15~25도이기 때문에 실외 기온이 이 범위에 있는 동안 키우는 것이 제일 손이 덜가기 때문입니다. 상추는 날씨가 더워지면서 꽃대가 올라오고 품질이 저하되는데요. 봄 상추를 너무 늦게 심으면 잎을 수확할 수 있는 기간이 줄어들게 됩니다.

파종을 하기 전에 상추 씨앗을 미리 물에 담가서 바닥에 가라앉은 씨앗만을 사용하도록 합니다. 상추의 파종은 파종 상자에 줄뿌림해서 육묘하는 방법과 육묘용 트레이에 파종하는 방법이 있습니다.
트레이에 상토를 이용해서 생육환경을 조성해주고, 구멍을 하나 파서 상추씨 3립을 넣고 되도록 얕게 흙을 덮어줍니다. 상추씨를 파종하고, 물을 듬뿍줍니다.
상추는 파종한 다음 7~10일 가량 지나면 발아가 시작됩니다. 1홀당 3립씩 상추씨를 파종했으므로 발아가 잘되는 상추의 특성상 대부분 3개의 싹이 날텐데요. 상태가 좋은 녀석들 하나만 남기고 나머지 2개의 싹은 솎아 주도록 합니다. 처음에는 빽빽하게 심었다가 나중에는 솎아주는 방식으로 상추모를 만들면 됩니다.
상추의 육묘 기간은 봄, 가을은 30일 정도이며 여름철은 25일, 겨울철은 35일 가량 소요됩니다.

화분에 상추 옮겨 심기

상추 심기(정식)

상추는 적당한 크기의 잎이 5~6장 정도 되었을 때 트레이에서 화분으로 옮겨 심어주는 것이 좋습니다. 정식한다고 하죠. 처음부터 화분에 심으실 분들은 대략 15cm 혹은 20cm 간격을 두고 홀을 파서 씨앗을 심으시면 됩니다. 육묘를 해서 옮겨 심으실 분들 역시 적당히 자란 상추모를 15cm 혹은 20cm 간격을 두고 심으시면 됩니다.
상추를 옮겨 심을 때 되도록 얕게 심는 것이 좋다고 합니다. 경험상 10cm까지는 조금 빽빽하게 심어도 좋습니다만 상추가 자라면서 햇볕을 제대로 받지 못해서 웃자라거나 힘이 없게 자라는 현상이 있을 수도 있습니다. 베란다의 햇볕 상황에 따라서 적당한 간격으로 심어주시면 됩니다.

심은 상추 관리하기

상추는 토양이 건조하지 않도록 수분관리를 잘 해야합니다. 봄, 가을에는 3~5일 간격으로 물을 줘야하며 증발량이 많은 여름에는 2~3일에 한번씩 물을 줘야합니다. 베란다 채광 환경과 통풍 요건에 따라서 물주는 주기는 조금씩 조절해주면 됩니다. 상추들이 언제 시들시들해지는지 관찰하시면 좋고, 흙에 곰팡이가 피는지 등도 잘 확인해주시기 바랍니다. 상추는 생육기간이 짧고 뿌리가 잘 발달하지 않는 편이기 때문에 토양속 거름이 충분하도록 해줘야합니다.
상추는 서늘한 기후를 좋아합니다. 15~25도 가량의 생육 온도가 적당하며 30도 이상의 고온에서는 싹이 잘 안트며, 8도 이하의 저온에서는 성장이 더딥니다. 베란다의 온도가 너무 더워지면 창문을 열어 환기를 시키고, 반대로 너무 낮아지면 창문을 닫고, 실내 기온을 올려줘서 관리를 해주면 좋습니다.

녹아버리는 상추잎

물을 줄때는 해가 없을 때 주는 것이 좋습니다. 참고로 물을 줄 때 상토가 붕 떠서 바닥쪽에 있는 잎에 묻는 경우가 있습니다. 이 경우 분무기 등으로 잎에서 흙을 털어주는게 좋습니다. 그렇지 않으면 잎이 상하거나 녹아버립니다. 심한 경우 물러버린 잎에서 감염이 발생해 상추가 병드는 경우도 발생할 수 있습니다.
상추는 햇볕을 충분히 쐬어야 합니다. 그렇지 않으면 웃자람 현상이 발생하거나 잎이 길게 자라는 현상이 발생할 수 있습니다. 만약 싹이 트고 웃자라는 현상이 관찰된다면 웃자란 줄기 부분에 흙을 더 넢어주면 됩니다.
상추가 좋은 이유는 별다른 병충해가 없기 때문입니다. 따라서 농약을 자주 사용하지 않아도되고, 베란다에서 관리하기도 좋습니다. 다만 어디에선가 날라온 진딧물이 생길수 있는데, 이 때문에 통풍이 매우 중요합니다.

상추 수확하기

상추는 심은 후 25~30일경부터 수확이 가능합니다. 옮겨 심은 상추모가 활착되어 왕성한 생육을 보이기 시작하면 겉 잎부터 차례로 수확하거나 중간에 크게 자란 잎을 솎아가면서 수확을 해줍니다.
수확하기 좋은 상추 잎의 크기는 폭이 4~6cm, 길이가 15cm~18cm 정도로 손바닥보다 작은 것이 좋습니다. 어렵게 생각하지 마시고 쌈을 드실 때 먹음직스러운 사이즈인 경우 수확하면 됩니다.
봄 상추는 7월이 되기 전에 정리해주는 것이 좋고, 가을에 파종한 상추는 12월이 되기 전에 정리해주면 됩니다. 봄 상추는 7월 이후로 기온이 올라가면서 잎이 먹기엔 너무 억세지고 추대가 올라오면서 꽃을 피울 준비를 합니다. 채종을 할 것이 아니라면 화분을 이 때 정리해주면 좋습니다. 가을 상추는 기온이 내려가면 상추의 생장이 느려지기 때문에 더 추워지기전에 정리해줍니다.

출처 : Pixabay

상추를 많이 먹으면 잠이 온다는 말이 있습니다. 실제로 그런데요. 상추를 수확하시면 잎을 딴 자리에 흰색 즙액이 나오는 것을 볼 수 있습니다. 상추의 즙액에는 '락투세린'과 '락투신'이라는 성분이 있는데요. 이 성분이 진통효과와 수면유도 효과를 가지고 있기 때문에 상추를 많이 먹으면 잠이 온다고 합니다.

[베란다 텃밭] 스티로폼 화분에 고추 모종 심기

드라이빙 인사이트 — Thu, 20 May 2021 05:30:23 +0900

농수산물 시장에서 청양고추 모종을 사와서 스티로폼 화분에 옮겨 심었습니다. 원래는 씨앗을 발아시켜서 직접 고추모를 만든 후에 정식하려고 했지만 씨앗을 발아시킬 타이밍을 놓쳐서 고추모를 구입하게 되었습니다.

우선 고추 모종을 심을 화분부터 만들어야 합니다.

냉동 택배를 시켰던 스티로폼 화분에 구멍을 내고, 화분망을 깔고 마사토로 마무리해줬습니다. 마사토를 거의 다 써서 흙이 많네요. 마사토를 깔고 그 위에 상토를 채워줍니다.

이 녀석이 오늘 심을 청양고추 삼형제입니다. 천원에 3개니까 저렴하네요.

고추모가 심어져 있는 모판의 크기가 매우 작은데 저기서 어떻게 저렇게 키가 큰 고추모가 자라는지 신기합니다.

청양고추 모종의 건강상태는 양호합니다. 시장에서 모종을 구입할 때에는 모종의 상태를 잘 확인해보세요. 시들어있거나 병이 들어있는 경우도 있고, 고추잎 뒤쪽에 진딧물이 있는 경우도 있습니다.

바닥쪽에 있는 잎은 시들시들해져 있습니다. 찾아보니 고추 생장에는 큰 영향을 안준다고합니다.

트레이에서 고추 모종을 살살 꺼내봅니다. 트레이가 얇은 플라스틱 재질이라서 손으로 꾸깃꾸깃하면 스윽 빠집니다. 저 좁은 곳에서 어떻게 큰 키의 모종이 자라나 했더니 뿌리가 이렇게 빽빽했었네요.

뿌리가 상하지 않게 뿌리를 살짝 털어줍니다. 살짝 뿌리를 흩어줘서 고추의 뿌리가 상토로 쑥쑥 뻗어 나갈 수 있게 해줍니다.

스티로폼 화분이 하나 밖에 없어서 이렇게 심었습니다. 사실 고추는 정식 간격을 지켜서 심어주면 좋습니다. 약 50cm 간격으로 널찍하게 띄어서 심으면 좋습니다.

그래서 결국 깊은 스티로폼 박스가 하나 더 생기자마자 화분으로 만들어서 옮겨 심었습니다.

셋이서 같이 사용하던 화분에는 고추 한그루만 남았습니다. 제일 널찍하게 자리를 사용하는 녀석입니다. 얼마나 자랄지, 고추는 얼마나 달릴지 궁금해지네요.

나머지 두 그루도 최대한 널찍이 간격을 두고 심었습니다.

고추를 옮겨 심고 물을 흠뻑줬습니다. 고추는 습한걸 싫어하는 식물입니다. 물을 너무 자주 주면 꽃이 떨어져 버리고 잘 자라지 않을 수 있습니다. 흙의 종류에 따라 다른데 뿌리가 내릴 때까지는 2~3일에 한번씩 물을 주고, 뿌리가 충분히 내린 후에는 일주일에 한 번 정도 물을 주는게 좋다고 합니다.

물을 줄 때는 줄기가 있는 부분보다는 살짝 떨어진 주변 부분에 물을 줘서 뿌리가 물을 따라 뻗어 나갈 수 있도록 하는게 좋다고 합니다.

고추의 경우 자라면서 생각보다 많은 열매들이 달리게 됩니다. 이 때, 고추가 무게를 견디지 못하고 휘거나 꺾여서 죽어버릴 수 있기 때문에 지지대를 설치해서 묶어줘야 합니다.

고추를 옮겨 심는 초반에 지지대를 해줘야하는 이유는 너무 자란 다음에 지지대를 흙에 박으면 뿌리가 상할 수 있기 때문입니다.

[베란다 텃밭] 스티로폼 화분 만들기

드라이빙 인사이트 — Thu, 20 May 2021 05:22:03 +0900

베란다에 상추나 대파를 심을 때 화분이 필요합니다. 집에 남는 화분이 있으면 좋겠지만 적당한 화분이 없으면 직접 화분을 만들어 써야합니다. 요즘 택배들 많이 시키는데 냉동식품이나 냉장식품 배송을 시키면 흰색 스티로폼 박스에 물건이 담겨옵니다. 이 박스는 바로 재활용 쓰레기로 배출되는데요. 약간 손질을 해서 베란다 텃밭용 화분으로 재탄생 시킬 수 있습니다.

대충 이렇게 생긴 스티로폼 박스가 집에 하나씩은 있습니다. 없으면 재활용 쓰레기 배출하는 곳에 가보시면 누군가 버린 스티로폼 박스들이 있습니다. 하나 주워오면 됩니다.

스티로폼 박스도 뭘 담던 것이냐에 따라서 크기와 깊이가 다 다릅니다. 얕은 깊이의 스티로폼 박스는 상추를 키우기 위한 화분으로 만들었습니다. 깊이가 깊은 스티로폼 박스는 청양고추를 심었습니다. 심고하자하는 작물의 특성에 맞는 사이즈의 스티로폼 박스를 골라주면 됩니다.

스티로폼 박스의 바닥에 배수를 위한 구멍을 내줍니다. 구멍의 크기는 송곳으로 뚫어도 되고, 칼로 구멍을 크게 내도 됩니다. 이것도 작물에 따라 다른데요. 과습을 피해야하는 작물의 경우 구멍의 개수가 적거나 구멍의 크기가 작으면 수분 배출이 잘 되지 않아 뿌리가 썩는 경우도 있습니다.

얼마나 많이, 얼마나 크게 배수구멍을 내는지는 경험의 차이입니다. 저는 고추를 심을 껀데 저거보다 더 크게 구멍을 뚫어도 되었을 뻔했습니다.

화분에 구멍이 있으면 물이 빠져나가는 동시에 상토역시 쓸려나가게 됩니다. 이를 막기 위해서 물은 빠지고 흙은 막아두는 장치가 필요한데요. 화분 바닥에 쓸 플라스틱 망을 설치해주면 됩니다. 망이 없는 경우엔 양파망 같은걸 스테이플러로 고정시켜서 사용해도 됩니다.

화분 바닥에 송곳으로 구멍을 뚫어 놓은 경우에는 마사토나 자갈을 깔아서 흙이 쓸려내려가지 않도록 해도 됩니다. 저는 페트병 화분을 만들 때 조그마한 자갈을 사용했습니다.

화분바닥에 사용할 플라스틱 망은 다이소에서 싸게 살 수 있습니다. 가위로도 자를 수 있는 재질이므로 쉽게 다룰 수 있습니다.

화분바닥 구멍에 플라스틱 망을 설치한 다음 마사토를 위에 뿌려줬습니다. 마사토를 깔면 화분 망이 고정되도록 하는 효과도 있고, 배수 효과를 극대화 시킬 수 있습니다. 마사토의 더 알갱이들 사이로 물이 쉽게 흘러지나가 배수구로 빠져나오게 됩니다.

마사토 역시 근처 다이소에 가면 싸게 구입할 수 있습니다.

이제 그 위에 상토를 부어주면 스티로폼 화분 만들기가 끝납니다.

이렇게 만들어진 스티로폼 화분에 고추나 상추를 옮겨 심고 물을 충분히 줘봅니다. 수분이 상토를 충분히 적시고 바닥에 뚫어놓은 구멍으로 잘 빠져나오는지 확인을 해봅니다.

베란다에 스티로폼 화분을 만든 이후로는 냉동 택배가 왔을 때 화분 작업부터 합니다. ㅋㅋㅋ

[집에서 상추키우기] 상추 수확하기

드라이빙 인사이트 — Wed, 19 May 2021 17:59:56 +0900

4월초에 청치마 상추 씨앗을 발아시켜 육묘를 하고, 스티로폼 상자로 만든 화분에 정식해서 상추를 길러왔습니다. 시간이 지나면서 상추들이 무럭무럭 자랐는데요. 이제 물만주면 하루가 다르게 쑥쑥자라서 상추의 성장속도에 못 이겨 수확해 쌈을 먹고 있습니다. 정말 무섭게 자랍니다.

제가 심은 청치마 상추는 대체로 3월말에서 4월초에 파종한 다음 약 한달 정도의 성장을 거쳐 본격적으로 수확할 수 있는 시기가 오게 됩니다. 상추는 노지에서도 잘 자라지만 베란다의 화분에서도 잘 자라기 때문에 저 같은 초보분들도 쉽게 키워서 수확까지 할 수 있는 작물입니다.

수확을 앞둔 상추들... 마치 정글 같다.

원래 주말농장 같은 노지에 상추를 심을 때에는 약간의 간격을 두고 심으면 좋은데요. 집에서 키울 때에는 좀 더 빽빽하게 키워도 좋습니다. (물론 너무 빽빽하게 심어두면 상추가 제대로 자라지 않을 수 있습니다.)

실험적으로 페트병에도 상추를 심어봤는데요. 스티로폼 화분에 심은 상추와 비교해서 성장속도가 조금 더뎠습니다. 스티로폼 화분에 물을 주는 4일마다 페트병 화분에도 물을 줬는데요. 페트병 화분에는 3일마다 물을 줘야하나 싶기도 했습니다. 그렇지만 과습될 경우 곰팡이가 피거나 상추가 물러버릴 수 있기 때문에 그냥 4일마다 흠뻑 물을 주는식으로 관리했습니다.

처음 수확한 상추잎은 약간 여리여리했습니다. 약간 누렇게 뜬 것 같기도하고, 상추를 수확해서 쌓아두니 숨도 잘 죽는 것 같았고요. 상추가 시들시들한 것 같으면, 미지근한 물에 30분~1시간 정도 담궈놓으면 생기가 살아나면서 아삭아삭해집니다.

두 번째 수확부터는 상추잎이 좀 더 두꺼워지고, 짙은 녹색을 띄기 시작했습니다. 성장속도도 어마어마해서 제때 쌈을 먹지 않으면 너무 커져버리더라고요.

지나치게 상추 잎이 커진채로 놔두면 줄기가 단단해지지 않은 상추가 무게를 버티지 못 하고 휘어버릴 수 있습니다. 적당히 커진 상추는 제때 수확해서 먹어주는게 좋은 것 같습니다. 하루 이틀 정도는 수확한 다음 물에 담궈뒀다가 냉장고에 보관하면 되니까 편합니다.

상추를 수확하고 나면 화분이 휑해집니다.

조금 빽빽하게 심은 탓에 그대로 두면 통풍이 잘 안될 수 있습니다. 제때 수확을 해줘서 상추 사이사이로 바람이 들어가도록 해줘야합니다. 또 지나치게 밀집되어 있으면 상추 잎이 누렇게 뜨거나 햇빛을 받으려고 빠르게 자라버릴 수도 있습니다.

상추 수확하는 방법

상추는 겉에 있는 잎부터 수확해주면 됩니다. 대부분 아랫쪽에 있는 잎이 먼저 자란 잎이고 겉에 있습니다. 최대한 줄기에 가깝게 잘라 주시면 됩니다. 저는 가위를 이용해서 잎을 잘라주었습니다.

상추잎을 수확하면 잘라진 부분에서 흰색 진액이 나오면서 상처가 아물게 됩니다. 이 하얀 진액에는 진정작용을 하는 락투세린과 락투신 성분이 들어있습니다. 보통 상추를 천연 수면제라고 하는데요. 바로 이 성분이 진통효과와 수면 유도 효과를 가지고 있습니다.

상추를 수확하다가 가끔 줄기를 꺾어버리는 경우가 있습니다. 첫 수확때 상추잎을 꺾다가 줄기까지 꺾어버렸는데요. 뿌리만 남은 상추라서 죽어버리면 어떡하나 싶었지만 새로 잎이 자라면서 복원되는 모습에 놀랐습니다.

무럭무럭 자라는 상추덕에 물을 줄 때마다 수확을 해서 쌈을 먹고 있습니다.

[상추 재배기] 상추 키우기의 마무리 수확

드라이빙 인사이트 — Thu, 13 May 2021 05:10:30 +0900

상추를 스티로폼 화분에 옮겨 심은 뒤부터는 무럭무럭 자라기 시작했습니다.

2021. 4. 23

4월 17일에 옮겨 심었는데 일주일만에 폭풍 성장합니다. 사람도 그렇고 상추도 그렇게 큰 물에서 놀아야 하는건가 봅니다.

그 사이 남은 상추모를 심기 위해 페트병을 모았고, 페트병으로 화분을 만들어서 옮겨 심었습니다. 맨 오른쪽에는 치킨무 통에다가 심어봤는데 깊이가 깊지 않아서 그런지 자라는 속도가 시원치 않았고, 결국 페트병에다가 다시 옮겨 심었습니다.

페트병들 중 가장 왼쪽 두개는 자동 급수 화분으로 만들어봤습니다. 쓰다가 버린 행주와 부직포를 이용해서 자동 급수 화분을 만들었는데 제법 잘 자랐습니다. 그러다가 흙의 습기 조절에 실패해서 곰팡이가 피어버렸고... 결국 나중에 일반 페트병 화분으로 다시 옮겨 심었습니다. (습기 조절하는 방법을 연구하고 찾아봐야겠습니다)

2021. 5. 3

매일매일 봤을 때는 몰랐는데 사진으로 찍어두니까 일주일마다 정말 폭풍 성장합니다.

이제 스티로폼 화분의 상토가 잘 보이지 않을 정도로 잎이 풍성해졌습니다. 일부는 잘라서 먹어도 될 정도로 상추다워졌습니다.

처음엔 웃자라서 걱정하던 녀석들이었는데, 줄기 기둥 부분이 제법 튼튼해졌습니다. 물을 줄 때 자꾸 쓰러져서 손으로 다시 세워주곤 했었는데 이제는 끄떡없습니다.

페트병에 십어 놓은 녀석들도 잘 자라고 있습니다. 다만 화분에 심어 놓은 상추와 비교해서는 성장 속도가 약간은 떨어집니다. 폴바셋 컵에 심어 놓은 상추도 점점 잎을 많이 만들어 나갑니다.

결국엔 실패하고 다시 옮겨 심은 자동 급수 화분입니다. 다른 페트병 화분의 흙들은 말라가는데 이녀석들은 물을 안줘도 계속 촉촉한 상태였습니다. 다음에는 신발끈 같이 좀 더 가느다란 천으로 만들어봐야겠습니다.

2021. 5. 5 - 수확 시작

드디어 상추 수확을 시작했습니다. 친척 집에 방문해서 고기를 구어 먹을 예정인데 상추를 사지말고 집에서 키우는 녀석들을 쓰자고 했습니다. 이제 상추들이 밥 값을 시작하는거죠.

처음엔 여리여리했던 잎들이 제법 단단해졌습니다. 정당히 넙적한 녀석들로 수확을 했습니다. 손으로 뜯어내도 되겠지만 상토에 박혀있는 뿌리가 들썩일까봐 가위로 잘라냈습니다.

진짜 파는 상추같죠? 새로 나온 상추잎들이 잘 자랄 수 있도록 이발을 해줍니다.

다른 화분에 있는 상추들도 수확을 합니다. 사실 얘네는 중간에 햇볕과 상관관계를 실험하려고 조금 그늘진 곳에 뒀었는데 덕분에 생장속도가 살짝 떨어졌습니다.

25도 이상으로 온도가 올라가면 쓴 맛이 강해진다고해서 볕을 제한적으로 줘봤는데... 봄 상추는 볕이 잘 드는 곳에 두는게 답인 것 같습니다.

수확한 상추를 물에 담궈둡니다. 시들시들한 상추잎을 약간 미지근한 물에다가 담궈두면 생기가 살아난다고 합니다. 먹기 직전에 물에 담궈두도록 합시다.

2021. 5. 09 - 꾸준한 수확

이제는 고기를 먹을 때마다 베란다로가서 수확하기 시작했습니다.

마트에서 파는 상추도 좋지만 베란다에서 직접 키운 상추는 더 야들야들하고, 100% 믿을 수 있는 유기농입니다. (다만 상추를 너무 많이 심어서 당분간은 상추를 계속 먹어야한다는게 함정입니다 ㅋㅋㅋ)

[상추 재배기] 상추모 옮겨 심기 (feat. 스티로폼 화분 만들기)

드라이빙 인사이트 — Wed, 12 May 2021 05:54:03 +0900

2021년 4월 17일 - 상추 스티로폼 화분 만들기

웃자란 상추모들을 모판에서 픽픽 쓰러지도록 놔둘 수 없어서 화분에 옮겨 심기로 했습니다. 화분이라고 했지만 진짜 화분은 아니고 택배를 품고온 스티로폼 박스를 화분으로 만들어 쓰기로 했습니다.

냉동식품이나 신선식품을 배송시키면 보온, 보냉을 위해서 이런 스티로폼 박스에 담겨옵니다. 내용물은 냉장고로 향하고 스티로폼 박스는 새로운 생명을 품기위해서 개조해줍니다.

우선 화분의 생명은 배수입니다. 상추 역시 물을 좋아하지만 과습될 경우 병에 걸릴 수 있으므로 배수가 잘 되도록 바닥에 구멍을 뚫어주도록 합니다. 구멍을 일정 간격으로 뚫어줘야하지만 나중에는 점점 조밀하게 뚫어버렸네요. 제가 미술을 못 합니다. ㅋㅋ

화분 바닥에 구멍이 있으면 배수도 잘 되지만 상토까지 함께 쓸려나가게 됩니다. 상토가 쓸려나가지 않도록 흙망을 깔아줍니다. 다이소에 가보면 이런거 파는데요. 집에 쓰던게 있어서 몽땅 쓰도록 하겠습니다.

이런식으로 구멍을 잘 막아주면됩니다.

그 위에 바로 상토를 부어서 화분을 만들어도 되지만 집 구석에 있던 마사토를 보게 되었고, 써버리고자 바닥에 깔아줬습니다. 마사토를 바닥에 깔면 역시 높은 배수 능력을 확보할 수 있습니다.

그 위에 상토를 골고루 뿌려줍니다. 그러면 상추를 옮겨심을 화분이 완성됩니다.

상추 정식(아주심기)

그럼 모판에 있는 상추를 정식해보겠습니다.

원래는 모종삽을 사용해야하지만 부드러운 상토를 이용하기 때문에 베스킨라빈스 스푼을 모종삽 대신으로 쓰도록 하겠습니다.

상추를 옮겨 심을 구덩이를 파줍니다. 원래 상추는 20cm 정도 재식 간격으로 심는게 좋습니다. 주말 농장 같은 노지에서 심을 때에는 재식거리를 지켜주는게 좋은데요. 베란다에서 상추를 심을 때에는 좀 더 빽빽하게 심어도 상관없습니다.

모판에 풍성하게 자라있는 상추들을 보고 옮겨 심을 녀석들을 골라봅니다.

상추의 잔뿌리가 다치지 않게 스푼으로 상추모를 잘 떠냅니다. 전날 물을 줘서 흙이 잘 뭉쳐있어 조금 수월했습니다. (하지만 전용 모판이 아니어서 꾸깃꾸깃하면서 상추모를 떠낼 수가 없었습니다. 아마도 이 과정에서 잔 뿌리들이 많이 다쳤을 꺼에요.)

새로 자리를 잡은 어린 상추입니다. 시무룩해보이는 것은 착각이겠죠?

다 옮겨 심었습니다.

상추를 다 옮겨 심은 다음 물을 듬뿍 줍니다. 상토가 붕 떠있는 상태이기 때문에 물을 줘서 가라 앉도록 만들고, 물기를 가득 머물게해서 사웇의 뿌리가 잘 퍼지도록 해줍니다.

상추모가 좀 더 남았는데요. 마침 스티로폼 박스가 하나 더 있어서 화분을 하나 더 만들었습니다.

마찬가지로 구멍을 뚫고, 망으로 막은 다음, 마사토를 깔고, 상토를 덮습니다. 화분 만들기 참 쉽죠?

그리고 남은 상추모들을 옮겨 심습니다.

화분에 물을 충분히 주면 바닥으로 물이 흘러나오는 것을 확인할 수 있습니다. 배수가 잘 된다는 증거죠.

부록 - 커피컵에 심기

상추모가 너무 많습니다. 그래서 마침 전날 마셨던 아이스아메리카노 컵을 발견해서 여기에도 옮겨 심기로 했습니다.

크기가 약간 작긴하지만 이 정도 크기에도 상추는 심을 수 있습니다.

마찬가지로 바닥에 송곳으로 배수 구멍을 뚫어줍니다.

이번엔 작은 자갈들을 이용해서 상토가 흘러내리는 것을 막아줍니다.

상토를 담아줍니다. 적당한 양의 상토를 담아주고, 상추모를 옮겨 심습니다.

폴바셋 컵에다가 귀요미 상추를 옮겨 심었습니다.

컵에다가 심은 상추에도 흠뻑 물을 주고, 배수가 잘 되는지 확인합니다.

이제 만들어진 화분들을 햇볕이 잘 드는 곳에 두고 3~4일에 한번씩 물을 주면 쑥쑥 자라나는 것을 볼 수 있습니다. 주의할 점은 물을 주면 상토가 떠오르면서 상추 잎을 집어 삼키는 경우가 있습니다. 이 경우 분무기 같은 걸로 상추잎을 닦아줘야합니다. 상추잎이 흙속에 파묻히면 자칫 생장장애가 생기거나 과습한 흙이라면 잎에 곰팡이가 생길 수도 있습니다.

어린 상추는 잘 관리를 해주면서 키워야 합니다.

[상추 재배기] 상추 발아부터 상추모 만들기까지

드라이빙 인사이트 — Tue, 11 May 2021 05:32:01 +0900

베란다 텃밭을 가꾸기 위해 어떤 작물을 심을지 고민하다가 가장 쉬운 작물로 손꼽히는 상추를 심기로 했습니다. 화분에다가 씨를 뿌려두고 적당히 물만 잘 줘도 무럭무럭 자란다는 말을 듣고 씨앗을 구입했습니다.

2021. 4. 1 - 발아준비

상추씨를 구입해서 바로 화분에 심어도 됩니다. 대충 상토위에 뿌려놔도 잘 자라는 상추이지만 발아율이 얼마나 될지 잘 모르고, 잘 자라는 녀석들을 골라서 재식거리 지켜가며 심어 주기 위해 발아를 시키기로 했습니다.

따로 발아기는 없습니다. 그냥 안주로 먹고 남은 '바사칸 꾸이' 통을 이용하기로 했습니다.

플라스틱 통에다가 키친타월을 깔아두고 상추 씨앗을 흩뿌려놓습니다. 그리고 물을 충분히 뿌려 키친타월이 젖을 수 있도록 해준다음 키친타월을 한번 더 덮습니다. 그리고 뚜껑을 덮고, 수건으로 감싸서 보관해뒀습니다. 빛을 차단하고 과도한 수분 증발을 막으며, 보온을 해주기 위함이었습니다.

2021. 4. 3 - 모판에 옮겨 심기

상추 씨앗은 발아가 빨리 되는 편입니다.

이틀 정도 지나니까 콩나물 줄기처럼 상추 씨앗에서 싹이 나기 시작했습니다. 생각보다 빨리 자라길래 서둘러 상추모를 만들기 위해 준비를 시작했습니다.

따로 모판은 준비하지 않고 냉장고에서 발견된 계란 케이스를 이용하기로 했습니다. 상추모를 만들기에 적당한 사이즈라서 선택을 했는데 그냥 다이소 같은데서 모판을 하나 사서 쓰는게 좋습니다. 나중에 상추모가 잘 안빠지는데 계란판이 뻑뻑해서 상추 뿌리가 상할 수도 있기 때문입니다.

아무튼 계란판을 반으로 잘라서 계란을 담던 부분에다가 상토를 담아 모판을 만들도록 합니다.

화분은 물론 모판으로 사용할 계란판도 배수가 중요합니다. 물을 좋아하는 상추지만 과습 상태에서는 생장이 원활하지 않기 때문에 물이 잘 빠지도록 해야합니다.

계란판의 바닥 부분에 송곳으로 배수 구먹을 뚫어줍니다. 계란판의 안쪽에서 바깥쪽으로 송곳을 뚫어야 뚫린 부분이 바깥쪽으로 향해 배수가 잘 됩니다. 모판을 준비했으면 상토를 적당히 깔아줍니다.

그리고 핀셋으로 잘 자란 상추나물(?) 들을 골라냅니다.

24구가 준비되어 있는데요. 상토를 적당히 담아줍니다.

그리고 혹시 또 몰라서 상추를 한 구당 2개씩 얹어놨습니다. 나중에 잘 안 자란 녀석들을 솎아주려고 2:1 경쟁을 시킨건데요. 거의 대부분 잘 자랍니다. 솎아 주는게 아까울 정도로 폭풍 성장하더군요.

모판에 심어주고 물을 흠뻑 줍니다. 상추는 배수 정도나 습도, 온도에 따라 다르지만 대충 3~4일마다 한번씩 물을 주면 됩니다. 그리고 햇볕이 잘 드는 곳에 위치시켜주기만하면 하루가 다르게 쑥쑥 자라는 것을 볼 수 있습니다.

2021. 4. 5

식목일입니다. 비록 나무를 심지는 않았지만 모판에 심어놓은 상추가 쑥쑥 자라는 것을 보며 지구상에 녹색 면적을 몇 cm라도 넓혀놨다는 뿌듯함을 느낍니다.

싹이 바로서고 자리를 잡아갑니다.

똑바로 서서 햇볕을 향해 떡잎을 뻣어나가고 있습니다. 귀여운 녀석들이 쑥쑥 자라는게 뿌듯합니다.

2021. 4. 6

상추들이 하루가 다르게 성장합니다.

가녀리게 접혀있었던 떡잎이 제법 많이 커졌습니다. 중간에 잘 못 자라는 한 두녀석을 제외하면 두세개씩 심어놓은 상추 후보생들이 서로 경쟁하면서 쑥쑥 자라고 있습니다.

2021.4. 8

4월은 봄이긴 하지만 아침저녁으로 찬바람이 강합니다. 상추들이 혹시나 얼어죽을까 저녁에는 베란다를 닫고 따뜻한 방으로 자리를 옮겨가며 온도 관리를 해줬습니다.

그래서 그런지 건강하게 싹들이 자랐습니다. 물을 듬뿍 주고, 4박 5일동안 여행을 다녀왔습니다. (시골 친척집으로...)

2021. 4. 11

여행을 다녀오니 또 쑥쑥 자라있었습니다. 유아기의 상추가 어린이가 되어 있었습니다. 모판의 위치에 따라서 약간 생장 속도가 다르긴 했지만 그래도 추가로 말라죽거나 낙오한 녀석들이 없었습니다.

미나리가 어디서든 물만 있으면 잘 자란다고 하는데, 상추도 그런가봅니다.

2021. 4. 16

떡잎 다음으로 나오는 상추잎들이 제법 상추 같이 생겼습니다. 초딩 정도되는 것 같은데요. 대충 잎맥들이 상추처럼 생기긴 했습니다만 아직 쌈을 싸먹기에는 역부족이죠.

이제 모판에서 화분으로 옮겨 심기로 합니다. 시중에서 파는 상추모처럼 빽빽하게 만들고 싶었지만...

웃자라버렸습니다. 뿌리에서 가늘고 길게 줄기가 나와서 잎을 지탱하지 못하고 쓰러집니다. 이런 애들은 흙으로 웃자란 줄기를 감싸주는 북주기를 해줘야합니다. 모판에서 북주기를 하기엔 약간 무리가 있고, 솎아주려 생각했던 2:1 경쟁 체제였기 때문에 이제 화분으로 옮겨 심기로 했습니다.

상태가 안좋거나 지나치게 가늘게 자란 녀석들을 솎아줬습니다. 솎아낸 녀석들은 깨끗히 씻어서 샐러드처럼 먹어버렸습니다. 여린 잎들이 야들야들하니 맛있게 먹었습니다.

'PyInstaller' 설치 및 사용법 - 파이썬 실행파일(바이너리) 만들기

드라이빙 인사이트 — Thu, 19 Dec 2019 00:04:19 +0900

파이썬으로 개발한 소프트웨어를 'PyInstaller'를 통해 실행가능한 바이너리(Executable Binary)로 만들 수 있다. 파이썬 코드를 실행하는데 필요한 다양한 의존성 패키지들을 한번에 묶어서 배포하고 싶은 경우와 보안관련 코드가 있을 때, 코드를 열어보기 힘들게 만들고 싶은 경우 PyInstaller의 사용을 고려해볼 수 있다.

자세한 내용과 매뉴얼 페이지는 PyInstaller 홈페이지에서 확인할 수 있다. (링크 : PyInstaller 홈페이지)

1. PyInstaller 설치와 사용법

PyInstaller를 pip를 통해서 쉽게 설치할 수 있다.

pip install pyinstaller

설치가 완료되면 바이너리로 만들고 싶은 파이썬 스크립트를 pyinstaller의 인자로 넘겨주면 된다. 예를 들어 'test.py' 파일을 바이너리로 만들고 싶다면,

pyinstaller test.py

라고 입력하면된다.

PyInstaller는 기본적으로 디렉토리 형태로 바이너리를 만들어준다. 즉, 파이썬 스크립트를 실행가능한 바이너리로 만들고 필요한 의존성 패키지들을 하나의 디렉토리로 묶어서 배포할 수 있게 해준다.

만약 하나의 디렉토리가 아닌 하나의 파일로 묶어서 배포하고 싶으면 '--onefile' 옵션을 명시하면된다.

pyinstaller --onefile --windowed test.py

--onefile 옵션을 줘서 생성된 결과 파일에는 필요한 의존성 라이브러리들이 모두 포함(Self-contained)되어 있다.

PyInstaller를 이용하여 배포할 바이너리를 만들 때 주의해야하는 점은 실행환경에 따라 바이너리를 모두 만들어줘야 한다는 점이다. 다시말하면, 실행될 운영체제와 파이썬 버전(파이썬2 혹은 파이썬 3), 시스템 아키텍처(32비트, 64비트) 조합에 따라 모두 빌드를 해줘야 한다. 윈도우에서 만든 바이너리는 리눅스에서 정상동작하지 않을 수 있다.

2. PyInstaller 바이너리 생성 과정

PyInstaller가 파이썬 스크립트를 실행가능한 바이너리로 만들어주는 과정을 살짝 들여다보자.

PyInstaller는 입력받은 파이썬 스크립트를 읽어서 'import' 구문을 모두 읽어 들인다. 바이너리로 만들 파이썬 스크립트가 사용하고 있는 의존성 패키지들과 다른 스크립트들을 재귀적(Recursive)으로 따라가면서 필요한 리스트를 조사한다. 이 때, 런타임에 결정되는 일부 패키지들은 포함되지 않을 수 있다. 예를 들어 __import__() 구문을 이용하여 변수 값에 따른 동적 로딩을 할 때, imp.find_module(), sys.path 등을 이용할 때는 파이썬 스크립트를 정적으로 분석하여 의존성 라이브러리를 찾기 힘들다.

이런 경우 PyInstaller 실행시 import에 대한 부가적인 정보를 넣어주면된다. PyInstaller를 실행하면 같은 디렉토리에 test.spec 파일이 생성되는데 이 파일에 정적 분석으로 알 수 없는 정보들을 넣어주면 된다. 예를 들어 실행파일을 만들 때 같이 배포되어야하는 README 파일이나 런터임 정보들을 이 Spec 파일에 적어주면 PyInstaller가 바이너리 생성시 참조한다.

바이너리가 실행될 서버에 기본적으로 설치되어 있는 패키지들은 실행파일에 포함되지 않을 수 있다. 이런 패키지들은 '/lib' 혹은 '/usr/lib' 등에 위치시키면 된다.

2.1 하나의 디렉토리로 생성

PyInstaller는 기본적으로 실행가능한 바이너리를 하나의 디렉토리로 모아준다. 그런 다음 디렉토리를 tar.gz 같은 포맷으로 묶어서 배포를 하면되고, 최종 사용자는 배포된 tar.gz 파일의 압축을 풀어서 디렉토리에 존재하는 바이너리를 실행하면 된다. 디렉토리 내에 있는 실행 파일은 파이썬 스크립트 파일이름과 동일한 이름으로 생성된다.

PyInstaller가 생성하는 디렉토리의 파일 내용들을 직접 열어 볼 수 있기 때문에 만들어진 바이너리에 문제가 생겼을 경우 디버깅하기가 수월하다. 대부분 특정 의존성 패키지가 제대로 포함되지 않은 경우가 많은데 디렉토리를 직접 열어보면 어떤 패키지가 포함되었고, 포함되지 않은 패키지는 어떤 것인지 바로 알아볼 수 있다.

또, 같은 배포 파일에서 파이썬 스크립트만 변경된 경우 기존에 받았던 의존성 패키지들은 그대로두고 실행 파일만 배포하면 되기 때문에 배포가 더 빠르다는 장점도 있다.

하지만 사용자에게 배포된 디렉토리 내부에 너무 많은 파일이 포함되어 있어 복잡하다는 단점도 있다. 사용자가 어떤 파일을 실행해야하는지 헷갈리는 경우도 있고, 실수로 의존성 파일 일부를 지워 정상적으로 동작하지 않는 경우도 생길 수 있다.

2.2 디렉토리 모드 동작 방식

PyInstaller로 만들어진 실행 파일을 실행시키면 실행 환경을 만드는 일련의 동작들이 수행된다.

우선 부트로더라는 프로그램이 실행된다. 부트로더 프로그램은 임시 파이썬 실행 환경을 만들고 파이썬 인터프리터가 실행되어 모든 import 된 모듈과 라이브러리를 디렉토리에서 찾는다. 부트로더는 파이썬 인터프리터의 복제본을 시작하고, 파이썬 스크립트를 실행한다. 파이썬 스크립트를 실행하는데 필요한 모든 의존성 패키지들은 같은 디렉토리에 포함되어 있거나 '/lib' 등의 경로에 존재하므로 문제는 없다.

2.3 One Binary 모드

파이썬 스크립트의 내용을 하나의 바이너리 파일로 만들어 배포할 수도 있다. 하나의 파일로 생성하여 배포하면 사용자는 내부의 복잡한 파일들이 뭔지 알 필요가 없고, 배포된 실행 파일만 사용하면 된다는 장점이 있다.

하지만 결국 내부에는 디렉토리로 압축되어 있기 때문에 실행하기위해서 압축을 해제해야한다. 따라서 바이너리가 실행되는 시간이 조금 더 길고, 디스크 공간을 좀 더 사용할 수 있다는 단점이 있다.

일반적으로는 디렉터리 기반으로 바이너리를 생성하여 테스트를 진행한 다음, 문제가 없는 경우 One Binary 모드로 배포하는 것을 추천한다.

2.4 One Binary 모드 동작방식

위에서 잠깐 얘기했지만 One Binary 모드 동작방식은 압축을 푸는 과정이 필요하다. 바이너리가 실행되는 운영체제의 임시 디렉토리 경로에 실행할 바이너리의 압축을 풀어놓는다. 이 때 압축을 풀 디렉토리는 _MEIxxxxx 같은 이름으로 생성된다.

압축해제가 끝나고 나면 디렉토리 모드의 동작 방식과 동일한 방식으로 실행된다. 부트로더가 실행되고 인터프리터가 실행되고 패키지들이 로드된 다음 파이썬 코드가 수행된다.

부트로더가 정상종료되면 실행시 만들었던 임시폴더와 파일들은 운영체제에서 삭제된다. 부트로더가 실행할 때 만드는 _MEIxxxxx 같은 형식의 이름은 유니크함이 보장되기 때문에 같은 바이너리를 여러번 실행시켜도 문제없이 동작한다. 하지만 여러번 바이너리를 실행하면 실행할 때마다 바이너리의 압축을 풀고 실행하기 때문에 디스크 용량을 낭비할 수 있다.

주의할 점은 바이너리가 정상적으로 종료되지 않은 경우 만등러진 임시디렉토리가 지워지지 않을 수 있다는 점이다. 따라서 자주 실행되는 프로그램이 자주 죽으면 디스크 용량을 영구적으로 낭비하게 될 수 있다. 주기적으로 임시 디렉토리를 확인하여 정리해주는 작업이 필요할 수도 있다. (PyInstaller의 '--runtime-tmpdir' 옵션을 이용하면 압축이 풀리는 디렉토리를 변경할 수 있다)

2.5 코드 숨기기

PyInstaller는 파이썬 스크립트를 .pyc 파일 같은 컴파일된 파이썬 스크립트로 변환한 다음 번들링한다. 이 방식은 기본적으로 디컴파일 가능하며 결국 원본 파이썬 스크립트에서 사용한 로직을 확인할 수 있게 된다.

만약 소스코드를 좀 더 철저하게 숨기기 원한다면, 원본 소스를 Cython으로 컴파일해야한다. Cython을 이용하여 로직을 숨기고 싶은 파이썬 모듈을 C파일로 바꾸고 C 파일을 컴파일하여 기계어로 바꾸는 과정을 거치면 어느정도 로직을 숨길 수 있다. 이후 PyInstaller는 Cython이 생성한 C 모듈을 번들링하여 정상적으로 동작하는 바이너리를 만들게 된다.

추가로 파이썬 바이트 코드는 커맨드라인으로 입력받은 키 값을 이용하여 'AES256'으로 난독화 할 수 있다.

Reference

- https://www.pyinstaller.org/

nf_conntrack: table full, dropping packet 에러 - ssh connection timed out 원인

드라이빙 인사이트 — Tue, 17 Dec 2019 00:08:21 +0900

클러스터를 모니터링하는 서버에서 간혹 ssh 접속이 안되는 문제가 발생할 때가 있다. 모니터링 서버는 주기적으로 클러스터 서버에 접속해서 돌고 있어야하는 프로세스가 잘 돌고 있는지, 커널 로그에 에러 메시지가 남아있는지를 확인하는 동작을 하는데, 간혹 ssh 접속이 실패하면서 서버에 문제가 있다고 리포팅을 하고 있었다.

특이한 점은 특정 호스트만 접속오류를 보이는게 아니라 랜덤하게 ssh connection timed out 메시지를 보이는 호스트 주소가 바뀌는 것이었다. 에러 리포팅 이후 문제를 확인하기 위해 직접 문제의 서버로 ssh 접속을 하면 또 문제없이 접속이 잘 되었다. 귀신을 잡는 느낌으로 문제의 원인을 분석해봤다.

1. nf_conntrack: table full dropping packet 메시지

우선 접속 실패 로그에 찍혀있던 서버에 접속해서 동작하고 있는 프로세스들의 로그와 커널로그를 확인해봤다. 별다른 문제가 없었다. 최근 ssh 접속 실패로그에 찍혀있는 모든 서버에 접속을 해서 로그를 확인해봤지만 별다른 이상은 없었다.

클러스터 서버에 문제가 없다면 모니터링 서버에 문제가 있을 것이라는 생각에 모니터링 스크립트를 분석해봤다. 문제는 없었다. 결국 모니터링 서버의 커널 로그를 열어보기로 했다. 모니터링 서버에서 dmesg를 이용해 커널 로그를 열어봤다. 커널 로그에는 다음과 같은 메시지가 남아있었다.

[2538157.054528] nf_conntrack: table full, dropping packet.
[2538157.166357] nf_conntrack: table full, dropping packet.
[2538157.263534] nf_conntrack: table full, dropping packet.
[2538157.366837] nf_conntrack: table full, dropping packet.
[2538157.467305] nf_conntrack: table full, dropping packet.
[2538157.569270] nf_conntrack: table full, dropping packet.
[2538157.663836] nf_conntrack: table full, dropping packet.
[2538157.765348] nf_conntrack: table full, dropping packet.
[2538157.867338] nf_conntrack: table full, dropping packet.
[2538157.963828] nf_conntrack: table full, dropping packet.
[2538157.9639928] nf_conntrack: table full, dropping packet
[2538157.989528] nf_conntrack: table full, dropping packet
[2538162.214064] __ratelimit: 61 callbacks suppressed

nf_conntrack이라는 커널 모듈에서 관리하는 어떤 테이블의 엔트리가 꽉차서 패킷을 처리할 수 없었고 결국 패킷을 드랍했다는 의미로 보이는 메시지가 남아있었다. 아마 모니터링 서버의 어떤 Limit 값에 다다라서 ssh 접속을 처리할 수 없는 상태가 되어 문제가 발생한 것 같았다. nf_conntrack이라는 커널 모듈이 무엇인지 찾아봤다.

2. nf_conntrack

nf_conntrack은 ip_conntrack의 후속 커널 모듈이다. netfilter라고 하는 커널 프레임워크가 네트워크 연결에 대한 내용을 기록하고 추적하기 위해 사용하는 모듈이다. 리눅스 커널에는 2.6 버전에서 정식으로 추가되었다.

nf_conntrack 모듈은 일반적으로 활성화되어 있지 않지만 다음의 경우 활성화 된다.

iptables -t nat -L 등의 NAT 테이블 확인 명령을 한번이라도 수행한 경우
docker 같은 iptables의 NAT 기능이 필요한 어플리케이션을 사용 할 경우

nf_conntrack 모듈의 기본 설정이 적절하게 되어 있어 평소에는 문제를 일으키지는 않지만 가끔 커넥션이 많은 서버나 모니터링 서버에서 문제가 발생하곤한다.

2.1 nf_conntrack table

nf_conntrack 모듈은 네트워크 연결 정보를 해시 테이블로 기록한다.

Connection Tracking Structure (credit : http://people.netfilter.org/pablo/docs/login.pdf)

해시 테이블의 각 해시버킷에 커넥션 트래킹 정보를 기록하는 노드가 이중 연결리스트로 구성이 되어 있다. 위 그림을 참고하면 nf_conntrack 모듈의 구조를 알 수 있다.(출처 : http://people.netfilter.org/pablo/docs/login.pdf) 이 해시 테이블에 영향을 주는 파라미터로는 해시테이블의 버킷 개수를 지정하는 'nf_conntrack_buckets'과 해시테이블에 저장되는 노드의 최대 개수를 지정하는 'nf_conntrack_max'가 있다.

'nf_conntrack_buckets' 파라미터의 기본값은 16384이고, 'nf_conntrack_max'의 값은 65536인 경우가 많다. 이번 이슈에서 발생한 "nf_conntrack: table full, dropping packet." 에러 메시지는 'nf_conntrack_max' 값을 넘어선 개수의 네트워크 세션이 열렸기 때문에 발생한 것이다. 따라서 'nf_conntrack_max' 값을 손보면 된다. (nf_conntrack과 관련된 다른 파라미터들은 https://www.kernel.org/doc/Documentation/networking/nf_conntrack-sysctl.txt 페이지를 확인해보자.)

2.2 nf_conntrack_max & nf_conntrack_buckets

"nf_conntrack: table full, dropping packet." 에러 메시지는 단순히 'nf_conntrack_max' 파라미터 값을 증가시키는 것으로 해결할 수 있다. 하지만 nf_conntrack 모듈의 해시테이블 크기를 늘리지 않고, nf_conntrack_max 파라미터만 늘리면 원치않는 성능 저하를 발생시킬 수 있다.

이상적으로 해시 테이블은 버킷(Bucket)의 개수가 충분하면 O(1)의 시간 복잡도로 연산이 가능하다. 하지만 그 값이 작아서 Hash Collision이 발생하면 노드들이 버킷에 연결 리스트로 달리기 때문에 O(N/h)의 시간 복잡도의 비효율적인 연산으로 바뀌게 된다. (이 때, N은 노드의 개수, h는 해시 버킷의 개수를 의미)

nf_conntrack 모듈의 경우에도 해시 버킷의 개수를 증가시키기 않은 상태에서 최대 노드값만 늘리게 되면, 해시 버킷의 연결 리스트의 길이가 길어져 네트워크 성능 저하를 발생시킬 수도 있다. 따라서 nf_conntrack_max 값과 함께 nf_conntrack_buckets 값도 같이 조정해주는게 좋다. (물론 경우에 따라서 성능 저하가 큰 문제가 아닌 경우 nf_contrack_max 값만 올려도 되긴한다.)

해시 버킷의 개수를 늘리는데 걸림돌이 되는 것 중 하나는 메모리 사용량이다. 해시 테이블의 버킷 헤더에 정보가 많다면 해시 테이블의 버킷 개수를 늘리는게 평소 메모리 사용량을 올려 부담스러워 질 수도 있다. 커널 소스를 잠깐 여러보자. (nf_conntrack_core.c 파일 참조)

void *nf_ct_alloc_hashtable(unsigned int *sizep, int nulls)
{
	struct hlist_nulls_head *hash;
	unsigned int nr_slots, i;

	if (*sizep > (UINT_MAX / sizeof(struct hlist_nulls_head)))
		return NULL;

	BUILD_BUG_ON(sizeof(struct hlist_nulls_head) != sizeof(struct hlist_head));

	nr_slots = *sizep = roundup(*sizep, PAGE_SIZE / sizeof(struct hlist_nulls_head));

	hash = kvmalloc_array(nr_slots, sizeof(struct hlist_nulls_head), GFP_KERNEL | __GFP_ZERO);

	if (hash && nulls)
		for (i = 0; i < nr_slots; i++)
			INIT_HLIST_NULLS_HEAD(&hash[i], i);
	
    return hash;
}

해시 테이블을 할당하는 함수다. 여기에서 해시 테이블은 다음 구조체(해시 버킷)의 배열이다.

struct hlist_nulls_head {
	struct hlist_nulls_node *first;
};

포인터를 하나 들고 있으니 64비트 아키텍처에서 해시버킷 하나당 8바이트를 소모한다. 'nf_conntrack_buckets'의 기본 값인 16384개의 해시 버킷을 유지하기위해 128kb의 메모리를 사용한다. 이를 64만개로 늘리면 약 5MB 정도의 메모리를 해시 버킷을 만드는데 사용하게 된다.

nf_conntrack 해시 테이블에 기록되는 노드의 개수를 생각해보자. 하나의 커넥션 정보를 기록하는데 304바이트가 필요하다고 한다. (실제 빌드해서 찍어본건 아니고 웹 문서에 그렇게 나와있다. 실제로는 커널 내부에서 사용하는 SLAB Allocator에서 할당받은 SLAB의 내부 단편화와 페이지 사이즈, 커널 버전에 따라 약간 다를 수 있다.)

여튼 하나의 네트워크 세션당 304바이트의 메모리를 사용한다고 했을 때, nf_conntrack_max 의 기본 값인 65536개의 네트워크 커넥션 정보를 유지하려면 총 19MB의 메모리를 사용하게 된다. nf_conntrack_max 값을 1,000,000으로 늘리면 최대 289.92MB 가량을 커넥션 정보를 기록하는데 사용하게 된다. 여기에 해시 버킷으로 사용된 메모리의 용량까지 같이 계산해주면 된다.

원하는 커넥션 개수에 따라 메모리 사용량을 계산해보고, 부담스럽지 않은 선으로 올리면 되겠다. 만약 운영에 문제가 있다면 커넥션을 여러 서버로 분산시키는 등의 다른 방법들을 찾아봐야 한다.

3. nf_conntrack 모듈 모니터링

그렇다면 현재 접속중인 서버의 nf_conntrack 모듈의 상태를 모니터링해보자.

3.1 nf_conntrack 모듈 확인

우선 nf_conntrack 모듈이 활성화되어 있는지 확인해보는 명령어는 다음과 같다.

cat /proc/modules | grep nf_conntrack

/proc/modules 파일을 조회해보면 현재 활성화된 리눅스 모듈들의 정보를 확인할 수 있다. 그 중에서 nf_conntrack과 과련된 내용을 찾아보면 된다.

3.2 nf_conntrack_max 값 확인

nf_conntrack 모듈이 활성화되어 있다면 nf_conntrack_max 값을 확인해보자.

cat /proc/sys/net/nf_conntrack_max

nf_conntrack_buckets 값을 조회해보자.

cat /proc/sys/net/netfilter/nf_conntrack_buckets

nf_conntrack_buckets의 기본 값은 32 ~ 16384 사이 숫자가 할당된다.

3.3 nf_conntrack_count - 현재 기록중인 노드의 개수

그렇다면 현재 nf_conntrack 모듈이 기록중인 네트워크 커넥션의 개수를 확인해보자.

cat /proc/sys/net/netfilter/nf_conntrack_count

문제가 발생했다면 이 값이 순간적으로 nf_conntrack_max 값으로 올라가면서 커널 로그에 packet drop 메시지가 찍힐 것이다.

watch 명령으로 지속적인 모니터링도 가능하다.

watch -d cat /proc/sys/net/netfilter/nf_conntrack_count

4. 해결방안

4.1 nf_conntrack 모듈 언로드

nf_conntrack 모듈을 쓰지 않아도 되는 서버에서는 nf_conntrack 모듈을 언로드해버려서 문제를 해결할 수도 있다.

우선 iptables를 멈춘다.

iptables stop

그리고 iptable rule 중에 state 구문이 들어가는 rule을 삭제한다.

그런 다음 다음 명령을 실행해서 nf_conntrack 모듈을 제거한다.

rmmod nf_conntrack

4.2 nf_conntrack_max, nf_conntrack_buckets 파라미터 조정

모듈을 언로드해도되는지 잘 모르겠거나 엮여 있는 모듈이 많은 경우 nf_conntrack_max와 nf_conntrack_buckets 파라미터를 조정하는 방법을 택해야한다.

우선 다음 파일을 생성한다.

/etc/modprobe.d/nf_conntrack.conf

그리고 다음 옵션을 추가한다.

options nf_conntrack hashsize={newValue}

newValue에 수정할 값을 변경하면 된다.

여기서는 해시 테이블의 사이즈(버킷의 개수)를 조정하여 nf_conntrack_max 값을 조정하도록 한다. nf_conntrack_max 값은 별도로 지정하지 않으면 nf_conntrack_max 값의 8배로 지정된다. nf_conntrack_buckets 값을 늘려 nf_conntrack_max 값을 증가시키는 방법이 해시 Collision으로 인한 모듈 성능 저하를 피할 수 있기 때문에 권장되는 방식이다.

새로운 값을 지정했으면 netfilter를 사용하는 iptables 같은 모듈을 재시작한다.

우분투의 경우 ufw를 재시작한다. (Ubuntu FireWall)

systemctl stop ufw
modprobe -rv nf_conntrack
systemctl start ufw

CentOS의 경우 다음 명령을 실행한다.

systemctl stop iptables
modprobe -rv nf_conntrack
systemctl start iptables

만약 modprob 명령에서 modprobe: FATAL: Module nf_Conntrack is in use 에러가 발생한다면, nf_conntract 모듈을 사용하는 다른 모듈이 있는지 확인한 다음 언로드하고 진행하면 된다.

4.3 적당한 값은?

nf_conntrack_max 값을 구하는 공식은 웹 페이지에서 어렵지 않게 찾아 볼 수 있다. 과거 ip_conntrack 모듈 시절에 계산법이 있는데 다음과 같다.

nf_conntrack_max = (MemorySize) / (16384 * (architecture bit / 32 ))
nf_conntrack_buckets = nf_conntrack_max / 8

적당한 값에 대한 근사치일 뿐, 실제 서버의 운영 환경에 따라 다양한 값으로 설정해 사용해도 무방하다. 특히 메모리를 많이 쓰는 서버인지, 커맨드 서버인지 등에 따라 적당한 값을 조정해가면서 사용하기 바란다.

Reference

Netfilter's connection tracking system - http://people.netfilter.org/pablo/docs/login.pdf
nf_conntract_* Kernel documents - https://www.kernel.org/doc/Documentation/networking/nf_conntrack-sysctl.txt
Tuning your Linux kernel and HAProxy instance for high loads - https://medium.com/@pawilon/tuning-your-linux-kernel-and-haproxy-instance-for-high-loads-1a2105ea553e
소스코드 확인 - https://elixir.bootlin.com/linux/latest/source/include/net/netfilter/nf_conntrack.h#L58

파이썬 기본 연산자들의 시간 복잡도(Big-O) 정리

드라이빙 인사이트 — Sun, 15 Dec 2019 06:03:39 +0900

파이썬을 이용해서 알고리즘 문제를 풀다보면 언어 자체에서 지원하는 내장 메소드들을 사용하는 경우가 대부분이다. 이 때, 각 메소드들의 시간 복잡도를 정확하게 알고 사용해야 제대로된 알고리즘을 작성할 수 있다. 따라서 파이썬의 기본 타입들이 제공하는 메소드들과 그것들의 시간 복잡도를 정리하는 시간이 필요하다고 생각했다.

우선 변수 할당(바인딩, Binding)의 시간 복잡도는 O(1)이다. 즉, 'a = 1'이라는 할당문은 O(1)라는 시간복잡도를 갖는다. 여기에 산술연산, 값에 대한 비교 연산들 역시 모두 O(1)의 시간복잡도를 갖는다.

list 타입의 메소드와 Big-O

리스트 타입의 내장 메소드들의 리스트와 그것들의 시간 복잡도에 대해서 알아보겠다. 소문자 L은 리스트 객체를 나타냈고 대문자 N은 리스트의 사이즈를 의미한다.

연산	설명	예제	복잡도	비고
Index	n번째 element 접근	l[i]	O(1)
Store	n번째에 element 할당	l[i] = 10	O(1)
Length	List의 길이 가져옴	len(l)	O(1)
Append	List의 뒤쪽에 element 추가	l.append(1)	O(1)
Pop	List의 뒤쪽 element 제거	l.pop()	O(1)	l.pop(-1)과 동일한 동작
Clear	List를 비움	l.clear()	O(1)	l = list(), l = [] 과 동일
Slice	List의 일부를 취함	l[a:b]	O(b-a)	복사되는 element의 개수에 비례
Extend	리스트뒤에 리스트를 붙임	l.extend(other_list)	O(len(other_list)	추가되는 list의 size에 비례
Construction	list 객체 생성	list()	O(len(...))	초기화 되는 리스트 Element 개수에 비례
Equality Check	두 리스트가 같은지 확인	l1 == l2	O(N)	N : list의 size
Insert	특정 위치에 element를 끼워 넣음	l.insert(2, 10)	O(N)	중간에 끼워 넣어야 해서 한칸씩 뒤로 밀려나서 그러는듯?
Delete	특정 위치의 element를 제거함	del l[10]	O(N)	마찬가지로 중간에 제거되고 그 뒤에 있는 Element를 땡겨줘야해서 그러는듯?
Containment	특정 Element가 list 내에 있는지 확인	x in l, x not in l	O(N)	Searching Overhead
Copy	list를 복사	l.copy()	O(N)	l[:]와 동일한 결과
Remove	list에서 Element를 제거	l.remove(10)	O(N)	10이라는 값을 제거
Pop	List의 i번째 element를 제거	l.pop(1)	O(N)	O(N - i).
Extreme Value	min/max 값 찾기	min(l), max(l)	O(N)	전체를 한번씩 탐색 필요
Reverse	리스트를 역순으로 변경	l.reverse()	O(N)
Iteration	리스트의 element들을 한번씩 순회	for item in l :	O(N)
Sort	정렬 수행	l.sort()	O(N * log N)
Multiply	리스트의 element들을 k번 반복해서 리스트를 생성	k * l	O(k * l)	3 * [0] -> [0,0,0]

각 연산들이 파이썬 내부에서 어떻게 동작하는지 잘 생각해보면, 각 시간 복잡도를 쉽게 유추할 수 있다.

Set 타입의 메소드와 Big-O

집합(set) 타입의 메소드들과 그들의 시간 복잡도를 정리해보자. 리스트와 비슷하게 소문자 S와 소문자 T는 집합을 나타내고, N은 집합에 있는 엘리먼트의 개수를 의미한다.

연산	설명	예제	복잡도	비고
Length	집합 element들의 개수	len(s)	O(1)
Add	집합에 element 추가	s.add(10)	O(1)
Containment	집합에 특정 Element가 있는지 확인	10 in s, 10 not in s	O(1)	List/Tuple은 O(N)임과 비교
Remove	집합에서 특정 Element를 제거	s.remove(10)	O(1)	List/tuple의 경우 O(N)
Discard	집합에서 특정 Element를 제거	s.discard(10)	O(1)
Pop	집합에서 임의의 element하나를 제거	s.pop()	O(1)
Clear	집합을 공집합(empty)으로 만들어버림	s.clear()	O(1)	s = set() 과 동일
Construction	집합을 생성	set(...)	O(len(...))	새로 생성되는 집합 요소(Element)의 개수에 비례
Equality Check	동일한 집합인지 연산	s == t, s != t	O(len(s))	모든 element가 동일하면 동일한 집합
Subset Check	Subset인지 여부를 확인	s <= t, s >= t	O(len(s)) O(len(t))	Subset 쪽의 모든 element가 superset에 존재하는지 확인
Union	합집합	s \| t	O(len(s) + len(t))
Intersection	교집합	s & t	O(len(s) + len(t))
Difference	차집합	s - t	O(len(s) + len(t))
Symmetric Diff	두 집합의 상대 여집합의 합	s ^ t	O(len(s) + len(t))
Iteration	집합의 모든 element들을 순회	for v in s:	O(N)
Copy	집합을 복사	s.copy()	O(N)

집합 연산은 리스트에 비해 순서를 보장하지 않아도 되기 때문에 O(1)에 끝나는 연산들이 더 있다. 따라서 순서를 보장하지 않아도 되는 경우 리스트 대신 집합 타입을 사용해서 시간 복잡도를 줄일 수 있다.

dict 타입의 메소드와 Big-O

마지막으로 dict 타입의 메소드들과 그것들의 시간 복잡도를 정리해보겠다. 소문자 D는 dict 타입을 의미하며, 소문자 K는 키 값을 의미한다.

연산	설명	예제	복잡도	비고
Index	특정 Element에 접근	d[k]	O(1)
Store	특정 Element에값을 설정	d[k] = v	O(1)
Length	Dict에 들어있는 Element 개수	len(d)	O(1)
Delete	특정 Element를 지움	del d[k]	O(1)
Pop	특정 Element를 지움	d.pop(k)	O(1)
Pop item	무작위로 Element 하나를 지움	d.popitem()	O(1)
Clear	Dict를 초기화	d.clear()	O(1)	d = {}와 동일함
View	Dict의 Key들을 List형태로 가져옴	d.keys()	O(1)	d.values()도 동일
Construction	Dictionary를 생성	dict(...)	O(len(...))	새로 생성되는 Dict의 element 개수에 비례
Iteration	Dict 내의 element들을 순회	for k in d:	O(N)

각 타입마다 메소드들의 시간 복잡도가 약간씩 다르다. 각 타입별로 메소드들의 시간복잡도를 이해하고 적절한 자료구조를 사용하여 불필요하게 낭비되는 시간 복잡도를 줄여 더 효율적인 알고리즘을 작성할 수 있도록 하자.

Reference

- https://www.ics.uci.edu/~pattis/ICS-33/lectures/complexitypython.txt

파이썬(Python) 집합(set) 타입, discard vs. remove 비교

드라이빙 인사이트 — Sat, 14 Dec 2019 06:41:16 +0900

파이썬의 데이터 타입 중에 집합(set) 타입이 있다. 집합 타입의 메소드 중에 특정 엘리먼트를 삭제하는 메소드가 두 개 있는데, 'discard()'와 'remove()'가 그것들이다. 이 두 메소드 모두 엘리먼트를 삭제하는 동작이 있는데 정확하게 어떤 차이점이 있는 것일까?

우선 remove() 메소드를 테스트해보자. 다음 코드를 보자.

s = set()

s.add(10)
s.remove(10)
s.remove(10)

remove() 메소드를 이용해서 '10'이라는 엘리먼트를 두번 제거했다. 첫번째 remove()는 예상대로 정상동작했지만 두 번째 remove()를 수행할 때 다음과 같은 에러가 발생한다.

Traceback (most recent call last):
  File "test.py", line 5, in <module>
    s.remove(10)
KeyError: 10

이미 집합에 아무런 엘리먼트도 없기 때문에 '10'이라는 엘리먼트를 지우려고 할 때 KeyError가 발생한다.

이제 위 코드에서 remove() 메소드를 discard() 메소드로 변경해보자.

s = set()

s.add(10)
s.discard(10)
s.discard(10)

이 코드를 실행해보면

Process finished with exit code 0

정상적으로 진행된다.

요약하면, remove() 메소드는 지우려는 엘리먼트가 존잰하지 않으면 KeyError가 발생하지만 discard() 메소드는 엘리먼트가 없어도 정상종료한다. remove()는 실제 존재하는 대상을 지우는 동작에, discard()는 존재하지 않음을 보장하려고 할때 사용하면 될 것 같다.

[Linux] lsof 명령어 사용법

드라이빙 인사이트 — Sat, 14 Dec 2019 00:59:25 +0900

lsof는 list open files의 약자로 시스템에서 열려있는 파일에 대한 정보를 출력해주는 명령어다. (대략 '엘에스오브'라고 발음하는 것 같다) 리눅스와 유닉스는 일반 파일과 디렉토리, 소켓, 파이프, 블록 디바이스, 캐릭터 디바이스에 대한 관리를 파일 시스템을 통해서 할 수 있다. 따라서 특정 프로세스가 열고 있는 파일 디스크립터(fd)를 조회해보는 행위는 시스템을 모니터링하는데 굉장한 도움이 된다.

유닉스 계열의 운영체제에서는 프로세스가 열고 있는 파일을 지웠을 때, 파일 시스템에서 ls로 보이지는 않지만 reference count가 0이 아니기 때문에 실제로 지워지지 않고 남아있는 경우가 더러 있다. 이 때, 프로세스가 열고 있는 파일이 위치한 디스크를 정상적으로 언마운트할 수 없기 때문에 누가 쓰고 있는지 조회해야하는 경우가 있다. 이 때, lsof를 사용하면 쉽게 찾을 수 있다.

1. lsof 설치

lsof는 패키지 매니저를 통해서 쉽게 설치할 수 있다. CentOS의 경우

sudo yum install lsof

Ubuntu의 경우

sudo apt-get install lsof

이 명령어로 lsof를 설치할 수 있다.

2. lsof 실행 결과

옵션 없이 lsof 명령을 실행하면 시스템에 있는 모든 열린 파일들에 대한 정보를 출력해준다. (따라서 lsof 명령을 일반 유저가 사용할 수 있게 퍼미션 설정하는 것을 권장한다.)

# lsof
COMMAND PID USER   FD   TYPE DEVICE SIZE/OFF    NODE NAME
bash      1 root  cwd    DIR  0,108     4096   16847 /
bash      1 root  rtd    DIR  0,108     4096   16847 /
bash      1 root  txt    REG    8,1  1113504 3151309 /bin/bash
bash      1 root  mem    REG    8,1    47568 3414744 /lib/x86_64-linux-gnu/libnss_files-2.27.so
bash      1 root  mem    REG    8,1    97176 3414738 /lib/x86_64-linux-gnu/libnsl-2.27.so
bash      1 root  mem    REG    8,1    47576 3414748 /lib/x86_64-linux-gnu/libnss_nis-2.27.so
bash      1 root  mem    REG    8,1    39744 3414740 /lib/x86_64-linux-gnu/libnss_compat-2.27.so
bash      1 root  mem    REG    8,1  2030544 3414702 /lib/x86_64-linux-gnu/libc-2.27.so
bash      1 root  mem    REG    8,1    14560 3414712 /lib/x86_64-linux-gnu/libdl-2.27.so
bash      1 root  mem    REG    8,1   170784 3414782 /lib/x86_64-linux-gnu/libtinfo.so.5.9
bash      1 root  mem    REG    8,1   170960 3414684 /lib/x86_64-linux-gnu/ld-2.27.so
bash      1 root    0u   CHR  136,0      0t0       3 /dev/pts/0
bash      1 root    1u   CHR  136,0      0t0       3 /dev/pts/0
bash      1 root    2u   CHR  136,0      0t0       3 /dev/pts/0
bash      1 root  255u   CHR  136,0      0t0       3 /dev/pts/0
lsof    251 root  cwd    DIR  0,108     4096   16847 /
lsof    251 root  rtd    DIR  0,108     4096   16847 /
lsof    251 root  txt    REG    8,1   163224 3149630 /usr/bin/lsof
lsof    251 root  mem    REG    8,1   144976 3414763 /lib/x86_64-linux-gnu/libpthread-2.27.so
lsof    251 root  mem    REG    8,1    14560 3414712 /lib/x86_64-linux-gnu/libdl-2.27.so
lsof    251 root  mem    REG    8,1   464824 3414760 /lib/x86_64-linux-gnu/libpcre.so.3.13.3
lsof    251 root  mem    REG    8,1  2030544 3414702 /lib/x86_64-linux-gnu/libc-2.27.so
lsof    251 root  mem    REG    8,1   154832 3414771 /lib/x86_64-linux-gnu/libselinux.so.1
lsof    251 root  mem    REG    8,1   170960 3414684 /lib/x86_64-linux-gnu/ld-2.27.so
lsof    251 root    0u   CHR  136,0      0t0       3 /dev/pts/0
lsof    251 root    1u   CHR  136,0      0t0       3 /dev/pts/0
lsof    251 root    2u   CHR  136,0      0t0       3 /dev/pts/0
lsof    251 root    3r   DIR  0,110        0       1 /proc
lsof    251 root    4r   DIR  0,110        0   31034 /proc/251/fd
lsof    251 root    5w  FIFO   0,10      0t0   31039 pipe
lsof    251 root    6r  FIFO   0,10      0t0   31040 pipe
lsof    252 root  cwd    DIR  0,108     4096   16847 /
lsof    252 root  rtd    DIR  0,108     4096   16847 /
lsof    252 root  txt    REG    8,1   163224 3149630 /usr/bin/lsof
lsof    252 root  mem    REG    8,1   144976 3414763 /lib/x86_64-linux-gnu/libpthread-2.27.so
lsof    252 root  mem    REG    8,1    14560 3414712 /lib/x86_64-linux-gnu/libdl-2.27.so
lsof    252 root  mem    REG    8,1   464824 3414760 /lib/x86_64-linux-gnu/libpcre.so.3.13.3
lsof    252 root  mem    REG    8,1  2030544 3414702 /lib/x86_64-linux-gnu/libc-2.27.so
lsof    252 root  mem    REG    8,1   154832 3414771 /lib/x86_64-linux-gnu/libselinux.so.1
lsof    252 root  mem    REG    8,1   170960 3414684 /lib/x86_64-linux-gnu/ld-2.27.so
lsof    252 root    4r  FIFO   0,10      0t0   31039 pipe
lsof    252 root    7w  FIFO   0,10      0t0   31040 pipe

출력되는 화면의 컬럼별 의미는 다음과 같다. (도커로 우분투를 띄워서 lsof를 설치한 다음 실행해봤다)

COMMAND : 실행한 명령어
PID : 프로세스 ID
USER : 명령어를 실행한 사용자
FD : File Descriptor의 종류

Lnn : Library references (AIX)
err : FD information error
jld : jail directory (FreeBSD)
ltx : Shared Library text (Code and data)
Mxx : Hex memory-mapped type number xx.
m86 : DOS Merge mapped file;
mem : memory-mapped file;
mmap : memory-mapped device;
pd : parent directory;
rtd : root directory;
tr : kernel trace file (OpenBSD);
txt : program text (code and data);
v86 : VP/ix mapped file;
NUMBER : 숫자가 오는 경우 (0u, 1u, 2u 같은..)

숫자는 FD 번호
뒤에 오는 문자의 의미

r : read access
w : write acces
u : read and write access

예를 들어 '0u'라는 값은 0번 FD를 Read/Write 모드로 접근하고 있다는 의미

TYPE : 파일의 종류

DIR : 디렉토리
REG : Regular File
CHR : Character Special File
BLK : Block Special File
IPv4 : IPv4 Socket
IPv6 : IPv6 Socket
ax25 : Linux AX.25 Socket
inet : Internet domain socket
unix : UNIX domain socket
FIFO : FIFO Special File
KQUEUE : BSD style kernel event queue file
PSXSEM : POSIX semaphore file
PSXSHM : POSIX shared memory file

DEVICE : 디바이스 번호
SIZE/OFF : 파일의 크기 혹은 현재 오프셋
NODE : 다음 중 하나

로컬 파일의 노드 번호
서버 호스트에서 NFS 파일의 iNode 번호
인터넷 프로토콜 타입
Linux AX.25 소켓 디바이스의 iNode 번호 혹은 IRQ

NAME : 파일 이름

자세한 것은 man lsof 명령을 이용하면 모두 알 수 있다.

3. lsof 사용 예제

일반적으로 옵션없이 lsof를 사용하면 출력되는 결과 값이 너무나도 많아서 한눈에 원하는 정보를 얻기 힘들다. 따라서 원하는 정보만 필터링해서 출력하도록 lsof 명령의 옵션을 숙지하고 있으면 편하다.

3.1 lsof 사용 패턴 - 특정 사용자가 오픈한 파일 출력

lsof의 -u 옵션으로 특정 사용자가 오픈한 파일들의 현황을 모니터링 할 수 있다. 예를 들어 'dave'라는 사용자가 연 파일 정보를 출력하려면 다음과 같이 명령어를 실행시키면 된다.

# lsof -u dave

3.2 lsof 사용 예제 - 특정 사용자를 제외한 나머지 사용자가 오픈한 파일 출력

-u 옵션의 반대도 가능하다. 즉 특정 사용자를 제외한 다른 모든 사용자들을 대상으로 lsof를 실행할 수도 있다. 예를 들어 Admin 사용자를 제외한 모든 일반 사용자들의 파일 사용 패턴을 모니터링하고 싶을 때가 있다.

-u 에 ^ 문자를 추가하면 포함하지 않겠다는 의미다. 예를 들어 root 유저와 admin 유저를 제외한 모든 유저에 대해 파일 오픈 정보를 확인하고 싶으면 다음 명령을 실행하면 된다.

# lsof -u^root -u ^admin

3.3 lsof 사용 패턴 - 특정 파일을 오픈한 프로세스 보기

lsof의 인자로 파일 경로를 주면 해당 파일을 오픈하고 있는 프로세스 리스트를 확인할 수 있다.

# lsof /dev/pts/0

3.4 lsof 사용 패턴 - 특정 디렉토리의 열린 파일 보기

+D 옵션으로 디렉터리 경로를 입력하면 해당 디렉토리에 속한 파일중 열린 파일들의 정보를 기준으로 프로세스 정보를 확인할 수 있다.

# lsof +D /bin

3.5 lsof 사용패턴 - 특정 포트를 사용하고 있는 프로세스 정보 보기

-i 옵션에 프로토콜 이름과 포트 번호를 명시해주면 특정 포트를 사용하는 프로세스 정보를 얻을 수 있다.

우선 -i 옵션 뒤에 숫자 4를 넣어주면 IPv4로 오픈한 소켓에 대한 정보들이 나온다.

# lsof -i 4

6을 넣으면 IPv6에 대한 정보를 얻을 수 있다.

# lsof -i 6

또 한 열려있는 모든 네트워크 포트 정보를 확인할 수도 있다. 열려있는 모든 네트워크 포트를 확인하기 위해서는 다음을 실행하자.

# lsof -i

열려있는 모든 TCP 포트를 확인하기 위해서는

# lsof -i TCP

비슷하게 UDP 포트도 확인할 수 있다.

프로토콜과 포트를 섞어서 확인해볼 수도 있다. 예를 들어 22번 포트로 ssh 연결을 한 프로세스들은 다음 명령어로 확인할 수 있다.

# lsof -i TCP:22

특정 범위의 포트 정보를 얻고 싶을 때는 대시문자('-')를 이용하면 된다. 예를 들어 1024 ~ 2048번 포트를 열고 있는 모든 프로세스 정보를 보고 싶으면

# lsof -i TCP:1024-2048

을 실행하면 된다.

3.6 lsof 사용패턴 - 특정 명령어가 사용하는 파일 정보

-c 옵션에 명령어 이름을 입력하여 파일 정보를 확인할 수 있다.

# lsof -c sshd

3.7 lsof 사용패턴 - 특정 프로세스가 사용하는 파일 정보

# lsof -p 1123

3.8 lsof 사용 예제 - PID 만 출력하기

lsof에 -t 옵션을 주면 PID만 출력한다. 이를 이용해서 다른 명령어의 인자로 lsof 결과를 넘길 수 있다. 예를들어 '/Users/user/temp/temp_file'라는 파일을 오픈한 프로세스 ID 만 출력하고 싶으면 -t 옵션을 다음과 같이 이용하면 된다.

# lsof -t /Users/user/temp/temp_file
11234

이 명령을 이용해서 '/Users/user/temp/temp_file'을 오픈한 모든 프로세스를 종료시키는 명령을 만들 수도 있다.

# kill -9 `lsof -t /Users/user/temp/temp_file`

3.9 lsof 사용패턴 - 여러 옵션 같이 사용하기

lsof는 여러 옵션을 같이 사용할 수 있다. 단 각 조건들은 기본적으로 or 조건으로 필터링 된다.

# lsof -p 55701 -p 44027

참고

[Linux] lsof 명령어 설치 및 사용법

파이썬(Python) 정수 자료형(Integer)과 오버플로우(Overflow)

드라이빙 인사이트 — Fri, 13 Dec 2019 05:04:01 +0900

C언어 혹은 자바에서는 정수 자료형(int)의 오버플로우(Overflow) 문제를 생각해야 한다. 충분히 큰 값의 정수형 데이터를 다룰 때에는 long 타입을 사용해야한다는 점은 C언어와 자바를 이용해 프로그래밍하는 개발자에게는 상식과도 같다.

하지만 파이썬에서는 약간 다를 수 있다. 우선 정수형 데이터의 한계값과 타입을 검사해볼 수 있는 코드를 준비하자.

import sys

print sys.maxint
type(sys.maxint)
type(sys.maxint + 1)

이 코드를 파이썬2.x 인터프리터에서 실행해보면 다음 결과를 얻게 된다.

9223372036854775807
<type 'int'>
<type 'long'>

파이썬2에는 maxint라는 값이 존재한다. 정수형 변수가 표현할 수 있는 최대값이 지정되어 있으며 이 값보다 큰 값은 long 타입으로 다뤄진다.

파이썬3에서는 약간 다르다. 우선 위 코드를 실행하면 에러가 발생한다. sys.maxint 라는 attribute가 없다는 에러가 발생하는데, int 타입이 다룰 수 있는 한계가 없다는 의미다. 코드를 다음과 같이 살짝 고쳐보자.

type(9223372036854775807)
type(9223372036854775807 + 1)

Python 2.x에서 maxint 값이었던 정수형의 타입을 체크해보는 코드다. 실행 결과는 다음과 같다.

<type 'int'>
<type 'int'>

둘 다 'int' 타입으로 처리되고 있다.

Python 3.x 의 정수처리

파이썬의 PEP-237 문서를 보면 Python 3.x에서 long 타입과 int 타입의 통합에 대해서 이야기한 내용을 확인할 수 있다. (링크 : PEP 237 -- Unifying Long Integers and Integers) 시간나면 내용을 읽어보도록하자.

Python 3.x에서는 정수 타입의 자료형에 'Arbitrary-precision arithmetic'을 사용했다. (링크 : Arbitrary-precision arithmetic - Wikipedia) 위키 페이지에 가보면,

Some programming languages such as Lisp, Python, Perl, Haskell and Ruby use, or have an option to use, arbitrary-precision numbers for all integer arithmetic.

파이썬도 Arbitrary-precision arithmetic을 사용했음을 알 수 있다.

정수 타입의 오버플로우

자바나 C언어의 정수타입 연산은 CPU 아키텍처와 연관된다. 32비트 CPU를 사용하는 경우 (2^31 -1) 까지 수를 표현할 수 있다. 32개의 비트 중에 MSB(Most Significant Bit)는 부호를 표현하는데 사용되며 나머지 31개의 비트를 이용해서 숫자를 표현하게 된다.

4비트 환경을 예로 들어보자.

4비트로 표현할 수 있는 정수들을 나열해봤다. 7을 표현한 0111에서 +1 연산을 수행해보자. 2진수 연산을 하는 CPU는 1비트를 더해서 1000을 얻게 된다. 문제는 1000은 8을 표현한게 아니라 -8을 표현하는 값으로 7에 1을 더했는데 -8이 출력되는 현상을 겪게된다. 이를 정수 타입의 오버플로우(Overflow)라고 한다.

Arbitrary-precision arithmetic

그럼 Python 3.x 버전은 어떻게 정수 계산을 하는지 살펴보자. Arbitrary-precision arithmetic 연산은 조금 더 사람처럼 계산한다. 사람이 일반적으로 두 정수 값을 더하는 과정을 살펴보자.

1004+1008

1004

+ 1008

------

1) 1의 자리를 더한다. 8+4=12

2) 2는 1의 자리 결과가 되고, 1이라는 carry가 발생한다.

3) 10의 자리를 더한다. 여기에 1의 자리에서 올라온 carry를 같이 더한다. 0+0+carry = 1

4) 100의 자리를 더한다. carry가 있으면 같이 더한다. 0+0+carry=0

5) 1000의 자리를 더한다. carry가 있으면 같이 더한다. 1+1+carry=2

결과는

2012가 된다.

1의 자리에서부터 숫자를 더해가며 자리 올림이 발생하면 하나를 다음 자리로 올려서 계산을 한다. 모든 자리수를 다 계산하면 연산이 종료된다. 뺄셈도 비슷하다.

Arbitrary-precision arithmetic 연산을 위해서 정수 타입을 저장하기 위한 구조체를 C언어 스타일로 표현하면 다음과 같다.

struct {
    unsigned long length;
    uint32_t *digits;
} bignum;

구조체 멤버의 length에는 몇 자리인지 저장되고, digits 멤버는 각 자리수를 저장하는 배열이다. 1004라는 숫자를 다음과 같이 표현할 수 있다.

bignum.length = 4

bignum.digits[0] = 4
bignum.digits[1] = 0
bignum.digits[2] = 0
bignum.digits[3] = 1

이 구조체를 이용해서 사람이 사칙 연산하는 것과 비슷한 알고리즘으로 정수 연산을 하게 된다. 이런 표현을 이용하면 length 숫자와 배열 사이즈를 늘리면 int 타입으로 표현할 수 없었던 매우 큰 정수 값도 계산할 수 있게 된다.

2진수로 표현된 비트 나열을 하드웨어적으로 계산하는 C언어에 비해 Arbitrary-precision arithmetic으로 계산하는 파이썬의 사칙연산은 아무래도 느릴 수밖에 없다. 하지만 maxint 이상의 값을 프로그래머가 인지하고 처리해야 하는 C언어에 비해서 파이썬의 사칙연산은 프로그래머에게 부담을 주지 않는다.

특히 C언어에서의 2진수 부동소수 표현은 계산에서 부정확한 결과를 줄 수 있는 반면 Arbitrary-precision arithmetic으로 계산하는 방식은 정확한 값을 얻을 수 있다는 장점도 있다.

개발자를 위한 자세교정 자료

드라이빙 인사이트 — Fri, 13 Dec 2019 00:36:19 +0900

개발자뿐만 아니라 책상에 앉아서 장시간 일하는 사무직들에게 구부정한 자세, 거북목, 허리 통증은 흔한 일이다. 하지만 이런 잘못된 자세들을 그대로 두다보면 디스크가 오거나 체형이 변형되는 결과를 초래한다. 일하다가 한시간에 한번 정도, 화장실에 오가면서 스트레칭을 해주면 어느정도 통증완화는 될 것 같다.

커뮤니티에서 공유된 자료인데 원출처를 못찾겠다. (아시는분이 있면 댓글로 달아주세요..)

의자에 앉아서 잠깐씩 할 수 있는 스트레칭도 있다. 브릿지 자세 같은건 집에서 자기전이나 아침에 일어나서 잠깐씩하면 좋을 것 같다.

추가로 세계적인 척추 전문가인 캐나다 워털루 대학의 Stuart Mcgill 교수가 제안하는 척추운동 방법도 따라해보면 좋을 것 같다. (관련 유튜브 채널 - https://www.youtube.com/channel/UCwcwqpD2LBC8dFSvywx5Xzw )

맥길 컬업(Mcgill curl up)

ChiroBalance Spine & Spor - Youtube Channel

매트를 깔고 누운 다음 한쪽 다리를 접어서 올리고 양쪽 다리를 허리 밑으로 두는 자세를 취한다. 여기서 턱을 당기는 느낌으로 약간 들어주고 10초간 버티며 호흡을 한다. 이후 다른쪽 다리로 바꾸는 과정을 5회 반복한다.

허리가 붕 뜨는 것이 아니라 바닥에 붙인 상태로 상체를 일자로 유지해야한다.

버드 독(Bird Dog)

ChiroBalance Spine & Spor - Youtube Channel

바닥에 업드린 상태에서 허리가 약간 C 커브를 그리도록 한다. 한쪽 무릎을 엉덩이와 수직이 되도록 직각으로 구부리고 손목은 어깨와 수직이 되는 위치에 지지한다.

이 상태에서 오른쪽 다리와 왼쪽 팔을 들어 올린 상태에서 10초간 버틴다. 이후 팔과 다리를 바꿔서 10초간 버틴다. 이를 총 10회씩 3세트 반복한다.

사이드 플랭크 (Side Flank)

ChiroBalance Spine & Spor - Youtube Channel

옆으로 누워 팔을 어깨와 일직선이 되도록한다. 팔꿈치부터 손바닥은 바닥에 일자로두고 두 다리는 가위 모양으로 교차시킨다.

이후 상채를 천천히 들어 올리면서 복부에 힘을 강하게 준다.

어깨부터 엉덩이까지 사선을 유지한 자세로 머물며 20~30초 동안 호흡을 한다. 개인차가 있으니 적게는 5세트에서 많게는 10세트를 반복하면 된다.

결국 스트레칭을 주기적으로 하고 평소에 코어 근육 운동을 잘 해줘야 한다는게 정답인 것 같다.

파이썬(Python) pip란 무엇인가?

드라이빙 인사이트 — Thu, 12 Dec 2019 23:32:01 +0900

파이썬의 장점 중 하나는 다양한 패키지들의 지원이다. numpy, beautifulsoup 같은 다양한 라이브러리 패키지들이 제공되어 머신러닝 프로젝트들의 실제 계산 과정을 쉽게 이용할 수 있다. 이런 패키지들의 제공은 파이썬 프로젝트의 개발 생산성을 매우 올려준다.

PIP란 무엇인가?

파이썬 개발 환경에 패키지들을 설치하기 위해서 pip 명령을 자주 사용한다. pip는 파이썬으로 작성된 패키지 라이브러리들을 관리해주는 시스템이다. 우분투의 apt-get, CentOS의 yum 명령을 생각해보면 비슷하다.

pip는 파이썬 3.4 이후 버전에는 기본적으로 포함되어 있어 별도로 설치할 필요가 없다.

pip 명령 - list

현재 내 컴퓨터에 설치된 파이썬 패키지 라이브러리 목록을 볼 수 있는 명령은 다음과 같다.

pip list

이 명령을 실행하면 다음과 같은 결과를 확인할 수 있다.

beautifulsoup4 (4.6.0)
cycler (0.10.0)
freetype-py (1.0.2)
matplotlib (1.5.3)
numpy (1.12.0rc2+mkl)
pip (9.0.1)
pyparsing (2.1.10)
pypng (0.0.18)
python-dateutil (2.6.0)
pytz (2016.10)
setuptools (32.3.1)
six (1.10.0)

현재 내 컴퓨터에는 이런 파이썬 패키지들이 설치되어 있으며 각 패키지들의 버전도 확인할 수 있다.

pip 명령 - upgrade

pip 자체를 업그레이드 할 수 있는 명령은 다음과 같다.

pip install --upgrade pip

pip를 최신으로 업그레이드하여 몇몇 보고된 버그와 다양한 패키지들의 관리를 최신 pip를 이용해서 할 수 있다.

pip 명령 - install

pip를 이용해서 특정 패키지 라이브러리를 설치할 수 있다.

pip install <패키지 이름>

예를 들어 numpy라는 패키지를 설치하기 위해서는 다음 명령을 실행하면 된다.

pip install numpy

그럼 다음과 같이 numpy 패키지가 실행된다.

pip install numpy
Collecting numpy
  Downloading numpy-1.13.3-2-cp36-none-win32.whl (6.8MB)
    100% |████████████████████████████████| 6.8MB 182kB/s
Installing collected packages: numpy
Successfully installed numpy-1.13.3

pip 명령 - uninstall

pip를 이용해 설치된 패키지를 제거할 수도 있다.

pip uninstall numpy

웹 상에는 수 많은 파이썬 패키지 라이브러리들이 있다. 이들 중에 널리 사용되는 유명한 패키지 라이브러리들은 대부분 pip를 이용해 관리할 수 있다.

파이썬 -UnboundLocalError: local variable 'len' referenced before assignment, len() 함수 에러

드라이빙 인사이트 — Thu, 12 Dec 2019 23:16:45 +0900

파이썬으로 프로그래밍을 하다가 가끔씩 다음과 같은 에러를 만난다.

UnboundLocalError: local variable 'len' referenced before assignment

len이라는 이름의 변수를 할당하기전에 사용했다는 에러 메시지다. 이 에러를 발생시킨 코드는 다음과 같다.

def func1(s):
    cs = set(s)
    for i in range(len(cs)):
        if False:
            len = 0
        print(i)

str = "ABCDDD"
func1(str)

문제의 원인은 함수 내부에서 len이라는 변수에 값을 할당해서 사용했기 때문이다. C 언어나 Java의 경우 변수 이름으로 Reserved Word를 사용할 경우 변수 할당이 안되고 컴파일 에러가 발생한다. 하지만 파이썬은 Reserved Word도 변수 이름으로 사용할 수 있다.

신기한 점은 if False: 구문으로 실행되지 않게 처리한 부분에서 len 이라는 이름을 사용했음에도 문제가 발생했다는 점이다.

이런 에러를 만났을 경우 len이라는 이름 대신 length 같은 풀 네임을 사용해서 오류를 예방하도록 하자.

파이썬 리스트(배열)을 문자열로 변환하기 (Python list to string)

드라이빙 인사이트 — Thu, 12 Dec 2019 22:56:36 +0900

알고리즘 문제를 풀다가 문자열을 이루고 있는 문자들을 배열로 다뤘다가 다시 문자열로 합치는 동작이 필요했다. Stack, Queue 같은 자료구조에 문자열을 이루고 있는 캐릭터들을 넣었다가 빼는 동작을 하고 다시 문자열로 만드는 동작이 필요했다.

파이썬의 String 클래스는 'join(list)' 메서드를 제공하고 있다. join 메서드를 이용하면 리스트를 구성하고 있는 각각의 캐릭터들을 하나의 문자열 형태로 변경해서 반환해준다. 예를들어보자.

list = ['H', 'E', 'L', 'L', 'O', ' ', 'W', 'O', 'R', 'L', 'D']

print(list)

print(''.join(list)) # List의 Element들을 공백없이 붙임
print(' '.join(list)) # List의 Element들을 공백을 이용해서 구분
print('-'.join(list)) # List의 Element들을 '-' 문자를 이용해서 구분
print('\n'.join(list)) # 한줄에 하나씩 출력

list라는 이름의 배열에 "HELLO WORLD"를 구성하고 있는 문자들이 들어있다. 이 코드를 실행해보면 다음과 같은 결과를 출력한다.

join 메서드 앞에 있는 캐릭터를 이용해서 리스트에 있는 각각의 캐릭터들을 연결시켜 하나의 문자열로 만들어 준다. 만일 join 메서드에 사용한 리스트에 캐릭터 타입이 아닌 객체가 속해있으면 다음과 같은 TypeError가 발생한다.

TypeError: sequence item 5: expected str instance, int found

문자열이 아닌 정수형 값이 섞여 있다는 에러다.

파이참(PyCharm)과 깃허브(Github) 연동하기

드라이빙 인사이트 — Wed, 11 Dec 2019 05:46:29 +0900

파이참으로 작성한 소스코드를 깃허브(Github)에 푸쉬를 할 수 있다. 파이참은 프로젝트 파일을 커밋하고 깃허브 리파지토리에 푸쉬(Push)할 수 있는 기능을 제공한다.

깃허브 계정 및 리파지토리 생성

우선 소스코드를 관리할 깃허브 리파지토리를 생성해야한다. 깃허브 계정이 없다면 깃허브 계정부터 생성하자.

https://github.com

그리고 리파지토리를 생성하자. 깃허브 홈페이지에서 리파지토리 생성 버튼을 누르거나 https://github.com/new 페이지로 들어가서 리파지토리를 생성하면 된다.

helloworld라는 리파지토리를 만들어봤다. "Create repository" 버튼을 눌러서 리파지토리를 생성하자.

깃허브 리파지토리가 생성되었다.

파이참에 깃허브 리파지토리 연동

방금 생성한 깃허브 리파지토리의 깃 파일 주소를 확인해보자.

https://github.com/davean27/helloworld.git 이라는 주소를 기억해두자.

파이참 첫 화면에서 "Check out from Version Control" 버튼을 클릭해서 "GitHub"을 선택하자.

"Git Repository URL" 입력란에 아까 기억해뒀던 깃허브 리파지토리 주소를 입력한다. 그리고 [Clone] 버튼을 입력해서 깃허브 리파지토리를 로컬에 다운로드해서 프로젝트를 만들어준다. 지금은 비어있는 프로젝트지만 공유된 파일이 있다면 그 파일들을 다운로드해서 프로젝트로 만들어준다.

이제 프로젝트가 생성되었다.

이제 새로운 파일을 하나 추가해보자.

test.py 파일을 추가해보면

깃에 파일을 추가할 것인지 파이참이 물어본다. [Yes] 버튼을 눌러서 깃에 추가한다.

test.py 파일의 내용을 추가한다.

[VCS] - [Commit]을 선택한다. 깃 커밋을 통해서 로컬에 변경 사항을 커밋해 놓는 명령이다.

커밋할 파일을 선택하고 커밋 메시지를 입력한 다음, [Commit] 버튼을 눌러 커밋한다. 아직까지 깃허브에 변경사항이 등록된 것은 아니다. 깃허브 리파지토리로 Push를 해야한다.

[VCS] - [Git] - [Push] 를 선택하면 로컬에 커밋해놨던 변경 내용들을 리모트 리파지토리로 푸쉬(Push) 할 수 있다.

리모트 리파지토리에 Push 할 커밋 내용들이 보인다. [Push] 버튼을 누른다.

리모트로 변경 사항을 전송할 때까지 약간의 시간이 걸린다. Push가 성공하면 오른쪽 하단에 "Push successful"이라는 메시지가 뜬다.

이제 깃허브 리파지토리 페이지로 가보면 변경사항이 적용된 것을 확인할 수 있다. 이 기능을 이용하여 깃허브에 작성한 코드를 업로드, 공유할 수 있다.

macOS 파이썬 개발환경 Python 3 & 파이참(PyCharm) 설치

드라이빙 인사이트 — Wed, 11 Dec 2019 05:01:10 +0900

맥북이나 iMac에 파이썬 개발환경을 설치해보자.

macOS에는 기본적으로 파이썬 2.x 버전이 설치되어 있다. 다음 명령을 실행해보면 기본적으로 설치되어 있는 파이썬 버전을 확인할 수 있다.

python -v

확인해보니 현재 맥북에는 2.7.16 버전이 설치되어 있다. 그대로 파이썬 2 문법을 이용해서 파이썬 개발을 해도 좋겠지만 왠만하면 파이썬 3를 사용하는걸 권장하고 있으니 3.x 버전을 설치해보도록하자.

참고로 현재 맥북에서 파이썬을 실행하면 다음 경고 메시지를 볼 수 있다.

WARNING: Python 2.7 is not recommended. 
This version is included in macOS for compatibility with legacy software. 
Future versions of macOS will not include Python 2.7. 
Instead, it is recommended that you transition to using 'python3' from within Terminal.

Python 3 설치

파이썬 홈페이지에 접속해서 파이썬 3.x 설치 파일을 다운로드하자. https://www.python.org 로 접속해보자.

홈페이지에서 파이썬과 관련된 최신 소식들을 만나볼 수 있다. 설치 파일을 다운로드하기 위해 "Downloads" 메뉴에 마우스를 가져가자.

현재 파이썬 3.8.0 버전이 릴리즈되어 있다. [Python 3.8.0] 버튼을 눌러서 설치 파일을 다운로드하자.

크롬의 경우 하단에 이렇게 설치파일 다운로드에 대한 정보를 확인할 수 있다. 설치파일을 실행시켜 파이썬 3.x 설치를 쾌속 진행하자.

라이센스도 잘 읽어보고 필요할 때 비밀번호 혹은 지문을 잘 입력해주면 빠르게 설치가 완료된다.

파이썬 설치가 완료되었다. 설치된 파이썬 3 버전을 확인해보자.

$ python3 -V
Python 3.8.0

파이참(PyCharm) 설치

파이썬 실행환경을 만들었으니 이제 편하게 파이썬 프로그램을 개발 할 수 있는 통합 개발환경(IDE)을 설치해보자.

파이썬을 개발할 수 있는 통합개발환경(IDE)는 다양하다. 그 중에서 가장 유명한 개발환경 중 하나로 꼽히는 파이참(PyCharm)은 인텔리J와 코틀린을 만든 제트 브레인(JetBrain)에서 만든 파이썬용 통합 개발환경이다. 회사에서 인텔리 제이를 사용하고 있고, 파이썬 개발환경으로 파이참을 사용하고 있어서 개인 노트북에도 파이참을 설치해 사용하기로 했다. (회사에서는 Ultimate 버전을 사용하고 있으며, 집에서는 Community Edition을 사용하고 있다.)

파이참 설치 파일을 다운로드하기 위해 파이참 홈페이지 (https://www.jetbrains.com/pycharm/) 로 접속한다. 스크린샷이 이전에 찍어둔 것이라 최신 버전과 안 맞을 수 있지만 크게 다르지는 않을꺼다.

[Download Now] 버튼을 눌러 다운로드를 진행한다.

파이참은 유료버전인 "Professional"과 무료버전인 "Community"가 제공된다. 개인적인 파이썬 스터디를 위한 용도이므로 Community 버전으로 충분하다. 상업적으로 이용할 경우엔 관련 라이센스를 잘 살펴보기 바란다.

Community 버전을 다운로드하자.

설치 파일을 다운로드하고 실행하자.

PyCharm을 오른쪽으로 드래그해서 애플리케이션 등록을 하자.

[열기] 버튼을 눌러서 설치를 진행하자.

기존에 사용중이던 파이참 설정이 있으면 import해서 사용할 수 있다. 파이참을 처음 설치하는거라면 'Do not import settings'를 선택해서 초기화하고 진행하자.

파이참이 실행된다.

자신의 입맛에 맞게 설정들을 조정할 수 있다. 일단 기본 설정으로 진행하자. [OK] 버튼을 눌러 진행하자.

파이참의 실행화면이 떴다. 이제 파이참을 사용할 수 있게 되었다.

Pycharm으로 Hello World 찍어보기

이제 설치한 파이참으로 파이썬 프로젝트를 하나 만들어 실행해보자. 역시 가장 만만한게 "Hello World" 프로그램이니 파이참으로 작성해보자.

"Create New Project"를 눌러 새로 프로젝트를 만들어주자.

프로젝트 디렉토리를 지정하고, "Interpreter"에 파이썬 인터프리터를 지정하자. 여러버전의 파이썬이 같이 설치되어 있을 때, 프로젝트에서 사용할 인터프리터를 프로젝트마다 다르게 가져갈 수 있다.

프로젝트가 생성되면 파이참이 이런저런 팁들을 준다.

파이참의 메인 화면이 떴다.

좌측의 프로젝트 브라우징 창에서 프로젝트에 우클릭을 하고, [New] - [Python Files]를 선택해서 파이썬 파일을 추가하자.

새로 생성돌 파일의 이름을 입력해준다. "helloworld.py"를 입력하자.

에디팅 화면이 활성화되었다. 간단하게 Hello World를 찍어보자. 코드는 다음과 같다.

print("Hello, World")

[Run] 메뉴의 "Run"을 선택해서 파이썬 스크립트를 실행하자.

파이참 하단에 "Hello, World"라는 결과가 찍히는 것을 확인할 수 있다. 이제 파이참을 이용해서 열심히 파이썬 프로그래밍을 하면 된다.

파이썬 TypeError: 'NoneType' object is not iterable 오류 해결 방법

드라이빙 인사이트 — Tue, 10 Dec 2019 23:18:00 +0900

다이나믹 언어인 파이썬으로 프로그래밍하다보면 가끔씩 만나는 에러 메시지가 있다. 그 중에 하나가 TypeError: 'NoneType' object is not iterable 에러다. 반복문에 사용할 객체를 얻어오는 과정에서 iterable이 아닌 객체를 사용한 경우 이 에러를 만나게 된다.

이 에러를 재현할 수 있는 간단한 코드는 다음과 같다.

def function1(param1):
    if param1 == 1:
        return "abc"
    elif param1 == 2:
        return "def"
    elif param1 == 3:
        return "ghi"


value = 1

for char in function1(value):
    print(char)

이 코드를 실행하면

a
b
c

이런 실행 결과를 얻게 된다.

value 변수의 값을 1, 2, 3이 아닌 값으로 지정한 경우

TypeError: 'NoneType' object is not iterable

에러를 만나게 된다.

function1() 함수에서 명시적으로 값을 리턴하지 않은 경우 None이라는 값을 리턴하게 된다. 위 코드의 경우 파라미터로 1, 2, 3 중에 하나를 입력한 경우 문자열 값이 리턴되지만 그 외의 값을 입력한 경우 명시적으로 리턴값이 없어 None이 리턴된다.

문제는 이 때 리턴된 None 값을 반복문에서 iterable 하게 사용하려고 한 곳에서 발생했다.

함수에서 리턴해주는 값을 사용할 때, None이 리턴될 수 있는지 확인하고 명시적인 리턴문이 없는 경우엔 None이 리턴될 수 있음을 인지하고 사용하자.

PyCharm "Unresolved reference xxx" 에러 해결

드라이빙 인사이트 — Sat, 7 Dec 2019 17:38:10 +0900

파이썬 개발 환경인 PyCharm을 이용해 파이썬 프로그램을 개발할 때 "Unresolved reference xxx" 에러를 만나게 되었다. 분명 문제는 없어보이는데 PyCharm 환경에서는 에러를 내고 있었다.

Module1 이라는 파일에서 Module1 이라는 클래스를 불러들이는데 Module1을 찾을 수 없다는 의미의 에러 메시지였다. 분명 같은 경로에 Module1.py 라는 파일이 존재하는데 이상한 일이다.

해결 방법

이 경우 PyCharm의 소스 루트(Sources Root)를 지정해주면 된다.

프로젝트 디렉토리의 src 디렉토리를 우클릭하면 여러 메뉴가 뜬다. 그 중에 'Mark Directory as' 메뉴를 선택하고, 'Sources Root'로 선택한다.

src 디렉토리가 소스 루트로 지정되면 src 디렉토리가 하늘색으로 바뀐다.

동시에 빨간색 밑줄이 뜨면서 생겼던 'Unresolved Reference' 문제도 해결되어 정상적인 코드 에디터 화면으로 출력된다.

import에 명시한 이름을 찾아가는 시작점이 소스 루트 디렉토리인데, src 디렉토리가 소스 루트로 지정되지 않으면 프로젝트 디렉토리가 루트 디렉토리로 지정된다. 따라서 다음과 같이 코드를 고쳐도 문제는 해결된다.

from src.Module1 import Module1 

module = Module1() module.print_String()

macOS에서 git 사용시 xcrun error 발생시 대처 방법

드라이빙 인사이트 — Fri, 6 Dec 2019 06:33:59 +0900

몇 번째인지 모르겠지만 맥북과 iMac을 사용하다 운영체제를 업그레이드 한 이후 git을 사용할 때 다음과 같은 에러가 발생했다.

xcrun: error: invalid active developer path (/Library/Developer/CommandLineTools), missing xcrun at: /Library/Developer/CommandLineTools/usr/bin/xcrun

최근에는 카탈리나(Catalina) 버전으로 업그레이드 한 이후 위 에러가 발생했다.

$ git --version
xcrun: error: invalid active developer path (/Library/Developer/CommandLineTools), missing xcrun at: /Library/Developer/CommandLineTools/usr/bin/xcrun

운영체제를 업그레이드하면서 Xcode Command Line Tools 관련하여 뭔가 문제가 발생하는 것 같았다. Xcode를 사용하고 있지 않아서 의아했지만 매번 간단한 방법으로 해결하고 있다.

해결 방법

해결방법은 간단하다.

xcode-select --install

다시 설치하면 된다.

$ git --version
git version 2.21.0 (Apple Git-122.2)

DNS에서 CNAME과 A 레코드의 차이

드라이빙 인사이트 — Thu, 5 Dec 2019 06:08:44 +0900

가비아, 후이즈, 고대디 등의 DNS를 이용해서 커스텀 도메인을 사용할 때, 서브 도메인을 등록하기 위해서 CNAME과 A 레코드 같은 정보를 DNS 서비스 홈페이지에 등록해야한다. 둘 다 서브 도메인을 등록하기 위해 필요한 정보라는 것은 알겠는데 정확히 어떤 차이가 있는 것인지 알아봤다.

DNS

인터넷을 구성하고 있는 IP 주소는 IPv4의 경우 192.168.0.1 같이 숫자로 구성된다. 이런 숫자는 아무런 의미도 없기 때문에 외우기 힘들다는 단점이 있다. 따라서 naver.com 같은 문자열로 서버 주소를 표현하게 되었다. 다만 실제 컴퓨터 통신에서는 naver.com이라는 문자열 주소를 192.168.0.1 같은 IPv4 주소로 변환해주는 서비스가 필요하다. 이런 서비스를 DNS 서비스라고 한다.

DNS는 Domain Name System의 약자로 naver.com 같은 문자열 주소를 IP 주소로 해석해주는 네트워크 서비스를 말한다. DNS 서버에는 도메인 주소와 IP 주소의 쌍(Pair)이 저장된다. 예를 들어,

naver.com	192.168.0.1
google.com	172,17.0.1
plusblog.co.kr	10.234.34.12

이런 정보가 DNS 서버에 저장되고 사용자가 웹 브라우저나 프로그램에서 naver.com을 요청하면 이 테이블에서 naver.com을 찾아 192.168.0.1 을 응답해준다. 사용자의 웹 브라우저나 프로그램은 이 IP 주소를 이용해서 통신하게 된다.

결국 위 테이블에서 하나의 행(Row)를 '레코드(Record)'라고 하며, 저장되는 타입에 따라 A Record와 CNAME으로 구분할 수 있다.

A 레코드 (A Record)

A 레코드(A Record)는 DNS에 저장되는 정보의 타입으로 도메인 주소와 서버의 IP 주소가 직접 매핑시키는 방법이다. 위 테이블에 적혀있는 것처럼 첫 번째 컬럼값이 naver.com 같은 도메인 주소고, 두 번째 컬럼 값이 192.168.0.1 같은 IP 주소인 형태를 말한다.

위에서 말했던 것처럼 사용자가 A 레코드에 해당하는 도메인 주소에 대한 해석을 요청하면 DNS 서버는 IP 주소를 리턴해준다.

CNAME

CNAME은 Canonical Name의 약자로 도메인 주소를 또 다른 도메인 주소로 매핑 시키는 형태의 DNS 레코드 타입이다.

naver.com	192.168.0.1
dev.plusblog.co.kr	172.17.0.1
develop.plusblog.co.kr	dev.plusblog.co.kr.

위와 같은 정보가 DNS 서버에 저장되어 있다고하자. 사용자가 dev.plusblog.co.kr 주소를 요청하면 서버는 172.17.0.1 를 응답한다. A 레코드 정보의 해석이다.

만약 develop.plusblog.co.kr을 요청하면 DNS 서버는 dev.plusblog.co.kr을 리턴하고, 사용자는 다시 dev.plusblog.co.kr 정보를 DNS 서버에 요청한다. DNS 서버는 이제 172.17.0.1 을 리턴하고 사용자는 IP 주소를 사용하게 된다.

develop.plusblog.co.kr과 dev.plusblog.co.kr 정보가 매핑되어 있는 행(Row)을 CNAME 타입이라고 한다. 즉, 도메인 주소에 대한 별명(?)을 붙여주는 정보라고 할 수 있다.

A 레코드 vs. CNAME

A 레코드 타입과 CNAME 타입의 장단점은 명확하다.

A 레코드의 장점은 한번의 요청으로 찾아갈 서버의 IP 주소를 한번에 알 수 있다는 점이다. 반면 단점은 IP 주소가 자주 바뀌는 환경에서는 조금 번거로울 수 있다는 점이다. 예를 들어, 172.17.0.2 서버에서 plusblog.co.kr, dev.plusblog.co.kr, travel.plusblog.co.kr 등 여러개의 서브 도메인들을 처리하고 있다고하자. 각 서브 도메인들을 A 레코드로만 매핑시켰다면, 172.17.0.2라는 IP 주소가 172.17.0.3이라는 주소로 변경되었다면 모든 A 레코드를 찾아서 변경해야 한다.

CNAME 레코드의 장점은 IP 주소가 자주 변경되는 환경에서 유연하게 대응할 수 있다는 점이다. 예를 들어, dev.plusblog.co.kr, travel.plusblog.co.kr 도메인 정보를 plusblog.co.kr이라는 주소로 매핑시키는 CNAME 레코드로 저장하고, plusblog.co.kr이라는 주소를 172.17.0.2 라는 IP 주소로 매핑시키는 A 레코드로 저장해 놨다면, 서버의 IP 주소가 바뀌었을 때 plusblog.co.kr의 A 레코드 정보만 변경시키면 된다.

CNAME 레코드의 단점은 실제 IP 주소를 얻을 때까지 여러번 DNS 정보를 요청해야 한다는 점이다. DNS 정보를 해석하는데 여러번 요청이 필요하다는 점은 경우에 따라서 성능저하를 유발할 수 있다.

맥북 트랙패드 Force Touch 설정 끄기

드라이빙 인사이트 — Wed, 4 Dec 2019 06:04:05 +0900

맥북이 편리한 이유중에 트랙패드가 너무 편리하기 때문이다. 맥북을 사용하는 유저들도 잘 모르는 것 중에 하나가 트랙패드의 포스 터치(Force Touch) 기능을 설정으로 변경할 수 있다는 점이다.

트랙패드를 누르면 '딸깍' 소리가 난다. 거기에서 조금 더 세게 누르면 한 번더 '딸깍'소리가 나는데, 누르는 세기에 따라서 두 단계의 클릭을 사용할 수 있는 기능이다.

중요한 점은 이 두 단계의 클릭이 약간 어색할 수 있는데, 이 두 단계의 클릭을 설정으로 끌 수 있다. '시스템 환경설정'의 '트랙패드'를 선택하면 트랙패드의 클릭 관련 설정을 조절할 수 있다.

'세게 클릭 및 햅틱 피드백' 항목을 클랙해서 체크 박스를 체크 아웃시키면 두 째 클릭이 작동하지 않는다. 뿐만 아니라 '클릭' 항목의 설정을 가볍게, 중간, 세게로 옮기면서 트랙패드의 클릭 감도를 조정할 수 있다.

2015년 이후의 맥북을 가지고 있는 유저들에겐 모두 해당되는 사항이다.

Hadoop 'Unable to load native-hadoop library for your platform' 에러

드라이빙 인사이트 — Tue, 3 Dec 2019 05:56:40 +0900

HDFS Short Circuit Read 코드 테스트를 위해서 도커에 컨테이너 세팅을 하고 원격 디버거로 붙어서 보다가 Short Circuit Read 설정으로 안들어가서 찾아보니 로그에 다음과 같은 내용이 찍혀 있었다.

19/12/02 20:46:04 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
19/12/02 20:46:05 WARN shortcircuit.DomainSocketFactory: The short-circuit local reads feature cannot be used because libhadoop cannot be loaded.

Hadoop Client가 데이터 노드와 같은 호스트에 위치할 때, 데이터노드를 거치지 않고 바로 파일에서 읽을 수 있도록 도메인 소켓을 사용하는 Short Circuit Read 기능이 있다.

Short Circuit Read 기능을 사용하기 위해서는 도메인 소켓을 사용해야하는데, HDFS 코드 중에

if (DomainSocket.getLoadingFailureReason() != null) {
    return PathInfo.NOT_CONFIGURED;
}

위와 같은 부분이 있다. 'DomainSocket.getLoadingFailureReason()' 메소드에서 "libhadoop cannot be loaded"라는 문자열이 리턴되고 있어 Short Circuit Read 기능이 제대로 동작하지 않았다. 결과적으로는 데이터 노드를 거쳐서 정상적으로 읽어오긴 하지만 ShortCircuitRead를 사용할 수 있음에도 불필요하게 데이터 노드를 거치는 오버헤드가 생겼다.

해결방법

해결방법은 간단하게 libhadoop을 찾도록 해주면 된다.

libhadoop.so 파일은 $HADOOP_HOME/lib/native 디렉토리에 위치하고 있다. 따라서 이 경로를 자바 프로그램 구동시 참조할 수 있게 해주면 된다. LD_LIBRARY_PATH 환경 변수에 $HADOOP_HOME/lib/native 경로를 추가해주자.

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HADOOP_HOME/lib/native

.bashrc 파일과 hadoop-env.sh 파일에 추가해주자. 이제 다시 프로그램을 구동하면 ShortCircuit Read를 정상적으로 사용할 수 있게 되었다. 경고 메시지 로그도 더 이상 찍히지 않는다.