기본 콘텐츠로 건너뛰기

WebSocket

WebSocket을 사용한 채팅 프로그램 만들기
- Spring boot 기반 고수준
- 웹사이트 접속자 전체를 대상으로 한 채팅
- 특정 이용자 그룹/개인을 대상으로 한 채팅
- http 프로토콜은 접속요청 후 접속되면 응답을 전송하고 접속 해제
- 웹서버 상에 서버소켓을 두고 웹브라우저가 서버소켓에 접속요청
ServerSocket : 네트워크(TCP/IP) 서버, 무한히 클라이언트를 대기
Socket : 서버에 접속요청, 통신가능

특정 이용자간의 통신(채팅)
로그인한 후 이용자의 아이디 활용(HttpSession)
WebSocket 클래스에서 메시지 송수신 부분에서
특정 아이디를 가진 이용자의 소켓에 메시지를 전송해야 한다
메세지 구성(JSON)
- 송신자, 수신자, 컨텐츠
서버측에서는 메시지를 가로채서 수신자가 누군지 확인/해당 이용자에게만 전송
서버측에서 JSON을 다루기 위해서 json-simple 사용(dependency 추가)

모든 채팅 접속자 리스트 구하기
- 채팅에 접속하는 모든 이용자의 리스트 작성
- 한 이용자가 모든 이용자의 아이디를 구하려면...
- 누구나 접근할 수 있는 영역에 접속자 목록을 유지
- 접속자가 이용자 목록을 요청할 때 컨트롤러에서 그 영역에 접속
- 접속자 목록을 JSON 배열 형식으로 응답
- application 영역(Scope)에 모든 접속자의 ID를 기록한다
- ServletContext sc = request.getServletContext();
- sc.setAttribute("userSet",userSet); // list, set, map

Controller / WebSocket
- Configurator : WebSocket에서 HttpSession을 사용할 수 있도록 설정

pom.xml
<!-- https://mvnrepository.com/artifact/org.springframework.boot/spring-boot-starter-websocket -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-websocket</artifactId>
<version>3.0.1</version>
</dependency>

이 블로그의 인기 게시물

Python 인공신경망 추천 시스템(회귀)

예제 # 인공신경망을 이용한 추천 시스템 # - 순차형(Sequential) 신경망 생성법 # - 함수형(Functional) 신경망 생성법 # - 지금까지 나온 추천 방식 중에서 가장 좋은 성능 # - Regression 방식으로 분석가능 # - 영화의 평점 정보(userid, movieid, rating) # - 이용자는 영화에 대한 취향이 모두 다르다 # - 영화는 다양한 장르가 혼합되어 있다 # - 이용자는 자신의 취향에 맞는 영화에 높은 rating을 제시함 # - 어떤 이용자에게 어떤 장르의 영화를 추천할 것인가? # __call__() 함수를 가진 클래스는 파이썬 함수 callable(클래스)를 사용하면 True를 반환한다 from tensorflow.keras.models import Sequential, Model from tensorflow.keras.layers import Dense, Embedding, Input input = Input(shape=(1,)) # 함수형 신경망 생성법 hidden1 = Dense(2, activation='relu')(input) # Dense(2, activation='relu')__call__() hidden2 = Dense(2, activation='relu')(hidden1) # callable.object callable(Dense) # __call__ 함수가 있으면 True, 없으면 False # Using Functional API from keras.models import Sequential from keras.layers import * model = Sequential() model.add(Input(shape=(3,))) # Input tensor model.add(Dense(4)) # hidden layer 1 model.add(Dense(units=4)) # hidden layer 2 model.add(Dense(units=1)) # ou...

Blogger

코드 하이라이트 사이트 http://hilite.me/ 코드 <!-- 나만의 공간 --> <style id='daru_css' type='text/css'> .code {      overflow: auto;      height: 200px;      background-color: rgb(239,239,239);      border-radius: 10px;      padding: 5px 10px; } .code::-webkit-scrollbar-thumb {      background-color: grey;      border: 1px solid transparent;      border-radius: 10px;      background-clip: padding-box;   } .code::-webkit-scrollbar {      width: 15px; } </style> <!-- 나만의 공간 -->

Javascript on 함수

엔터키 감지하기 <input type="password" onkeypress="func(event)" /> function func(event) {      if(event.keyCode == 13) { // keyCode 13은 엔터이다           alert("엔터를 입력했습니다.");     }     if (event.tartget.value == 13) {          alert("엔터를 입력했습니다.");     } }