Sanghun Kang - Sanghun's Blog (Page 3)

Sanghun's Blog

Sign in Subscribe

Sanghun Kang

2022년 3월 서울옥션 메이저 경매 프리뷰

2022년 3월 서울옥션 메이저 경매 프리뷰

특별한 점 없는 평이한 경매 프리뷰였다. 매 달 해외 작가의 대형 사이즈 작품이 하나씩은 있는데 이번달은 이 작품이다. 이게 메인이고 스탠리 휘트니의 다른 소형 호수 작품은 Lot 1로 나왔다. 오랜만에 나온 미스터의 작품. 미스터뿐만 아니라 매드사키등의 망가류는 확실히 트렌드가 지나갔는지 출품량이 확 줄은게 보인다. 이우환 작가의 150호 점으로부터 두 작품.

2022년 3월 케이옥션 메이저 경매 프리뷰

2022년 3월 케이옥션 메이저 경매 프리뷰

이번 케이옥션 프리뷰는 근현대부터 고미술까지, 국내부터 해외까지 볼거리가 많았던 프리뷰였다. 마크 퀸은 자신의 피로 만든 두상 self로 유명한 작가이다. 삶과 죽음을 주제로 작품을 만드는 작가인데 이 작품 역시 그렇다. 멋진 도상이나 1. 국내 경매에 출품된 적이 드물고 2. 150호가 넘으며 3. self이후 인상적인 작품이 없었기에 선뜻 구매할 사람은 많지 않을거란

2022년 2월 서울옥션 메이저 경매 프리뷰

2022년 2월 서울옥션 메이저 경매 프리뷰

꾸준히 경매 다녀온 기록을 남기고자했으나 쉽지 않다. 비슷비슷한 작가/작품만 나오다보니 포스팅 역시 비슷해지는 문제가 발생한다. 앞으로 경매 프리뷰는 사진 위주로 포스팅하고 작가 한명 한명에 대해 포스팅을 해보려고 함. 3월에 쓰는 2월 경매 프리뷰...그래서 프리뷰지만 낙찰 가격도 함께 얘기해봄 입구에서 볼 수 있는 카우스 의자. 셀럽들이 이 의자에 앉아있는

2022년 2월 케이옥션 메이저 경매 프리뷰

2022년 2월 케이옥션 메이저 경매 프리뷰

이번에도 인상 깊었던 작품 위주로만 업로드 함. 움직이는 장면을 순간적으로 정지시키면 잔상이 남으며 화면이 번져보이는 듯한 느낌이 든다. 이 느낌을 회화로 표현한게 앤디 덴즐러의 스타일이다. 앤디 덴즐러는 원래 사진작가였는데 아마 사진의 장노출 기법에서 영감을 얻지 않았을까. 사람을 그린 그림이지만 표현법덕분에 추상화같은 느낌이 난다. 경매시장에서는 이렇게 구상인듯 하면서도 추상인것같은 두가지 상반된

2022년 1월 서울옥션 메이저 경매 프리뷰

2022년 1월 서울옥션 메이저 경매 프리뷰

케이옥션 프리뷰와 겹치는 작가들이 많았다. 개인적으로 이번달은 케이옥션이 더 볼거리가 많았다. 볼거리는 케이옥션 승. 다양성은 서울옥션 승. 서울옥션에도 콰야 작품이 많이 출품되었다. 줄리안 오피의 렌티큘러. 멀티플 작품임에도 불구하고 소장하고 싶어질 정도로 좋았다. 앞으로 걸어가는 모습을 렌티큘러로 표현한게 자연스러웠다. 항상 나오는 작품3. 추정가 6억. 강렬한 빨간색에 200호 크기의 작품이라 실물로 보면

2022년 1월 케이옥션 메이저 경매 프리뷰

2022년 1월 케이옥션 메이저 경매 프리뷰

인상깊었던 작품 위주로 적어봄. 케이옥션 전시장 입구쪽에 배치되어 가장 먼저 눈에 들어온 작품. 이번 케이옥션 경매에는 치하루 시오타의 회화 작품도 나왔지만 확실히 설치작품의 포스에 비할바가 아니다. 사진으로 볼 때와 실물로 볼 때의 느낌이 정말 다르다. 입체인듯 평면인듯 보이기도 하며 붉은 실은 책을 가리면서도 드러내보이고 있다. 최소 추정가는 4억 2천. 작년

zsh에 설정해둔 alias를 crontab에 사용하고 싶을때

zsh에 설정해둔 alias를 crontab에 사용하고 싶을때

Table of Contents Put your functions in .zshenv. .zshenv is sourced on all invocations of the shell, unless the -f option is set. It should contain commands to set the command search path, plus other important environment variables. .zshenv should not contain commands that produce output or assume the shell

애드워즈 학습

Table of Contents * 강의 1: 온라인 광고의 가치에 대한 이해 * 1.1 온라인 광고 및 애드워즈의 장점 * 1.2 Google의 광고 네트워크 * 1.3 광고가 게재될 수 있는 위치 * 1.4 광고의 품질 * 품질평가점수와 광고 순위 이해하기 * 1.5 지불 금액 * 입찰 전략 선택 강의 1: 온라인 광고의 가치에 대한

[Mac] pymssql 설치 에러날경우

[Mac] pymssql 설치 에러날경우

* Mac에서 pymssql 설치시 에러가 나는경우 아래와 같은 방법을 시도해보자. # 이미 freedts가 설치되어있다면 삭제해준다. # brew uninstall freedts brew install freetds091 brew link --force [email protected] pip install pymssql

[Mac] ijavascript 설치

[Mac] ijavascript 설치

Table of Contents ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)" brew install pkg-config node zeromq sudo easy_install pip sudo pip install --upgrade pyzmq jupyter sudo npm install -g ijavascript * 설치하고자 하는 가상환경에서 ijsinstall * ijsnotebook으로 실행

[Mac] Aache Spark 설치

[Mac] Aache Spark 설치

Table of Contents * Java 설치 * Scala 설치 * Spark 설치 * Pyspark를 위한 환경설정 * 샘플 코드 * Scala * Python * Spark Web UI * [Optional] Jupyter에서 pyspark 사용하기 * Pyspark의 default 실행환경을 Jupyter notebook으로 강제설정하는법 * 기존 Jupyter에서 pyspark 실행시키기 * 방법1. findspark 활용하기 * 방법2. 경로 잡아주기 * 참조 Java 설치 이미 설치된 java의 경로를 찾고 싶다면 /usr/libexec/

[python]nbviewer 실행시키기

[python]nbviewer 실행시키기

cat iris.txt | python test.py brew install libmemcached 해야 pip install pylibmc 설치 됨 and start nbviewer with: python -m nbviewer --localfiles=/my/notebooks You can see foo.ipynb at http://localhost:5000/localfile/subdir/foo.ipynb

[python]cat을 이용해서 stdin 인풋 주기

[python]cat을 이용해서 stdin 인풋 주기

cat iris.txt | python test.py import sys import re pattern= r’^([(\d.)]+) - - [(.?)] “(.?) (.?) (.?)” (\d+) (\d+)’ for line in sys.stdin: data = line.strip() print(“1” + data)

MaxOS Hue 설치

* 메뉴얼이 잘 되어있습니다. * 참조 Step 1: Clone the Hue repository xcode-select --install git clone https://github.com/cloudera/hue.git Step 2: Install Java * 최신 JDK 다운로드 * java -version으로 설치된 버전 확인. Step 3: Install the pre-requisites Hue uses several libraries that are not included in the XCode command line

MaxOS Hive 설치

참조 * https://cwiki.apache.org/confluence/display/Hive/GettingStarted * https://noobergeek.wordpress.com/2013/11/09/simplest-way-to-install-and-configure-hive-for-mac-osx-lion/ 1. Install hive via brew. This will take some time brew install hive 2. Add hadoop and hive to your path by editing your bash_profile * zshell사용자라면 .bash_profile대신 .zshrc * vi ~/.bash_profile

MaxOS Hadoop 설치

MaxOS Hadoop 설치

* 2.7.3기준으로 작성되어있음. * 2.7.3을 설치하고자 하는 버전으로 바꿔주세요. * 참조 Homebrew 설치 ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)" Hadoop 설치 brew install hadoop * /usr/local/Cellar/hadoop에 설치됨 Hadoop 설정 hadoop-env.sh 편집 * 파일 위치: ‘/usr/local/Cellar/hadoop/2.

[airflow] 6. Multi cluster에서 airflow 실행하기

[airflow] 6. Multi cluster에서 airflow 실행하기

Table of Contents * 요약 * airflow configuration * 두개의 인스턴스에서 각각 worker 실행하기 * task가 실행될 worker를 명시적으로 지정하기 * 1번 인스턴스에서 * 2번 인스턴스에서 * 참조 요약 * 다루는 내용 * 분산 인스턴스에서 각각 airflow worker를 실행하고 task를 분산해서 실행하는법 * task가 실행될 worker를 명시적으로 지정하는법 * 테스트 환경 * 두 개의 Amazon EC2 Instance 사용 * 1번 Instance에 아래와 같이

[airflow] 5. Pyspark sample code on airflow

[airflow] 5. Pyspark sample code on airflow

Airflow에서 Pyspark task 실행하기 Table of Contents * data_download, spark_job, sleep 총 3개의 task가 있다. * data_download가 완료된 후, 동시에 나머지 두개의 task가 실행되는 DAG이다. * 병렬로 task가 수행된다는걸 보여주기위해 sleep task를 만들었다. * gantt를 보면 data_download가 완료된 후, 동시에 나머지 두개의 task가 실행되는걸 확인할 수 있다. from airflow import

[airflow] 4. CeleryExecutor 사용하기

[airflow] 4. CeleryExecutor 사용하기

Airflow CeleryExecutor 사용하기 Table of Contents * Rabbitmq, Celery 설치 * Rabbitmq 설정 * airflow.cfg 수정 * localhost?? * meta db 설정 * 실행 * 참조 Airflow는 기본값으로 sqlite를 사용한다. sqlite에서는 SequentialExecutor만 설정가능하기에 DAG내에서 task의 병렬실행이 불가능하다. 병렬실행을 가능하게 하려면 LocalExecutor나 CeleryExecutor를 사용해야하는데 그러기위해선 Database를 Sqlite가 아닌 다른 Database를 사용해야 한다. Database설치&설정은 이전 글을

[airflow] 3. LocalExecutor 사용하기

[airflow] 3. LocalExecutor 사용하기

Airflow LocalExecutor 사용하기 Table of Contents * Postgres 설치 * Database 설정 * airflow.cfg 수정 * meta db 설정 * airflow initdb * 참조 Airflow는 기본값으로 sqlite를 사용한다. sqlite에서는 SequentialExecutor만 설정가능하기에 DAG내에서 task의 병렬실행이 불가능하다. 병렬실행을 가능하게 하려면 LocalExecutor나 CeleryExecutor를 사용해야하는데 그러기위해선 Database를 Sqlite가 아닌 다른 Database를 사용해야 한다. 이 글에선 postgres를 예로 들어 설명하겠다.

[Intro to Hadoop and MapReduce] Lesson 5 MapReduce Code

[Intro to Hadoop and MapReduce] Lesson 5 MapReduce Code

1. Introduction 2. Quiz: Input Data How to find total sales/store? KEY VALUE * time store name * cost store name * store name cost * store name product type 3. Quiz: Defensive Mapper Code # Your task is to make sure that this mapper code does not fail on corrupt data lines, # but

[Intro to Hadoop and MapReduce] Lesson 4 Problem set

[Intro to Hadoop and MapReduce] Lesson 4 Problem set

1. Quiz: HDFS Which of the following is true? * HDFS uses a central SAN(storage area network) to hold its data * HDFS stores a single copy of all data * HDFS replicates all data for reliability * To store 100TB of data in a Hadoop cluster you would need 300TB of raw

[Intro to Hadoop and MapReduce] Lesson 3 HDFS and MapReduce

[Intro to Hadoop and MapReduce] Lesson 3 HDFS and MapReduce

1. Quiz: HDFS Is there a problem? > https://youtu.be/6F8-cCUbRU8 * Network failure * Disk failure on DN(datanode) * Not all DN used * Block sizes differ * Disk failure on NN(namenode) 2. Quiz: Data Redundancy Any problem now?(when NN failure) * Data inaccessible > when network failure on NN * Data

[Intro to Hadoop and MapReduce] Lesson 2 Problem set

[Intro to Hadoop and MapReduce] Lesson 2 Problem set

1. Quiz: Dimensions of Big Data Which of the following are Part of the 3 dimensions of Big Data? * Volume * Cost * Importance * Velocity * Source * Variety * Security * Virality 2. Quiz: Volume Volume of Big Data refers to: * Importance of Data * Size of data * Speed of data generation * The differnet data sources

[Intro to Hadoop and MapReduce] Lesson 1 Big data

[Intro to Hadoop and MapReduce] Lesson 1 Big data

1. Introduction You can read more about Big Data in Wikipedia which is also a company that generates and processes huge amounts of data itself. MapReduce and Apache Hadoop are the technologies we will be talking about more in this course. 2. Data Sources According to IBM: “Every day, 2.