GOOD to GREAT

사역동사, make have get의 의미차이에 대해서 다루도록 하겠다.

사역동사는 동사원형을 목적으로 취합니다.

즉, make/have/get + 목적어 + 동사원형

▣ Chapter 10: 분사

02 

A: Are you going to be Katie's maid of honor at her wedding?

B: ____, how can I refuse her?

(a) To be asked

(b) Being asked

(c) To being asked

(d) Having been asked

09

________ against the major contagions, the boy was prohibited from attending school until he received his vaccinations

(a) Not immunizing 

(b) Not had immunized

(c) Not his having immunized

(d) Not having been immunized

10

On Groundhog day, the remaining length of winter is predicted when the groundhog is observed ______ from its burrow.

(a) spring

(b) sprang

(c) springing

(d) sprung

11.

Recently, many parents are considering installing web filtering software ________ from obscene material.

(a) shield their children

(b) to shield their children

(c) shielded their children

(d) have shielded their children

19. 

(a) Minos was the fabled Greek king who ruled the island of Crete on which the minotaur was kept.

(b) Though possessing the body of a human, the minotaur was born with the head of a bull.

(c) Each year, Minos would have seven women and children sending to the minotaur as offerings

(d) When the hero Theseus confronted the minotaur, he was able to kill it and escaped from Crete.

□한국사 중급 3급 합격 후기 및 공부 방법.

1. 구입한 책 

2. 공부 방법 

한국사 3급은, 어려운 시험은 아니나, 이공계생이고, 졸업한지 많이 지난 저같은 사람의 경우 어느정도 공부를 해야 했습니다. 다들 열심히 하셔서 꼭 합격 하세요 ^^

■한국 능력 검정시험 3급 2013.8.10 20회 정답[확정 정답]

전, 아슬아슬.. 79점으로 합격이내요.. ㅋ 

한국사 홈페이지 정답.

아래는 가채점 한건대 ㅋㅋ 한국사 홈페이지 정답하고 100% 일치하내요. 

대전에는 엑스포가 있어요!

1993년도에 한국최초로 엑스포가 열렸는데 전 그당시 7살 이였죠.

지금은 엑스포장에서 여러가지행사들이 계절마다 하고있는데

요새는 저녁에 한빛탑앞에서 음악분수를 틀어주네요^^

주중은 8시, 9시 / 주말은 8시, 9시, 10시

기간: 8월 25일 까지 (2013)

치킨과 맥주는 음악분수 뒤에 마켓에서 판매하고 있습니다.

단, 맥주의경우 병맥이 1병에 5~6천원하고, 대부분의 안주들이 14000원 이상이니, 가격은 많이 비싼편입니다. 치킨이 16000원 하는....

결국 저는 병맥만 두명 사서 공연을 보았습니다.

음악분수 공연은 약 20분정도 진행 됩니다.

사람이 많이 있지만, 안내방송으로 관람을 위해서 뒤로 가라고 하기 때문에 사람 머리 때문에 안보이는 그런 문제는 없습니다.

음악 3~4편 정도로 구성된 음악분수, 불과 물의 조화가 어우러진 정말 멋진 공연이었습니다.

작년에 라스베이거스에서 벨라지오효텔에서의 음악분수도 보았지만, 엑스포에서의 음악 분수가 더 예쁘고 아기자기 한것 같습니다.

가서 보시면 후회 하지 않을 꺼에요. ^^

그럼 연인과 함께 가보세요 ^^ 

subprocess

이 모델은 2.4 버전에서 새롭게 생긴것으로 이전의 os, poepn2, commands와 같은 다양한 다른 모듈에 있는 기능을 한곳에 모은 것이다.

args는 'ls -l'과 같은 문자열 또는 ['ls','-l']과 같은 문자열 리스트로 지정 한다.

parms는 하위 프로세스의 다양한 속성을 제어하기 위해 설정한 키워드 인수들을 나타낸다. 다음 키워드 인수들을 인식한다.

bufsize: 버퍼링 방식을 지정한다. 0은 버퍼링하지 않고, 1은 줄 버퍼링을 하며, 음수 값은 시스템 기본 값을 사용한다. 그 밖에 양수 값은 대략적인 버퍼 크기를 나타낸다. 기본 값은 0이다.

excutable: 사용할 실행 프로그램의 이름을 지정한다. 프로그램 이름이 이미 args에 담겨져 있기 때문에 사용할 일이 거의 없다. 다만, shell이 주어지면 이 매개변수는 셀의 이름을 지정한다. 기본 값은 None 이다. 

stdin: 자식프로세스에서 stdin에 사용할 파일을 나타내는 파일 객체. stderr에서 사용할 수 있는 값을 사용할 수 있다. 기본 값은 None 이다.

stdout: 자식프로세스에서 stdout에 사용할 파일을 나타내는 파일 객체. stderr에 사용할 수 있는 값을 사용할 수 있다. 기본 값은 None 이다.

stderr: 자식프로세스에서 stderr에 사용할 파일을 나타내는 파일 객체. open()로 생성한 파일객체, 정수 파일 기술자 또는 새로운 파이프가 생성되었음을 나타내는 특수 값 PIPE가 될 수 있다. 기본 값은 None이다.

preexec_fn: 명령을 실행하기 바로 전에 자식프로세스에서 호출할 함수를 지정한다. 이 함수는 인수를 받지 않는다.

close_fds: True이면 자식 프로세스를 실행하기 전에 0,1,2를 제외한 모든 파일 기술자를 닫는다. 기본 값은 0이다.

shell: True 이면 os.system()함수 처럼 작동하는 유닉스 쉘을 사용하여 명령을 실행 한다. 기본 쉘은 /bin/sh 이지만 executable 설정을 통해서 변경할 수 있다. shell의 기본값은 None 이다.  

cwd: 명령을 실행할 디렉터리, 실행 전에 자식 프로세스의 

1단계: 부트로더 언락과 슈퍼 유저(루팅) 설치 

- ubuntu 환경에서 했다. 하지만 첨부파일을 이용하면 window에서도 할 수 있다. -

▣ 부트로더 언락, Note that 데이터가 모두 날라기니 주의 하세요.

1) 볼륨 2개와 + 전원 버튼을 동시에 4초간 눌러 리커빌 모드로 진입 합니다. 

2) 첨부 파일을 다운 받는다.

r3-galaxynexus-superboot.zip

3) 커멘드 창에서 fastboot devices라고 입력해서 장치가 정상적으로 연결 되었는지를 확인한다.

4) fastboot oem unlock을 적용 한다.

필자는 리눅스 환경에서 설정 하였ㄷ.

8) 겔럭시 넥서스에 경고창이 뜨고 그곳에서 볼륨 상/하 번튼을 이용해서 움직이고 yes를 선택후 전원버튼을 눌러서 실행을 하면 됩니다. 그럼 위와 같은 화면이 나오고 그러면 성공 한것이다.

▣ 슈퍼유저 설치, 루팅하기

1) bootloade로 진입 한다. 

1) 위에 첨부파일 디렉터리로 들어가서, install-superboot-linux.sh를 실행함.

   주의: Mac, Linux, window 별로 스크립트가 다르니 주의해서 실행

2) OKAY라고 메시지가 나오고 재부팅이 되어지면 성공이다.

3) 재부팅이 되어질 때 아래와 같은 자물쇠가 풀린 모양이면 된다.

2단계: CWM Recovery 설치하기. 

1) 우선 첨부파일을 다운로드 받는다.

recovery.img

2) 리커버리 모드로 진입을 해야한다. 진입방법은 아래와같이 여러가지다.

2-1) 볼륨버튼 2개 + 전원버튼을 눌러서 부트로더로 들어간다음 그곳에서 설치 한다.

2-2) adb reboot recovery 명령어를 이용해서 들어간다.

3) fastboot flash recovery recovery.img 를 실행 한다.

4) 위와 같이 OK 뜨게되면, CWM이 정상적으로 설치가 된 것입니다.

5) 절대로 지금 bootloader 화면에서 reboot을 하면 안됨.

reboot 할경우 recovery 이미지가 복구됨.

3단 계: 커스텀 롬 설치하기 

1) reboot 하지 않은 부트로더 화면에서 볼륨키를 이용해서 Recovery mode로 이동.

2) 커스텀롬을 SD 카드에 집어 넣는다.

3) CWM 리커버리에서 아래의 3가지 작업을 한다. 기존의 시스템을 삭제하는 행위이다.

wipe data/factory reset

wipe cache partition

advanced -> wipe dalvik cahce

이 세가지 wipe를 모두 해주셔야 합니다. 이유는 커스텀롬은 시스템적인 부분을 모두 건드리기 때문에 완전히 날리고 새로운 롬을 설치하는게 안전 합니다.

4) 단, 동일한 커스텀 롬을 사용하다가 업그레이드 버전을 설치하는 경우

advanced -> wipe dalvik cache를 해주면 됩니다.

5) 다시 처음으로 돌아가서, install zip from sdacrd를 선택해서 쭉쭉 들어가서 아까 넣은 파일을 선택하면 됩니다. 

multiwin.py: Fatal IO error 0 (Success) on X server :0.0. python: ../../src/xcb_io.c:249: process_responses: Assertion `(((long) (dpy->last_request_read) - (long) (dpy->request)) <= 0)' failed.

Sometimes I get:

multiwin.py: Fatal IO error 11 (Resource temporarily unavailable) on X server :0.0.

위 2개의 에러가 뜬다면, 그것은 multiprocessing 모듈을 썻기 때문일 것이다.

즉 동시에 X server랑 통신하려고하면 에러가 난다.

즉, UI는 무조건 main process에서 변경할 수 있다. fork 시킨 자식 프로세스가 변경하기위해서 X server와 커넥션을 하려고하면 무조건 에러가 난다.

이부분 때문에.. 고생좀 했다. 

아래 사이트 참초:

http://stackoverflow.com/questions/9989475/python-multiprocessing-with-2-gtk-windows

▣ 질문: 멀티 프로세싱을 처리할때 어떻게 해야 신뢰성 있게 자식 프로세스의 stdout 결과를 redirect 할 수 있는가?

답변

이것에 대한 해결방법중 하나는 다음과 같다.

먼저 당신의 프로세스들을 메뉴얼하게 생성 해야 된다. 이러한 것들은 명시적으로 stdout/stderr file 핸들을 접근하게 될 것이다. 그리고 나서 당신은 socket을 이용해서 sub process와 커뮤니케이트를 하게 되고 multiprocessing.connection을 socket 위에서 하게 된다. 즉, multiprocessing.Pipe와 같은 것이다.

이러한 작업은 당신에게 IPC와 같은 기능을 제공해 줄 것이다.

아래에 2개의 에제를 참고하도록 하시오.

master.py

import multiprocessing.connection
import subprocess
import socket
import sys, os

## Listen for connection from remote process (and find free port number)
port = 10000
while True:
    try:
        l = multiprocessing.connection.Listener(('localhost', int(port)), authkey="secret")
        break
    except socket.error as ex:
        if ex.errno != 98:
            raise
        port += 1  ## if errno==98, then port is not available.

proc = subprocess.Popen((sys.executable, "subproc.py", str(port)), stdout=subprocess.PIPE, stderr=subprocess.PIPE)

## open connection for remote process
conn = l.accept()
conn.send([1, "asd", None])
print(proc.stdout.readline())

subproc.py

import multiprocessing.connection
import subprocess
import sys, os, time

port = int(sys.argv[1])
conn = multiprocessing.connection.Client(('localhost', port), authkey="secret")

while True:
    try:
        obj = conn.recv()
        print("received: %s\n" % str(obj))
        sys.stdout.flush()
    except EOFError:  ## connection closed
        break

▣ 진단고사 오답 노트 정리

1. A: The restaurant hostess said it will take thirty minutes before we get a table.

    B: It's OK with you, I wouldn't mind finding another restaurant.

해설: mind는 동명사를 목적어로 취하는 동사이다.

3. A: Can you come hiking tomorrow?

   B: I'm not sure, but I want to

생략하지 않은 원문: I want to come hiking tomorrow.

즉, to는 대부정사 to인것이다. 

04. 전치사 사용에 관한 예문

A: samantha seems really pleased.

B: She received nothing but praise on her progress report. 

To 부정사와 분사의 차이점을 선택하는 방법 (해석을 꼭 해봐야 한다.)

Gatun Lake is the component of the panama canal acting as a reservoir for the waterway.

Gatun Lake는 운하의 급수지 역할을 하는 파나마 운하의 구성요소이다.

Gatun Lake is the component of the panama canal to act as a reservoir for the waterway.

Gatun Lake는 운하의 급수지 역할을 하는 파나마 운하의 구성요소이다.

분사가 목적격 보어 자리에 올 경우에는 목적어와 목적격 보어가 능동으로 해석되는지 수동으로 해석되는지에 따라 현재분사인지 과거분사인지를 결정한다. 

Because it was too hot, he left his shirt buttons undone/undoing.

 -> 너무 더웠기 때문에, 그는 셔츠의 단추를 풀어진 채로 두었다.

단추가 풀어지다로 의미는 수동 관게이다.

Based / To being based on the evidence, the police concluded that the thief could not have entered the apartment from the window.

증거를 근거로하여, 경찰은 도둑이 창문을 통해 아파트에 들어갔을 리가 없다고 결론지었다.

To-V를 선택할 경우, '증거를 근고로 하기 위해서' 라는 어색한 문장이 된다.

▣ Ch 07: 가정법

Test

02)

A: Can we use your parents' car?

B: I would rather we _____.

(a) didn't

(b) mustn't

(c) couldn't

(d) shouldn't

03) 

A: Your ice cream shop has been doing well lately.

B: It has. Many people ________ all summer long.

(a) come

(b) were come

(c) is being come

(d) have been coming

04)

A: Are you going to visit me at the lake this weekend ? 

B: I definitely _____, if not for the seminar I have to attend.

(a) am

(b) was

(c) will

(d) would

07) 

A: Thanks for fixing the heater.

B: Not at all. Call us at the front desk ____ further problems.

(a) you should have

(b) should you have

(c) were you having

(d) had you have

08)

A: I told you to buy stock from that company. Now it's doing really well.

B: It _______ wise to do it, but I had to pay back my student loan then.

(a) was

(b) would be

(c) will have been

(d) would have been

09) 

A: it is high time you ________ a job.

B: Don't worry. I have an interview tomorrow.

(a) got

(b) to got

(c) getting

(d) having got

13) If China's economy ______ collapse, the world economy would go with it.

(a) was to

(b) were to

(c) will be to

(d) had been to

새롭게 바뀐 부엌이 정말 멋지네요.

new kitchen is rally good.

-> Your newly updated kitchen looks awesome.

i want to better renovation.

-> I'd like to upgrade it sometime.

It is good, it spend a lot of money.

-> I sure hope so, since it cost so much.

I am going to consider that.

-> I'll take that into consideration.

it is not older than watching.

-> It's not as old as it seems.

▣ 요청하기

Snady, 네가 수의사에게 가서 내 고양이 좀 데려왔으면 하는데.

Sandy, I'd like to pick up my cat from vet.

->Sandy, I'd like you to pick up my cat from the vet.

1. 가주어 It

It은 긴 주어를 대신할 때 쓰이고 진주어로 올 수 있는 것은 부정사구,

that절 (명사절, 형용사, 전치사구도 가능) 입니다.

ex) It is important to stare at people. // 사람들을 노려보는 건 무례하다.

ex) It is important that you don't fall asleep during the class. // 수업시간 동안 잠들지 않은 것은 중요하다.

위의 두번 째 문장을 "It ~ that 강조 구문"이라고 합니다.

강조할 내용을 it동사와 that 사이에 넣으면 됩니다.

ex) she wants to go to France.

to france를 강조한다. -> It is to France that she wants to go.

Note that: It - that 강조구문에서 강조할 것이 사람일 때 that 대신에 who를 쓰기도 합니다.

2. there

- there은 '-이 있다/존재한다' 라는 뜻으로 쓰입니다. 주로 be 동사와 함께 쓰이고 

(exist나 remain 같은 1,2형식 동사, 등장이나 상태등을 나타내는 동사도 가능) 진주어는 be동사 바로 뒤에 옵니다.

ex) There is a book on the table. 테이블 위에 책 한 권이 있다.

there 구문에서 동사의 수는 진짜 주어와 일치 시킵니다.

ex) There is a coffee shop in the building 빌딩 안에 커피숍이 있다.

-> there + be 동사 는 '있다' 라는 의미를 나타내기 때문에 ' the + 명시' , '소유격+명사'와 함께 쓸 수 없습니다.

ex) There are her pictures on the desk (x)

-> there are some pictures on the desk (o)

-> there 다음에 오는 동사가 "be"일 때는 명사만 올수 있고,

나머지 동사들에 대해서는 형용사 또는 명사가 올수 있다.

Case Study1: Simple, Bus-Based Multiprocessor

4.4 분산 공유 메모리와 디렉터리 기반 일관성

스누핑 프로토콜은 공유 데이터에 대한 쓰기나 캐시 미스가 발생할 때마다 모든 캐시들 사이에 통신을 필요로 한다.

장점: 캐시 상태를 추적하는 중앙 데이터 구조가 없는 것이 장점이다.

단점: 하지만 확장성 면에서 문제가 있다.

매번 브로드캐스를 해야한다면, 메모리 대여폭 면에서 문제가 발생하게 된다. 

이것에 대한 해결방법이 디렉터리 기반의 프로토콜이다.

디렉터리는 캐시되는 모든 블록의 상태를 기록한다.

디렉터리에는 다음의 내용들이 저장되어 진다.

즉, 어떤 캐시들이 이 브록의 복사본을 가지고 있고, 이 브록이 변경되었는지 등을 기록한다.

가장 간단한 디렉터리 구현은 각 메모리 블록마다 하나의 디렉터리 엔트리를 갖게 하는 것이다. 

간단한 프로토콜은 다음과 같은 상태들을 관리한다.

1) 공유(shared): 하나 이상의 프로세서가 이 블록을 캐시한다. 모든 캐시와 메모리는 최신 값을 가지고 있다.

2) 캐시 안됨: 어떤 프로세서도 이 캐시 블록의 복사본을 갖고 있지 않다.

3) 변경: 단 하나의 프로세서만 이 캐시 블럭의 복사본을 갖고 있으며 이 프로세서가 블록에 쓰기를 수행하였다. 따라서 메모리에 있는 사본은 오래된 값을 갖고 있다 

http://pygments.org/demo/

고급분산시스템 기말고사 문제 샘플_이제민.hwp

 3. 분산 file system의 성능을 향상시키기 위한 방법으로 caching을 이용할 수 있다.

Client, server측에서 적용할 수 있는 caching 방식을 설명하시오.

(1) Client, server측에서 적용할 수 있는 caching 방식을 설명하시오.

Server Caching: 최근에 읽은 디스크 블럭을 서버에서 유지하고 있는 것을 말한다.

읽는것은 문제가 없다. 하지만 쓰기에서 문제가 발생한다. 따라서 두 개의 선택적인 동작이 가능 하다.

1) Write-through operation

서버가 현재 캐쉬에 데이터를 업데이트하고, 즉시 디스크에도 업데이트 하는 방식

2) Delayed-write

Write-through으로 인한 bottleneck을 해결하기 위한 방법이다.

서버는 단지 현재 캐쉬에 데이터를 업데이트 한다.

디스크에는 commit operation을 받았을 때 디스 에 저장 한다.

Client Caching: client 모듈은 read, write, getattr, lookup, readdir operation 결과를 캐쉬에 저장한다. 이를 통해서 서버에 전송하는 request의 수를 줄일 수 있다.

(2) Caching과 file service reliability와의 관계를 설명하시오.

-> Caching은 서버와 클라이언트의 작업 수행 속도를 줄일 수 있다는 큰 장점을 가지고 있다. 하지만 이러한 Caching은 file service reliability를 감소 시킨다. server의 경우 caching을 사용하는 경우 쓰기 작업을 수행하는 시간과 실제 디스크네 쓰는 시간이 다르기 때문에 디스크의 정보가 최근 정보가 아닐 수 있다. 또한 client의 경우도 각 클라이언트들이 cache에 저장한 값이 최근에 업데이트 된 값과 다를 수 있다.

(3) 둘 이상의 client가 한 file을 update할 때의 문제점 및 해결방안을 서술하시오.

-> 둘 이상의 client가 한 file을 update하면 자신이 update했기에 캐쉬에 저장했던 값이 다른 client의 update로 인하여 실제 file 값과 달라지는 문제점이 발생한다. 따라서 이러한 문제점을 해결하기 위해서는 각 client들 서버의 데이터와 client 캐쉬의 데이터의 같은 지를 계속 폴링하며 확인해야 한다. 하지만 이런 polling 방식은 시간을 낭비한다는 문제점이 있다. 이러한 문제점을 해결한 방식이 callback promise다. callback promise는 client가 파일을 업데이트를 하면 그 파일 캐쉬에 저장하고 있는 다른 client는 callback을 받게 되고 callback을 받았을 때만 자신의 캐쉬 값을 수정하면 된다. 

4. 다음은 Needham-Schroeder의 secret-key authentication protocol이다.

(1) 2번 과정을 설명하시오.

-> S는 A의 비밀 키로 암호화된 메시지를 A에게 보내다. 메시지 안에는 새로 만들어진 key KAB 와 B의 비밀키로 암호화된 티켓이 들어 있다. 또한 nonce NA 를 넣어 이것이 A의 요청에 의해 반환된 메시지 인 것을 입증한다.

1번에서 A는 B와의 커뮤니케이션을 위해서 S에게 Key를 달라고 요청했다.

S는 A가 가지고 있는 비밀키를 이용해서 암호화된 메시지를 리턴 한다. 그 메시지의 내용은 다음과 같다. 이 메시지는 Kb로 암호화 되어있다. 그 암호화된 메시지에는 Kab와 A가 있다. 여기서 Kab는 A와 B의 통신을 위해서 S가 새롭게 생성해준 공유 키이다. 그리고 A는 중요한정보(ticket)이다. 

그리고 추가적으로 Na가 있다. 이것은 A->S를 할때 보낸 nonce 값이다. 따라서 이것을 S->A 메시지 않에 추가해서 넣어주면, A의 요청에 대한 S의 응답이라는것이 증명되는 것이다. 즉, 딴놈이 가짜로 응답한는것을 막을 수가 있다. 또한 S 만이 A의 비밀키를 알고 있기 때문에 이 메시지가 S에게서 보내졌다고 믿을 수 있다. 

(2) 5번 과정에서 {NB }KAB 를 보낼 경우, 이 방식이 안전하지 못하게 되는 이유를 설명하시오.

-> 만약 5번과전에서 {NB }KAB를 보내는 방식이라면 NB 의 값을 몰라도 4번 단계의 날아가는 메시지를 중간에 가로채서 B에게 보내게 되면 B는 메시지가 제대로 들어왔다고 생각하게 되어 보안이 뚫리게 된다. 하지만 {NB – 1}KAB 로 할 경우 NB 값을 알아야만 하므로 더 안전하다고 할 수 있다.

5. Message-oriented middleware 와 remote procedure-call 기반 미들웨어의 특징을 각각 간단히 서술하고 장단점을 비교하시오.

가. Message-oriented middleware

상이한 애플리케이션 간 통신으로 일반적으로 비동기 방식으로 지원하는 메시지 전달을 기반으로 한 것을 가리킨다. message queue를 이용하여 전달된 메시지가 활성화 될 때 까지 수집하고 저장한다.

- 동기식/비동기식 모두를 지원 (그러나 대부분 큐를 사용한 비동기적방식 사용)

- Non-blocking

- 큐를 이용하여 한쪽 에플리케이션으로부터 다른 쪽 에플리케이션으로 메시지 전송

- Message queue API 제공

- 베이스 스테이션 결함 허용

- 환경 설정 간단함

나. remote procedure-call

하나의 프로그램이 네트워크에 연결되어있는 다른 컴퓨터에서 서브루틴이나 프로시저를 실행할 수 있도록 한 IPC(프로세스간의 통신)이라고 할 수 있다. 쉽게 말하면, 내 프로그램이 다른 컴퓨터에서 실행되고 있는 프로그램 내의 함수를 실행할 수 있도록 하는 것이다. 일종의 서버 클라이언트 개념이다.

- 동기식 방식

- sender와 receiver 모두 동시에 on-line상태야 통신이 가능하다.

- 함수 처리결과가 올 때까지 blocking상태이다.

다. 장/단점

RPC는 동기식 방식 통신으로 즉각적이고 빠른 통신이 필요한 경우에 적합하다. 은행 창구에서의 입금이나 출금 등과 같이 즉각적인 응답이 필요한 온라인 업무에서 필요하다. 하지만 분산환경에서 상이한 애플리케이션들은 항상 같은 시간에 동작하고 있지 않으며 네트워크 상황이나 서로다른 애플리케이션들의 변경상항들로 인하여 이기종간의 네트워크 분산화를 어렵게 만드는 요인이 된다.

MOM은 일반적으로 비동기적 방식 으로 사용한다. 즉각적인 응답을 원하는 경우가 아니라 다소 느리고 안정적인 응답을 필요로 하는 경우에 많이 사용된다. 여러 가지 일을 종합적으로 처리한 후에야 결과가 나오는 통계 작성 등에는 메시지 기반 미들웨어가 상당한 장점이 있다.

또한 프로그램들은 각각 다른 시간에 실행이 가능하며, 애플리케이션의 구조상에 별다른 제한이 없으며, many-to-one의 통신 형태로 서로 통신이 가능하다. 이기종간의 네트워크 분산화를 쉽게 구성할 수 있다. 

6. Web Service Description Language 에 대해 설명하시오.

1. 웹 서비스 기술 언어 WSDL(Web Service Description Language)

가. WSDL의 정의

- 웹 서비스의 서식과 프로토콜을 표준 방식으로 기술하고 게시하기 위한 언어이다.

- 추상화/구체화 파트가 존재한다.

나. WSDL의 역할

- 서비스 컴포넌트에서의 인터페이스 기술

- Open된 XML 기반의 명세를 통하여 서비스를 이용하고자 하는 사용자의 참조

2. WSDL의 구조 및 구성요소

가. 웹서비스를 위한 wsdl의 구조

-------------------------------요 위까지만 적으면 답일꺼 같습니다. 밑은 참고 자료----------------------

나. WSDL의 구성요소

7. 프로세스나 객체들간 통신 시 marshalling 이 이용되어야 하는 (1) 필요성 (2) 그 역할을 설명하시오.

1) 필요성 : 분산화 환경을 쉽고 빠르게 구성하고 프로세서 간의 서비스(객체)를 사용하기 위해서 프로세서나 객체의 형태와는 관계없이 사용할 수 있는 방식이 필요하였다.

2) 역할 : 클라이언트에서 원격 객체를 호출하기 위해서 필요한 모든 정보를 묶어서 클라이언트에게 전송하여 클라이언트가 사용하고자 하는 객체의 형태에 관계없이 같은 방식으로 인터페이스 함수를 사용할 수 있게 해준다.

Distributed Transactions

0. Overview

이 장에서는 Distributed transaction들이 필요하다. 이것들은 하나 이상의 server에서 야기되어 지는 것을 말한다. 

Dirtributed transaction들은 flat이거나 nested인 것을 말한다.

2단게로 구성되어진 아토믹한 커밋 프로토콜을 배운다.

분산환경에서 어떻게 컨커런시를 컨트롤하는지를 배운다.

어떻게 분산황경에서의 데드락을 찾아내는지에 대한것을 다룬다. 이것을 찾아내는 알고리즘도 배운다.

서버가 실패 했을때 어떻게 복구하는지에 대해서도 배운다. 

1. Introduction

트렌젝션은 모두 원자성을 띄면서 처리가 되어져야 한다. 

이러한 것을 모두 달성하기 위해서, 서버들 중에 하나가 coordinator 규칙을 따라야 한다. 이 cordinator 룰을 반영하는 서버는 모든 서버들의 결과가 동일할것임을 보장하게 된다.

이러한 방법론은 프로토콜에 의존되어 진다.

현재 많이 알려진 프로토콜이 Two-Phase commit protocol이다.

14.2 Flat and nested distributed transactions

2개의 서로다른 구조가 존재한다. Flat과 nested이다.

Flat transaction이란, 클라이언트가 요청을 하나 이상의 서버로 보내는것을 말한다. 17.1의 예제를 보면, 클라이언트에서 T 트렌젝션이 서버 X,Y,Z로 가는것을 볼 수 있다. 주목할것은, flat transaction은 순차적으로 완료된다는 것이다. 즉, 서버 X로 간 transaction이 완료되어야 서버 Y로 가게된다. 따라서 어떤 서버가 locking을 하고 있다면, 그것에 대한 트렌젝션은 그 오브젝트가 완료될때까지 대기하게된다.

Nested transcation이란, Top-level transaction은 서브 트렌젝션을 오픈 할 수 있다. 그리고 각각의 서브 트렌젝션은 자기보다 더 낮은 서브 트렌젝션을 오픈 할 수 있다. 17.1의 예제를 보면, 트렌젝션 T가 2개의 트렌젝션 t1,t2를 오픈하는것을 볼수 있다. 이 두 트렌젝션은 서버 X와 Y의 오브젝트들을 엑세스 하게 된다. 그 다음, T1,T2의 서브트렌젝션은  T11,T12,T21,T22에 대한 트렌젝션을 오픈하게 된다.그리고 이 새롭게 오픈된 서브 트렌젝션들은 다시 M N P 서버들의 오브젝트들을 접근하게 된다. 

이러한 네스티드 에서는 같은 레벨에서의 서브 트렌젝션들은 컨커런시 할 수 있다. 그리고 서로 다른 서버에서 각기다른 오브젝트를 접근한다.

즉, T1,T2가 동시성 발생, T11,T12,T21,T22가 동시성이 발생한다.

우리는 분산 트렌젝션을 다음과 같이 고려해 본다. 그림 17.2와 같이 10달러를 계좌 A와 C에 대해서 발생 시키고, 20달러를 B와 D에 대해서 발생 시킨다. 그리고 A와 B는 서로다른 서버이고 C,D는 같은 서버이다. 

위와 같은 작업을 하나의 셋으로 구성된 4개의 Nested 트렌젝션으로 구성하면그림 17.2와 같다.

여기서 주목할것은, 네스티드이기 떄문에 4개의 트렌젝션이 모두 컨커런트하게 실행되어 질수 있고 심플 트렌젝션보다 성능이 좋다는것이다. 왜냐하면 심플의 경우 4개의 오퍼레이션들이 모두 순차적으로 발생되어지기 때문이다.

14.2.1 The coordinator of a distributed transaction.

아래의 그림 17.3은 하나의 서버가 조정자가 되는것이다

뭔가 작업이 이뤄지는 서버들은 항상 조정자 서버와의 통신이 필요하다. 즉, 커밋을 할려면 항상 조정자 서버에게 허락을 받아야 하는것이다.

그림 17.3을 보면 우선 클라이언트는 조정자로 openTransaction을 요청 한다. 그다음 조정자는 트렌젝션 구분자를 리턴하게 된다. 이 트렌젝션 구분자는 분산 시스템에서 유일한 값을 가지는 것이다. 이것을 위해서 TID는 2가지 부분으로 구성되어질 수 있다. 1) Server identifier (for example, an IP address)와 2) 서버내에서 생선한 unique한 number를 조합해서 사용할 수 있다.

이렇게 조정자가 해당 트렌젝션을 오픈을 허가 했을경우에, 조정자는 앞으로 분산환경에서 발생하게될 해당 트렌젝션에 대한 커미팅과 어볼팅을 모두 책임지게 된다. 즉 반환받은 T를 이용해서 항상 클라이언트는 작업을 요청하게된다. 

participant: 이제 각각의 서버들은 트렌젝션에 참여를 할 것이다. 그리고 이 트렌젝션에 참여한 오브젝트들은 서버마다 각기 다를것이다. 이렇게 트렌젝션에 참여를한 오브젝트들의 집합을 participant라고 정의한다.

participant는 모든 recoverable object들에 대한 유지를 책임진다.

participant는 조정자가 커밋 프로토콜에서 케리아웃 하는것에 대한 협조를 책임진다.

트렌젝션이 진행되어지는 동안, 조정자는 기록 한다. 참조 리스트를 participant들로 가는 그리고 각각의 participant 기록들을 coordinator들에 대한 참조를.

조정자의 인터페이스는 아래와 같이 4개가 있다.

openTransaction() -> trans;

closeTransaction() -> (commit, abort);

abortTransaction()

join(Trans, reference to participant) // 새로운 participant가 transaction에 합류 했는지를 확인 한다.

그림 17.3에 대해서 설명을 한다.

본 구조는 flat banking 구조를 따른다. Branch X, Branch Y, Branch Z.는 각각의 서버를 나타낸다.

하나의 예로 클라이언트에서 b.withdraw를 하게된다면, 조정자에게 해당 작업을 요청한다. 이때 해당 트렌젝션에 필요로한 participant가 있다면 그냥 그걸 실행 하면 되고, 없다면 join을 발생시켜서 조정자가 해당 reference를 트렌젝션에 인가한다. 이렇게해서 작업을 모두 처리하고 나면, closeTransaction을 해서 모든 reference를 제거한다.

주목할 것은, abortTransaction을 이용해서 조정자는 participant를 transaction에서 제거 할 수 있다.

14.3 Atomic commit protocols.

분산환경에서의 transaction은 atomic 해야한다. 즉 모든 트렌젝션이 실행 되거나, 아니면 실행이 아에 안되야 한다. 그 사이의 상태는 있을수 없다.

이것을 구현하기위한 간단한 방법은, 조정자가 커밋과 어볼트를 모든 참여자에 대해서 처리하는 것이다. 이러한 방법을 on-phase atomic commit protocol. 이라고 한다

단점: 이 방법은 서버 스스로 트렌젝션에 대한 어보트와 커밋을 결정할 수 없기 때문에 문제가 된다. 왜냐하면, 리소스에대한 락킹 매커니즘을 사용했을때, 데드락이 발생할 수 있고, 그경우 서버는 클라이언트가 인지하지 못하는 상태에서도, 스스로가 트렌젝션을 어보트 해야한다. 하지만 이 방법은 서버 스스로가 어보트를 시킬수 없기 때문에 데드락을 해결할 수가 없다. 이것을 조정자가 처리해주기에는 조정자는 가각의 서버들이 언제 크래쉬 되었는지를 알아내기 어렵다.

Two-phase commit protocol.

이 개념이 나온 이유는, participant 스스로가 트렌젝션의 일부분을 abort 시키기 위함이다. 이렇게해야 데드락 문제를 발생 시키지 않는다. 하지만 트렌젝션은 atomic해야 하기 때문에 트렌젝션의 일부분이 어보트 되더라도 트렌젝션 전체가 다시 롤백해야한다. 이 문제를 다시 해결 해야한다.

첫 번째 phase에서는, 각각의 participant가 트렌젝션에 대해서 commit인지 abort인지를 투표하게 된다. 일단 하나의 participant라도 commit을 투표한다면, 절대로 abort 되어질 수 없다. 따라서 참여자의 커밋은 신중해야하며, 궁극적으론 어떠한 문제조 발생 시키지 않는다는것을 보장해야 한다. 

그리고 이것을 위해서 준비단계에서 모든 오브젝트를 트로지에 저장하게 된다.

두 번째 phase에서는, 모든 참여자들은 joint decision을 싱행하게 된다. 만약 어떤 하나의 참여자가 어보트를 투표하게 된다면, 그때 반드시 트렌젝션 전체가 어보트 되어저여햔다. 

모든 참여자가 커밋을 요청 했을 때마 트렌젝션은 커밋 되어 질수 있다. 

문제점: 모든 참여자들의 투표를 검증하는 것이 문제이다. 즉 실패해대한 처리가 어렵다.

14.3.1 The two-phase commit protocol

결국 핵심 알고리즘은 17.5와 같다.

2개의 Phase는 voting과 vote 결과에 따르는 완료로 구성되어진다.

2단계 끝 부분에서, 조정자와 모든 참여자들은 Yes를 투표하면 즉시 영송적인 저장 장치에 해당 트렌젝션을 저장해서 커밋을 위한 준비를 한다. 만약 No라고 하면 즉시 버린다.

3을 보면 조정자는 투표들을 수집하게 된다.

3-a) 모든 투표가 Yes 라면. 조정자는 커밋을 결정한다. 그리고 doCommit 요청을 각각의 참여자들에게 보낸다.

3-b) 달느 한편으로, 조정자는 트렌젝션의 어보트와 doAbort 요청을 투표시 yes를한 모든 참여자들에게 보낸다. No라고 한 참여자들은 스스로 알아서 어보트 했기 때문에 보낼 필요가 없다.

4에서는 yes를 투표한 참여자들은 조정자로부터 doCommit 또는 doAbort 요청 메시지를 받을때 까지 기다리게 된다. 만약 참여자가 이 두 메시지중 1개를 받는다면, 그것에따라서 동작하게 된다. 그리고 만약 commit의 경우 haveCommitted를 호출해서 조정자에게 정상저으로 커밋 했다는것을 최종적으로 알리게 된다.

14.3.2 Two-phase commit protocol for nested transactions

가장 바깥쪽의 transaction T가 서브 트렌젝션은 t1,t2,t11,t12,t21,t22는 서브트렌젝션.

각각의 서브 트렌젝션은 그것의 부모 이후에 시작하게 된다. 그리고 그것 이전에 끝나게 된다.

따라서, t11과 t12가 t1 이후에 시작하게대고, 끝나는것은 t1 이전에 끝나게 된다.

서브트렌젹센이 완료되었을때, 그것은 독립적으로 결정하게 된다. 일시적인 커밋과 abort를 

일시적인 commit은 prepared commit과는 다르다. 그것은 permanent storage에 back-up하는것과는 다르다.

만약 서버가 커밋이후에 crash되어 진다면, 커밋 교체는 가능하지 않다. 왜냐면 영속적인 저장 장치에 백업을 하지 않았기 때문이다. 

따라서 Two-phase commit 프로토콜을 사용해서 nested transaction을 수행하는것이 올바르다.

서브 트렌젝션을 위한 조정자는 서브 트렌젝션을 오픈하는 operation을 제공한다. 그것은 Top-level 트렌젝션을 위한 구분자를 리턴한다. 클라이언트는 서브 트렌젝션을 시작한다. openSubTransaction 오퍼레인션을 실행 시켜서, 이것에 대한 동의는 부모 트렌젝션이 승인하게 된다. 새로운 서브트렌젝션들은 자동으로 parent 트렌젝션들에게로 조인하게 된다 그리고 서브트렌젝션을 위한 트렌젝션 구분자들은 리턴된다.

서브트렌젝션을 위한 구분자는 반드시 부모 트렌젝션의 TID를 확장해서 만들어 져야한다. 즉, 모든 시스템에서 유니크한 정보를 담고 있어야한다. 클라이언트는 최종적으로 트렌젝션을 완료하게 되면, closeTransaction 또는 abortTransaction을 탑 레벨 트렌젝션 조정자에서 실행 시켜서 끝내게 된다.

nested transaction들이 그것의 오퍼레이션들에 의해서 실행되어 지게 된다. 그리고 그것들이 완료 되었을 때, 서버는 서브트렌젝션들이 일시적으로 committed 되었는지 아니면 aborted 되었는지를 기록하게 된다. 

주목할것은, 만약 부모의 트렌젝션이 abort되었다면 반드시 서브트렌젝션들은 강제로 abort 되어야 한다.

탑 레벨 트렌젝션 T와 그곳의 서브트렌젝션은 그림 17.8과 같다. 이 그림은 17.1을 기반으로 새롭게 작성한것이다. 각각의 서브트렌젝션들은 임시적으로 committed 또는 aborted를 실행하게 된다. 예를들면, T12는 임시적으로 커밋을 수행 했다. 그리고 T11은 abort를 실행 했다. 

T12는 부모 트렌젝션인 T1에 의해서 자신의 운명이 결정되어지며, 궁극적으로 top-level 트렌젝션 T에 의해서 모든 서브트렌젝션들이 결정되어 진다. 

즉, T21과 T22가 둘다 잠정적으로 커밋했더라도 T2가 어보트 할경우 이 두개는 반드시 어보트 되어진다. 

(분산 트렌젝션의 원자성의 원리에 근거해서)

T는 비록 T2가 aborted이지만 커밋일 수 있다. 또한 T1은 커밋을 결정할 수 있다 비록 T11이 어보트일지라도.

최상위 레벨 트렌젝션이 완료되었을 때, 그것의 조정자는 Two-phase commit protocol을 실행하게 된다.  

오직한가지 이유가 있다. 참여자의 서브트렌젝션이 완료되어지지 못하는 경우는, 만약 crashed되어지는 시점이 임시 커밋이 이뤄진다음일 경우이다.

조정자는 parent와 서브 트렌젝션들에대한 모든 상태들을 알고 있어야 한다. 모든 서브트렌젝션은 어보트할경우 부모 트렌젝션에게 반드시 이를 보고한다. 따라서 최상위 수준의 트렌젝션은 모두 하위 서브트렌젝션의 상태에 대해서 알 수 있다. 그리고 조정자는 이 최상위 수준의 트렌젝션이 가지고 있는 정보만 참조하면 되는 것이다.

17.8을 기반으로 각각의 조정자가 가지고 있는 정보를 표현한 것이 그림 17.9이다. 

주목할것은, T12,T21은 조정자의 정보를 공유한것이다. 왜냐하면 같은 서버 N에서 동작하기 때문이다.

서브트렌젝션 T2가 어보트 되었을때, 그 사실은 부모인 T 트렌젝션에게로 보고 된다. 하지만 T21, T22 서브트렌젝션들에 대한 정보는 전달하지 않는다. 왜냐하면 T2가 어보트했기때문에 그 자식인 두 서브트렌젝션의 정보는 무엇이 되었는 상관이 없기 때문이다.

서브트렌젝션의 고아현상(orphan)은 다음과 같다.만약 조상중에 하나가 어보트 되었거나, 그것의 조정자가 crash 되었기 때문이다. 

우리의 예제에서는, T21과 T22가 고아이다. 왜냐하면, 그들의 부모가 탑 레벨 트렌젝션에 자신들의 정보를 넘기지않고 어버트 되어졌기 때문이다. 하지만 조정자는 그들의 parent의 상태를 조사하게된다. getStatus operation을 사용해서. T21과 T22는 모두 provisionally committed 이지만 그냥 aborted 되어 진다. 최상위 레벨 트렌젝션이 커밋 되어지더라고 상관없이, 왜냐하면 자신의 부모가 어보트 되어졌기 때문이다.

이제 TPC(Two phase commit)을 수행한다. 투표를 하게될 참여자 들은 T, T1, T12 이다. 다른것들은 모두 어보트 되었거나 고아이기 때문에 투표를 하지 않는다. 

phase 1: 커밋을 투표한다면, 반드시 그들의 트렌젝션 내용은 영속적인 저장장치에 저장이 되어야 한다.

phase 2: 조정자는 투표결과를 수집하고 참여자들의 결과에 대해서 확인 한다.

이때 phase2에서의 동작방식은 non nested case일때와 동일하다.

그렇게 해서 최종적으로 참여자들의 투표 결과에 따라 aborted 인지 커밋인지를 결정한다.

이제 TPC protocol을 2가지 방식으로 수행한다. hierarchic or flat 방법이다.

Hierarchic two-phase commit protocol: 

이 접근법은, two-phase commit protocol은 멀티레벨 네스티드 프로토콜이 된다. 

최상위 레벨 트렌젝션 조정자는 서브 트렌젝션 조정자와 통신을 한다. 이렇게 연결된 각각의 조정자들은 canCommit?이라는 메시지를 보내서 확인을 한다. 이것은 트리구조로써 점점 하위로가면서 처리가 되어지는 형태이다. 각각의 참여자들은 그들의 부모에게 보고하기전에 자손들의 응답을 모두 받은다음에 부모에게 최종적으로 응답하게 된다. 

우리의 예제를 통해서 설명을 하면 다음과 같다.

T는 canCommit? 이라는 메시지를 조정자 T1에게 보낸다. 그리고 T1은 canCommit? 이라는 메시지를 T1의 자식인 T12에게 전송한다. T2는 어보트 했기 때문에 투표에 참여하지 않는다.

canCommit의 아규먼트에 대해서 알아보자.

첫 번 째 아규먼트인 TID는 최상위 레벨 트렌젝션의 것이다. 이것은 데이터를 준비할때 사용한다.

두번째 아규먼트는 참여자에 대한 TID이다. 이 두번쨰 아규먼트를 통해서 호출에 대한 결과값 구분을 하게 된다.

예를들어서 조정자 T12와 T21은 서로 같다. 왜냐하면 이것은 같은 서버에서 동작하는 서브 트렌젝션이기 때문이다. 하지만 canCommit? 콜에대한 리턴을 받을때, 두번째 아규먼트는 T1 이고 그것은 T12로 다뤄 질 것이다.

Flat two-phase commit protocol: 

조종자가 모든 임시적으로 커밋을한 참여자들에 대해서 투표를 요청하게 된다. 그러면 참여자들은 Yes/No를 투표하게 된다.

이것의 핵심은 최상위 레벨 조정자가 canCommit을 보낸다는 것이다. 모든 provisional list에 있는 서브트렌젝션의 조정자들에게 말이다.

3. Concurrency Control in Distributed Transactions

컨커런시한 트렌젝션이 실행 될수 있으므로, 각각의 서버들은 이것을 메니지 해줘야한다.

즉, 트렌젝션 U와 T가 같은 서버에서 실행되고 공통의 자원에 대해서 엑세스를 한다면, 그것의 순서를 반드시 메니지 해줘야 한다는 것이다.

14.4.1 Locking

락은 같은 서버에서 지역적으로만 유지가 된다.

로컬 락의 매니지먼트 방법은 다음과 같다.

락의 승인을 요청허가나 그것이 안되면 문제가 발생한 트렌젝션이 끝날때가지 기다려야한다.

분산에서 데드락이 발생하는 상황은 아래와 같다.

이 문제는 트렌젝션의 어보트를 통해서 해결할 수 있다. 결국 이래서 TPC를 사용해야 하는것이다.

14.4.2 Timestamp Ordering Concurrency Control

싱글 서버 트렌젝션은 유니크한 타임스템프를 가진다.

14.5 Distributed deadlocks

분산에서는 wait-for graph을 그려서 찾을 수가 있다. 분산환경에서의 데드락을

Wait-for graph

1) Node: transactions and data item

2) Edges: a data item that held or waited by a transaction 

위 그림 17.2는 분산 데드락이 있는 트렌젝션들이다.

우선 트렌젝션은 U,V,W가 있다 이 3개는 상호 작용을 하면서 동작을 한다.

오브젝트 A는 서버 X

오브젝트 B는 서버 Y

오브젝트 C와 D는 서버 Z

위 관계를 wait-for graph으로 그린것은 그림 17.3과 같다.

그림 중 (a)는 모든 에지들로 구성된 데드락 사이클을 보여준다. 트렌젝션 때문에 기다리는 오브젝트와 그리고 트렌젝션을 유지하고 있는 오브젝트를 나타내고 있다. 단순히 기다리고 있는 오브젝트들에 대해서만 그림을 그린것이 (b)이다.

결국 이러한 분산 데드락을 발견해 내기 위해서는, local wait for graph을 그려야한다. 이것을 각각의 서버에 대해서 생성을 하면 아래와 같다.

그리고 위와 같은 local deadlock을 합쳐서 global wait for graph을 생성하면 된다.

Centralized deadlock detection 

이러한 deadlock을 찾아내는 간단한 솔루션은  Centralized deadlock detection 기술이다.

각각의 서버들이 자신들의 local-wait-graph을 중앙서버로 전송을 하고, 그것을 합병해서 global wait-for graph을 생성하게 된다. 그 다음, global deadlock detector는 각각의 사이클을 체크해서 분산 데드락을 찾게 된다.

데드락을 찾으면 해당 서버에게 트렌젝션을 어보트 시켜서 해결을 할것인지를 확인하게 된다.

단점: 

하지만 이것은 좋은 생각이 아니다. 이러한 방식은 싱글서버로 전달해야하는 문제점이 있다.

이러한 문제점은 다음과 같은 단점을 야기 시킨다,.

1) 접근성이 떨어진다.

2) 고장 허용이 약해진다.

3) 확장성이 떨어진다.

4) 주기적으로 local wait for graphs를 전송하는것은 비용이 많이 든다. 주기를 떨어 틀이면 데드락 디텍션 시간이 길어지기 때문에 주기를 마냥 길게할 수도 없다.

Phantom deadlocks: 데드락을 찾았지만 실제 데드락이 아닌것을 부르는 말이다. 

즉, 데드락을 찾기위해서 정보를 병합하는 과정에 데드락이 이미 해결되었는데, 그 정보가 제대로 반영이 되지 않았을 경우에 발생하는 문제이다.

잘이해가 안가니 예제를 들어서 설명하도록 하겠다.

X와 Y로 부터 Local wait for graph를 받았다고 치자. 

T->U (at X)

V->T (at Y)

이상태인대 이제 T->U이게 바뀌여서 U->V를 한다고 치자.

그럼 U->V->T가 된다.

그런데 여기서 global detector가 서버 X에 대한 local wait for graph을 갱신받지 않았다면,

T->U는 이미 존재하지도 않은 트렌젝션이지만 이걸 반영해서

T->U->V->T 라는 global wait for graph을 생성하게 되어서, deadlock이 있다고 판단해 버린다. 이러한 경우를 팬텀 데드락이라고 한다. 

Edge chasing (Path Pushing)

이방법은 global wait for graph를 구성하지 않는다. 각각의 서버들은 그것의 edge들에 대해서 알고 있는 지식을들 전송한다. 서버들은 사이클들을 찾으려고 노력한다. 서로 probe을 전송하면서, 

probe는 분산 시스템 전반에 걸친 edge들에 대한 내용이다. 

prob 메시지는  트레젠셕의 관계들로 구성되어 진다.

즉 이것은 서버들의 전체적인 에지를 말하게된다.

첫번째 질문: 서버는 언제 probe를 전송 하는가?

이 알고리즘은 3가지 스탭을 가진다.

initiation, detection and resolution

initiation: 서버 T 트렌젝션이 시작하자마자 다른 트렌젝션 U 때문에 웨이팅 되어지는 것을 인지하게 된다. 이러한 관계를 초기에 발견하고 edge를 생성하게 된다 그것이 T->U 이다. 그리고 U는 블럭 되어져 있는 상태이다. 

detection: 

이 단계는 probes의 receiving과 deadlock 발생의 구분, probe의 포워드로 구성된다.

예를들어서, 서버는 probe <T->U>를 받았다고 치자. <T->U>는 T는 트린젝션 U에 대해서 기다리고 있는 것을 나타낸다. 왜냐하면 U는 local object를 홀드하고 있기 때문이다.

그곳은 U 또한 기다리고 있는 상태인지를 체크하게 된다. 만약 그 U 트렌젝션 또한 V 라는 트렌젝션에 의해서 대기중이라면, probe를 추가한다. ( making it <T->U->V>

이렇게하여서, global wait for graph의 path들을 통과하는 하나의 edge가 생성되게 되어진다. 

resolution: 

사이클을 찾아냈을떄 사이클 내의 트렌젝션을 오버트해서 데드락을 제거한다.

그림 17.5의 예제를 들어서 Edge chasing 방법을 설명하도록 하겠다.

• 서버 X는 초기 발견을 해서 probe< W->U >을 B의 서버(Server Y)로 전송 한다.

• 서버 Y는  probe< W->U >을 받는다. 주목할것은 B는 트렌젝션 V에 의해서 홀드되어지고 있다. 따라서 V는  probe< W->U >에 추가되어지고  probe< W->U->V >가 되어진다. 그리고 V가 기다리고 있는 C의 서버 Z에게 이 probe를 포워드 한다.

• 서버 Z은 probe< W->U->V >을 받는다. 그리고 Z는 자신의 객체 C가 트렌젝션 W에 의해서 홀드되어져 있기 때문에 이것은 현재 전송받은 probe에 추가한다. 최종적으로 probe< W->U->V ->W >가 생성 된다.

11.3.2 Cristian's method for synchronizing clocks

간단하게 계산하면 프로세스 P의 지연 시간은

11.3.4 The Network Time Protocol

Cristian's method나 Berkeley algorithm은 인트라넷을 위한 것이다. 

이장에서 다룰 Network Time protocol은 순전히 인터넷위에서의 타임 서비스와 분산환경에서의 타임 프로토콜을 위한 아키텍쳐이다.

NTP의 중요한 디자인 이념은 다음을 따른다.

인터넷 전반에 걸쳐서 클라이언트 서비스가 정확히 동기화되게 가능하도록 지원한다.

비록 인터넷 환경은 딜레이가 있지만, NTP는 통계적인 기술들을 이용해서 타이밍 데이터를 필터링하고 타이밍 데이터를 서로다른 서버들로부터 그 퀄리티를 식별해 내게 된다.

11.4 Logical time and logical clocks

어떤 이벤트가 발생했고 이러한 이벤트들의 쌍들에 대해서 정확하게 그 인과관계를 알아내는것은 어렵다. 이것을 지원하기 위한 매커니즘이다.

아래의 직관적인 두가지 포인트에 기반해서 이러한 인과관계를 파악하게 된다.

1) 같은 프로세스에서라면 이벤트들의 순서를 정할 수 있다.

2) 언제든지 발생된 이벤트들에대한 정보를 다른 프로세스들에게로 전송 할 수 있다.

이러한 원리들에 대해서 그림을 보며 이해를 하자.

그림 11.5를 보면 3개의 프로세스들이 정의가 되어 있다. 

여기서 핵심은 모든 이벤트들이 관계가 명확히 파악 되어지는것은 아니다. 

즉, a -> e 인지는 알 수 없다. 왜냐하면 서로 다른 프로세스에서 실행 되어졌기 때문이다. 그리고 그것들 사이에 어떠한 메시지 체인도 없기 때문에 더더욱 알 수가 없다.

우리는 이러한 이벤트들을 순서를 정할 수 없다고 하며 이것을 concurrent 하다고 한다.

그리고 그것을 a || e 라고 기술 한다.

Logical clock:

Lamport는 간단한 numerically에 기반한 이벤트 상관 관계를 기록하는 매커니즘을 개발 했다.

결국, Lamport logical clock은 단조 증가하는 소프트웨어 카운터이다. Lamport logical clock는 physical clock에 대한 정보를 가지고 있을 필요가 없다. 각각의 프로세스 pi들은 그것들이 소유하는 logical clock을 유지하고 있다. Li라고 그것을 부르며, 이것은 Lamport timestamp들에 의해서 적용되어 진다. 

우리는 프로세스 pi에서의 이벤트 e의 타임스탬프를 Li(e) 와 L(e)로 표현한다. 우리의 이 표식은 이벤트 e가 어떤 프로세스에서도 발생할수 있음을 뜻한다.

상관 관게를 기록하기 위해서, 프로세스들은 그들의 logical clock들을 갱신하고 메시지에서의 그들의 logical clock들의 값을 전송 한다. 다음과 같이.

비록 클락이 1씩 증가할지라도, 우리는 선택해 왔다 어떤 positive 값을. 그것은 어떤 이벤트들의 순서 관계에 의한 유도가 쉽게 파악될 수 있다. 

즉,  event e와 e'이 e-> e' => L(e) < L(e') 이다.

주목할 것은, 위 명제의 convers는 참이 아니다. 즉, L(e) < L(e')라고 해서, 우리는 e->e'라고 추론 할수는 없다. 

위 그림은 이전의 그림에 대한 logical clock들에 대한 그림으로 전환한 것이다. 

각각의 프로세스들 p1,p2,p3들은 초기 0의 logical clock을 가지게 된다.

The clock values given are those immediately after the event to which they are adjacent.

Totally ordered logical clocks

모든 페어들에 대해서 구별 가능하게 한다. 프로세스 구분자를 사용해서

즉, local Time stamp는 T이다.

(T1,p1) < (T2,p2) if either T1 < T2 or T1 = T2 and p1 < p2

Vector clocks ◇

vector clock은 Lamport timestamp가 가지는 단점을 극복하기 위해서 개발 되어 졌다.

이 단점이란 다음과 같다. 

의 경우 우리는 e와 e'의 관게를 결정 할 수 없다.

왜냐하면, 논리적인 클란은 물리적인 클락과 관계가없고 서로다른 프로세스에서 어떠한 상관 관계도 알 수 없기 때문이다.

N개의 프로세스에서의 벡터 클락은 N integer들의 array 이다. 각각의 프로세스들은 그것들의 vector clock Vi를 유지하게 된다. 이것은 local event들의 타임스탬프를 사용한다. Lamport 타임스탬프와 같이, 프로세스들은 벡터 타임스탬프들을 메시지위에 실어서 다른 프로세스로 보내게 된다. 그리고 다음과 같은 규칙에 의해서 그것을 갱신하게 된다.

아래의 그림14,7을 해석하면 아래와 같다.

V(a) < V(f)를 나타냄을 알 수 있다. 이것은 a->f라는것을 유도해 낼 수 있다. 비슷하게 우리는 2개의 이벤트가 concurrent할때 2개의 타임스탬프를 비교해서 이것을 구분해 낼 수 있다.

For example, that c ||e can be seen from the facts that neither V(c) <=  V(e) nor V(e) <= V(c).

벡터 타임 스탬프의 단점은 , 프로세스의 수 N에 비례해서 storage의 크기와 message payload가 늘어난다는 점이다.

The accountant tallied expenses for the upcoming business seminar.

v. Tally 계산하다. // tally expenses

The committee outlined a business strategy to sustain growth.

v. 유지하다, 지탱하다

a. sutainable, 지탱할 수 있는, 지속할 수 있는

Public schools receive an annual subsidy from the government.

n. 보조금

v. subsidize, 보조금을 지급하다.

consumer spending is encouraged to stimulate the economy

v. 자극하다, 북돋우다.

stimulation  n. 자극, 격려

stimulating a. 자극하는

stimulus n. 자극

The demand for cars decreased as the cost of gasoline soared. 

v. 치솟다, 급상승하다.

Company sales skyrocketed during an advertising campaign.

v. 급상승하다.

The businessman lost his money on a risky investment.

a. 위험한, 아슬아슬한

The employees receive an increase in remuneration every year.

n. 보수, 보상

Your travel expenses will be reimbursed after you submit the receipts.

v. 변제하다, 상환하다.

Gift certificates may be redeemed for cash.

v.(쿠폰 등을) 상품 현금으로 바꾸다.

Despite the recession, management has decided to raise employee salaries.

n. 불경기, 경기 침체

Fuel prices plunged to a record low this morning.

The young men plunged into the river to save their friend.

v. 떨어지다, 급락하다 | 뛰어들다.(친구들을 구하기위해서)

The prices of consumer goods plummeted last month.

v. (가격 물가가) 폭락하다.

A mutable market requires a flexible business strategy.

a. 변하기 쉬운

The company does not have the resources to cover its liabilities.

All citizens have a liability to pay their taxes.

n. 부채, 빛 | 의무, 책임

People must be frugal with money in times of decline.

a. 절약하는

The wealthy businessman promised to endow the orphanage with funds

v. 기부하다.

Reduced business activity has caused jobs to dramatically dwindle in number.

v. 줄어들다, 점차 감소하다.

This economic policy could reduce the disparity between rich an poor.

n. 격차, 불일치

non-recursive server-controlled navigation 아래에서는 어떠한 named server가 클라이언트에 의해서 선택 되어 진다. 

■ File 입출력의 기본 예제.

■ 각종 Parsing 하는 예제.

General idea

Load both images as arrays (scipy.misc.imread) and calculate an element-wise difference. Calculate the norm of the difference.

However, there are some decisions to make.

Questions

You should answer these questions first:

• Are images of the same shape and dimension?

  If not, you may need to resize or crop them. PIL library will help to do it in Python.

  If they are taken with the same settings and the same device, they are probably the same.

• Are images well-aligned?

  If not, you may want to run cross-correlation first, to find the best alignment first. SciPy has functions to do it.

  If the camera and the scene are still, the images are likely to be well-aligned.

• Is exposure of the images always the same? (Is lightness/contrast the same?)

  If not, you may want to normalize images.

  But be careful, in some situations this may do more wrong than good. For example, a single bright pixel on a dark background will make the normalized image very different.

• Is color information important?

  If you want to notice color changes, you will have a vector of color values per point, rather than a scalar value as in grayscale image. You need more attention when writing such code.

• Are there distinct edges in the image? Are they likely to move?

  If yes, you can apply edge detection algorithm first (e.g. calculate gradient with Sobel or Prewitt transform, apply some threshold), then compare edges on the first image to edges on the second.

• Is there noise in the image?

  All sensors pollute the image with some amount of noise. Low-cost sensors have more noise. You may wish to apply some noise reduction before you compare images. Blur is the most simple (but not the best) approach here.

• What kind of changes do you want to notice?

  This may affect the choice of norm to use for the difference between images.

  Consider using Manhattan norm (the sum of the absolute values) or zero norm (the number of elements not equal to zero) to measure how much the image has changed. The former will tell you how much the image is off, the latter will tell only how many pixels differ.

Example

I assume your images are well-aligned, the same size and shape, possibly with different exposure. For simplicity, I convert them to grayscale even if they are color (RGB) images.

You will need these imports:

import sys

from scipy.misc import imread
from scipy.linalg import norm
from scipy import sum, average

Main function, read two images, convert to grayscale, compare and print results:

def main():
    file1, file2 = sys.argv[1:1+2]
    # read images as 2D arrays (convert to grayscale for simplicity)
    img1 = to_grayscale(imread(file1).astype(float))
    img2 = to_grayscale(imread(file2).astype(float))
    # compare
    n_m, n_0 = compare_images(img1, img2)
    print "Manhattan norm:", n_m, "/ per pixel:", n_m/img1.size
    print "Zero norm:", n_0, "/ per pixel:", n_0*1.0/img1.size

How to compare. img1 and img2 are 2D SciPy arrays here:

def compare_images(img1, img2):
    # normalize to compensate for exposure difference, this may be unnecessary
    # consider disabling it
    img1 = normalize(img1)
    img2 = normalize(img2)
    # calculate the difference and its norms
    diff = img1 - img2  # elementwise for scipy arrays
    m_norm = sum(abs(diff))  # Manhattan norm
    z_norm = norm(diff.ravel(), 0)  # Zero norm
    return (m_norm, z_norm)

If the file is a color image, imread returns a 3D array, average RGB channels (the last array axis) to obtain intensity. No need to do it for grayscale images (e.g. .pgm):

def to_grayscale(arr):
    "If arr is a color image (3D array), convert it to grayscale (2D array)."
    if len(arr.shape) == 3:
        return average(arr, -1)  # average over the last axis (color channels)
    else:
        return arr

Normalization is trivial, you may choose to normalize to [0,1] instead of [0,255]. arr is a SciPy array here, so all operations are element-wise:

def normalize(arr):
    rng = arr.max()-arr.min()
    amin = arr.min()
    return (arr-amin)*255/rng

Run the main function:

if __name__ == "__main__":
    main()

Now you can put this all in a script and run against two images. If we compare image to itself, there is no difference:

$ python compare.py one.jpg one.jpg
Manhattan norm: 0.0 / per pixel: 0.0
Zero norm: 0 / per pixel: 0.0

If we blur the image and compare to the original, there is some difference:

$ python compare.py one.jpg one-blurred.jpg 
Manhattan norm: 92605183.67 / per pixel: 13.4210411116
Zero norm: 6900000 / per pixel: 1.0

Manhattan norm: 모든 이미지에서의 절대값 컬러들의 변화를 나타낸다. 따라서 픽셀당 어느정도의 차이를 나타내는지를 알 수 있다.

Zero norm: 같지 않은 픽셀의 수이다.

정규화란? http://en.wikipedia.org/wiki/Normalization_%28image_processing%29

In image processing, normalization is a process that changes the range of pixel intensity values.

Application에서 사용되어지는 이미지들은 떄때로 약한 차이를 보이게 된다. (poor contrast) 왜냐하면, glare (눈부심)  때문이다. 

Normarlization이란 때때로 contrast stretching 또는 histogram stretching이라고 불리워 진다.

좀 더, 일반적인 Data processing에서는 예를들면, Digital signal processing과 같은 곳에서는 이러한 처리를 Dynamic range expansion으로 나타낸다.

하나의 예로, 신문기사에서의 그림은 모두 흑백이기 때문에 차이가 거의 없다. 따라서 그 경우에 정규화를 실행 하게 된다. 그렇게 해서 차이를 좀더 분명하게 한다.

실제 예를 들어서 설명하도록 하겠다.

linear normalization of a grayscale digital image is performed according to the formula

풀어쓰면,

새로운 Image Pixel I_n은 = 기존의 이미지 픽셀에서 최소값을 뺀것에 새로운 픽셀 이미지 범위가 0~255라면 255/ Max-Min + 0 로 곲해서 구한다.

어떤 예제의 실제이미지 범위가 50~180 이 일때 원하는 범위(desired range) 0~255 

이렇게 될 경우 현재 모든 이미지의 픽셀들에서 최소값인 50을 빼게된다.

그럼 실제값의 범위가 0~130으로 조정이 된다. 이것을 다시 0~255로 늘리려면,

그렇게 되면 50~180 ---> 0~130으로 변경되어진다.

그 다음에 multiplied by 255/130으로 해서 0~255새로운 범위로 제작한다.

위 과정을 요약하면 아래와 같다.

결론: 따라서 new Image Range가 똑같다면, 비교하는 값은 같게 된다.

P.S. Entire compare.py script.

compare.py

Grayscale

Conversion of a color image to grayscale is not unique

http://en.wikipedia.org/wiki/Grayscale#Numerical_representations 

참고 사이트

■ 함수 분석

148     public boolean sameAs(IChimpImage other, double percent) {
149         BufferedImage otherImage = other.getBufferedImage();
150         BufferedImage myImage = getBufferedImage();
151
152         // Easy size check
153         if (otherImage.getWidth() != myImage.getWidth()) {
154             return false;
155         }
156         if (otherImage.getHeight() != myImage.getHeight()) {
157             return false;
158         }
159
160         int[] otherPixel = new int[1];
161         int[] myPixel = new int[1];
162
163         int width = myImage.getWidth();
164         int height = myImage.getHeight();
165
166         int numDiffPixels = 0;
167         // Now, go through pixel-by-pixel and check that the images are the same;
168         for (int y = 0; y < height; y++) {
169             for (int x = 0; x < width; x++) {
170                 if (myImage.getRGB(x, y) != otherImage.getRGB(x, y)) {
171                     numDiffPixels++;
172                 }
173             }
174         }
175         double numberPixels = (height * width);
176         double diffPercent = numDiffPixels / numberPixels;
177         return percent <= 1.0 - diffPercent;

특징

1) Width와 Height가 틀리다면, 비교가 실패한다.

2) 한 픽셀씩 비교한다음에, 결국 numDiffPixels를 하나씩 증가 시킨다.

3) diffPercent = numDiffPixels / numberPixels

4) percent <= 1.0 - diffPercent

Get 관련 중요 숙어 (get: ~하게 하다. ~ 한 상태에 이르다)

Conditional Probability

사건 B가 발생했다는 가정하에 사건 A가 일어날 확률을 의미한다.

Joint Probability와 헷갈리면 안되는 것이 이건 어쨋거나 1번 시행에대한 확률이다.

전체 경우의 수가 있을 때 그중 특정 조건일 때의 확률만 뽑아 내고 싶을때 사용 할 수 있다.

예제: 두 개의 주사위가 있다. 주사위가 둘 다 같은 숫자가 나올 경우 그 때 숫자가 둘 다 1일 확률은??

두 개의 주사위가 모두 1이 나올 확률은 A

두 개의 주사위가 같은 숫자가 나올 확률은 B

P(A) = 1/36, P(B) = 1/6

P(A 교집합 B) = P(A)

왜냐하면, 두개의 주사위가 모두 1이 나오는 경우는 두개의 주사위가 같은 숫자가 나오는것의 특수한 경우이기 때문이다.

만약 조건부 확률에서도 두 사건이 상호 독립적이라면 아래와 같이 된다.

Joint probability

두개의 서로다른 사건이 동시에 일어나는 확률을 말한다.

동전으로 치면 동전 2개를 동시에 던지는 것이다.

{0,0}, {0,1}, {1,0}, {1,1} 의 경우가 나오므로

모든 joint probability는 1/4가 된다.

동전의 경우 각각의 사상이 독립적이므로 이러한 간단한 수식이 가능하다.

notaion은 다음 두가지 이다.

계산은 독립적인 X의 사상과 Y의 사상이 독립적인 경우에는 (ex: 2개의 동전을 던지는 경우)

로 계산한다.

독립적이지 않을 때의 계산 식은 아래와 같다.

n개에 대해서는

조건부와 결합확률의 차이를 생각해 보기

상자 A에서 하얀 공이 선택될 확률 (조건부 확률)

P(하얀공|A) // A상자를 뽑는 가정하에 흰 공을 뽑는 경우로 조건 부 확률이다.

상자는 A이고 뽑은 공은 하얀 공일 확률 (결합 확률, 두 서로다른 사건이 동시에 일어남)

P(A, 흰공) = P(흰공|A) * P(A) // 핵심은 사건이 2개이다. 그리고 2사건이 곱으로 연결 된다.

1단계: repo를 설치한다.

repo라는 것은 싱글 쉘 스크립트로 개발되어져 있다.

이것의 주된 기능은 git repositories에 대해서  pull과 push를 작업하기 위해 작성된 스크립트 프로그램이다.

repo를 할때 특별한 branch를 설정하면 그것을 다운 받게된다.

하지만 특별한  branch를 주지 않는다면, master branch를 다운 받게 된다.

그리고 가급적이면 이러한 master branch를 받는것이 현명하다. 왜냐하면 주석이나 각종 tip들이 많이 포함되어저 있기 때문이다.

repo의 사용법은 아래와 같이 입력 하면된다.

□ Inside the AOSP

아래의 표는 AOSP의 최상위 레벨의 디렉터리들을 나타낸 것이다. 그것의 내용은 2.3.7과 4.2 버전을 나누어서 요약해서 보여주고 있다. 포함하지 않는것은 N/A로 표현 되어있다. 또한 각각의 사이즈들은 .git 디렉터리는 포함하지 않은 것이다. 

주석 a: 아마도 미래에 쓰일 실험 적인 코드들을 저장하고 있는것 같다. 이것은 git log를 분석한 결과로써 추측이다.

딱 보면 알다시피 prebuilt 또는 prebuilts와 external이 전체중 각각 75%, 65%에 달한다. 젤리빈과 진저브레드에 대해서

이 두 디렉터리는 GNU toolchain versions, kernel images, common libraries and frameworks(OpenSSL and WebKit 등)을 포함하고 있다. 또한 자신들이 만든 내용들도 포함하고 있다.

하지만 이러한 정보는 얼마나 Android가 만은 open source project들에 의존하고 있는지를 알 수 있다.

이것의 양은 대략적으로 진저브레드의 경우 800MB이며 젤리빈의 경우 2GB 이다. 

아래의 그림 3-2는 안드로이드의 소스코드들이 각각 어디에 위치하고 있는지를 나태내고 있다. 

하지만, 중요한것은 framework/base 안에 거의 다 있다.

또한 system/core에도 중요한 내용들이 많이 있다. 

이것은 아래의 Table 3-2와 table 3-3으로 나타내어진다. 임베디드 개발자라면, 이것에 관심을 같고 수정을 해야할 것이다.

□ 개요

Android는 리눅스 커널과 다르게 makefile에 의존하지 않는다.

그대신 android.mk 파일에 의존한다. 이것은 빌드를 위한 module이다.

Android build "modules" have nothing to do with kernel "modules."

Within the context of Android's build system, a "moudle" is any component of the AOSP that needs to be built. The might be a binary, an app package, a library, etc., and it might have to be built for the target or the host, but it's still a "module" with regards to the build system.

Android에서의 빌드 환경 설정 방법

리눅스 커널과 다르게 menuconfig와 autotools를 사용하지 않는다.

□ Building the SDK for Linux and Mac OS

자신만의 SDK를 만들어서 배포하고 싶으면 AOSP을 이용하면 된다.

이렇게 하면 AOSP 디렉터리 안에 out/host/linux-x86/sdk에 보면 ZIP 파일이 있을 것이다.

이것을 이제 이용하면 된다.

그 밖에도 아래의 위치에가면 많은 *. jar 파일들이 존재한다.

□ Running Android

컴파일 성공하면 커스텀 빌트 이미지를 실행 할 수 있다.

이렇게 하면 컴파일되어진 커스텀 에뮬레이터가 실행되어 진다. 

에뮬레이터의 경우 처음 부팅할때, 달빅은 JIT cache를 앱 실행을 위해서 생성하게 된다. 주목할 것은, 이러한 Dalvic cache는 에뮬레이터마다 유니크 하지 않다는 것이다. 이러한 자세한 내용은 7장에서 다루도록 하겠다.

하지만 shell이 닫혔다면, 다음과 같이 환경 스크립트를 다시 실행 해줘야 한다.

이외에도 거의 대부분의 too들이 AOSP에는 들어 있기 때문에, 저 커멘드를 실행해 주면 adb와 같은 것들을 모두 실행 할 수 있다.

□ Using the Android Debug Bridge (ADB)

Android에 있는 ADB의 경우 일단 host에서 데몬이 돌아가고 그것과 host client 프로그램이 통신하는 형태이다.

host의 데몬서버는 target device의 데몬과 통신하면서 작업을 요청하게 된다.

자세한 명령어 사용 법은 google 홈페이지의 developer guide 를 참고한다.

소스코드 분석은 6장에서 다루도록 한다.

□ Mastering the Emulator

에뮬레이터는 최근 arm과 x86 타겟으로 출시 되어 있는 상태이다. 상당히 제한적이다고 할 수 있다. 

에뮬레이터는 android의 많은 부분적 이슈들중에서 상당히 복잡한 이슈에 해당한다. 이것을 깊이 있게 파는것은

안드로이드 이해의 범위를 넘어선 일이다.

따라서 에뮬레이터의 핵심 특징들만 간단히 조사하고 가는 수준에서 마무리 하겠다. 자세한것을 보고싶으면 qemu와 에뮬레이션 기법들을 공부해야 할 것이다.

emulator는 여러 플래그를 덪 붙여서 실행 할 수 있다. 플레그들은 아래와 같다.

이중에서 재미 있는 옵션은 -kernel이다. 이것은 emulator가 다른 ㅋ널을 사용할 수 있도록 한다. 에뮬레이터는 기본적으로, prebuilt/android-arm/kernel/ 에 들어있는 커널을 사용하게 된다. 

만약 너가 모듈을 지원하는 kernel을 사용하기를 원한다면, 그렇게 빌드한다음 아래의 명령어로 새롭게 적제해서 사용할 수 있다. 왜냐하면, prebuilt에 있는 kernel은 module을 지원하고 있지 않기 대문이다. 

또한 에뮬레이터에서 커널의 boot message를 확인 할 수도 있다. 

이 밖에도, 결국 emulator는 안드로이드 개발자가 QEMU에 wrapper를 한 형태이기 때문에 qemu의 많은 명령어들을 그대로 사용할 수도 있다.

또한 에뮬레이터는 telnet으로도 접속이 가능하다.

그리고 텔넷 상태에서 포트포워딩을 사용해서 호스트의 포트를 타겟으로 redirection 할수도 있다.

이렇게하면 host에서 8080으로 접속된 어떤 프로그램이 명령하는 것들은 80번 포트를 통해서 에뮬레이트된 안드로이드로 리스닝 되어진다. 디펄트 안드로이드는 물론 80번 포트에서 아무것도 리슨 하지 않는다.

하지만 예를들면, 당신이 android에서 BusyBox's httpd를 실행 했다면, 이 방법을 이용해서 그것과 연결 되어 질 수 있다.

또 재미 있는 것은 당신의 호스트에서 아파치가 실행 중이라면, 에뮬레이터가 가지는 브라우저에 에뮬레이터 주소를 입력하면 해당 하파치가서비스하고 있는 컨텐트를 볼 수도 있다.

더 자세한 정보는 Google Developers Guide를 참고 한다.

참고 사이트:

python을 위한 ImageMagick: http://www.imagemagick.org/download/python/

ImageMagick Compare command-line tool: http://www.imagemagick.org/script/compare.php

그냥 commnadLine에서 사용하는 방법은 아래와 같다.

compare -verbose -metric mae rose.

□ 1단계: 샘플 코드

아래의 코드를 실행하면 된다. 단, monkeyrunner의 버전이 최신 SDK가 아니라면 

나의 경우, 가장 오래된 SDK 버전도 가능 했다 (nexus one을 위한 버전)

MonkeyImage.loadFromFile에서 Error가 발생 한다.

현재 버전이 loadImageFromFile 히든 함수를 지원 하는지 알 수 있는 방법.

아래의 코드를 넣어서 실행 시켜 보면 알 수 있다.

#! /usr/bin/env monkeyrunner

import sys
import subprocess
from com.android.monkeyrunner
import MonkeyRunner, MonkeyDevice, MonkeyImage

TIMEOUT = 30
SERIALNO = 'emulator-5554'
REF = 'reference.png'
SCR = 'screenshot.png'
CMP = 'comparison.png'
ACCEPTANCE = 0.9

device = None


def testDropWidgetIntoFourthRow():
    reference = MonkeyImage.loadFromFile(REF)
    print "moving widget..."
    device.drag((230, 300), (230, 600), 2.0, 125)
    MonkeyRunner.sleep(3)
    screenshot = device.takeSnapshot()
    screenshot.writeToFile(SCR)
    if not screenshot.sameAs(reference, ACCEPTANCE):
       print "comparison failed, getting visual comparison..."
       subprocess.call(["/usr/bin/compare", REF, SCR, CMP])

def main():
    global device
    print "waiting for connection..."
    device = MonkeyRunner.waitForConnection(TIMEOUT, SERIALNO)
    if device:
       testDropWidgetIntoFourthRow()


if __name__ == '__main__':
     main()
위 코드는 Diego(테스팅 대가)가 monkeyImage에 loadFromFile이라는 함수를 임의로 추가해서 사용한 코드이다. 
따라서 monkeyrunner 수정 없이는, 동작하지 않는 코드이다. 


필자는 위코드를 아래와같이 변경해서 사용함.

#! /usr/bin/env monkeyrunner
import sys
import subprocess

from com.android.monkeyrunner import MonkeyRunner, MonkeyDevice, MonkeyImage

TIMEOUT = 30
SERIALNO = 'emulator-5554'
REF = '../ImageStore/GameActivityDesire.png'
SCR = '../ImageStore/GameActivityGalaxyNexus_Resize.png'
CMP = 'comparison.png'
ACCEPTANCE = 0.9
device = None


def testDropWidgetIntoFourthRow():

    #reference = MonkeyImage.loadFromFile(REF)
    reference = MonkeyRunner.loadImageFromFile(REF)

    #source = MonkeyImage.loadFromFile(SCR)
    source = MonkeyRunner.loadImageFromFile(SCR)

    if not source.sameAs(reference, ACCEPTANCE):
        print "comparison failed, getting visual comparison..."
        subprocess.call(["/usr/bin/compare", REF, SCR, CMP])



def main():
#    for m in [MonkeyRunner, MonkeyDevice, MonkeyImage]:
#        print "%s:\n    %s\n"%(m.__name__, dir(m))
    testDropWidgetIntoFourthRow()

if __name__ == '__main__':
    main()


/*
이 코드의 특징은 takeSnapshot()의 사용없이, loadImageFromFile 함수만을 이용해서 기존에 저장된
이미지들간의 유사도를 sameAs 함수로 알아보는 것이다.
*/

Trouble shooting

리플랙트 에러가 발생하는 경우.
Monkeyrunner at java.lang.reflect.Method.invoke(Method.java:597)

해결방법
1) 비교할려는 두개의 이미지의 해상도가 같은지를 확인해라!
2) 이미지의 경로가 맞는지 확인해라! loadImageFromFile()함수는 경로가 틀려도 어떠한 에러도 
   발생 시키지 않는다.
3) monkeyrunner의 버전이 너무 낮은건 아닌지 확인 해라!




□ 2단계: 최신 monkeyrunner 구하기


정확히 릴리즈 몇부터 monkeyrunner의 히든 API로 loadFromFile이 존재하는지는 모르겠다.


분석에 사용된 Android version: AOSP-4.2_r2


디렉터리 위치: sdk/android/chimpchat/core/ChumpImageBase.java




공개된 API 리스트들이다.


MonkeyImage



    
    

        

            
                string
            
        
        

            
                
                    convertToBytes
                
                (string format)
            
            

                Converts the current image to a particular format and returns it as a
                string that you can then access as an iterable of binary bytes.
            
        
    
    

        

            
                tuple
            
        
        

            
                
                    getRawPixel
                
                (integer x,
                integer y)
            
            

                Returns the single pixel at the image location (x,y), as an
                a tuple of integer, in the form (a,r,g,b).
            
        
    
    

        

            
                integer
            
        
        

            
                
                    getRawPixelInt
                
                (integer x,
                 integer y)
            
            

                Returns the single pixel at the image location (x,y), as
                a 32-bit integer.
            
        
    
    

        

            
                
                    MonkeyImage
                
            
        
        

            
                
                    getSubImage
                
                (tuple rect)
            
            

                Creates a new MonkeyImage object from a rectangular selection of the
                current image.
            
        
    
    

        

            
                boolean
            
        
        

            
                
                    sameAs
                
         (MonkeyImage
            other,
            float percent)
            
            

                Compares this MonkeyImage object to another and returns the result of
                the comparison. The percent argument specifies the percentage
                difference that is allowed for the two images to be "equal".
            
        
    
    

        

            
                void
            
        
        

            
                
                    writeToFile
                
                (string path,
                string format)
            
            

                Writes the current image to the file specified by filename, in the
                format specified by format.
            





숨겨진 API


DictInit [MonkeyImage]
MonkeyImage [MonkeyImage]
getImpl [MonkeyImage]
 convertToBytes [MonkeyImage]
writeToFile [MonkeyImage]
getRawPixel [MonkeyImage]
getRawPixelInt [MonkeyImage]
sameAs [MonkeyImage]
getSubImage [MonkeyImage]





□ 3단계: monkeyrunner를 수정해서 사용하기.



chimpchat 프로젝트에 생각보다 많은 좋은 API들이 있다. 하지만 이것을 사용 할 수 있는지는 연구를 해봐야한다. API가 어떤식으로 노출되어지는지 분석을 해봐야 할것 같다. 

MySQLdb is the python support bindings for MySQL.  Not that the name would lead you to beleive that.

Its sourceforge page calls it http://sourceforge.net/projects/mysql-python/ which makes more sense.

you need setuptools, which you usually already have:

    sudo aptitude install python-setuptools

You need MySQL-devel to compile, but its not called that, its called: libmysql++-dev on Ubuntu

    sudo apt-get install libmysql++-dev

download MySQLdb itself from:

    http://sourceforge.net/projects/mysql-python/

    # the version you download will be more recent

    tar xfz MySQL-python-1.2.3.tar.gz

    cd MySQL-python-1.2.3

    python setup.py build

    # the following might fail if it can't find mysql_config on your path

    sudo python setup.py install

if it did try locating the mysql_config that was installed with MySQL-devel

and editing site.cfg which is in the MySQL-python folder

uncomment and point to it here: 

    mysql_config = /usr/bin/mysql_config

and try to build again

if it worked then test:

open a python shell (also change directories out of the compile dir you were just in to avoid confusing yourself with the just compiled version sitting in your path)

    import MySQLdb

MySQLdb is the python support bindings for MySQL.  Not that the name would lead you to beleive that.

Its sourceforge page calls it http://sourceforge.net/projects/mysql-python/ which makes more sense.

you need setuptools, which you usually already have:

    sudo aptitude install python-setuptools

You need MySQL-devel to compile, but its not called that, its called: libmysql++-dev on Ubuntu

    sudo apt-get install libmysql++-dev

download MySQLdb itself from:

    http://sourceforge.net/projects/mysql-python/

    # the version you download will be more recent

    tar xfz MySQL-python-1.2.3.tar.gz

    cd MySQL-python-1.2.3

    python setup.py build

    # the following might fail if it can't find mysql_config on your path

    sudo python setup.py install

if it did try locating the mysql_config that was installed with MySQL-devel

and editing site.cfg which is in the MySQL-python folder

uncomment and point to it here: 

    mysql_config = /usr/bin/mysql_config

and try to build again

if it worked then test:

open a python shell (also change directories out of the compile dir you were just in to avoid confusing yourself with the just compiled version sitting in your path)

    import MySQLdb