Skip to main content

Command Palette

Search for a command to run...

Django 장고 설치하기, 프로젝트, 앱

Updated
2 min read
Django 장고 설치하기, 프로젝트, 앱

장고 설치하기

1. 터미널에서 가상환경 켜주고

pip install django==4.2

2. 개발환경이 바뀌었을 때 일일이 패키지를 설치해줘야 하는데,

일일이 설치하지 않고 패키지를 기록해놓을 수 있는 명령어

pip freeze > requirements.txt

pip install을 하고나면 반드시 pip freeze 해서 내가 설치한 A라는 것을 freeze를 통해 명시해주는 작업이 필요하다.

3. requirements.txt를 한줄씩 읽으면서 모두 설치한다.

pip install -r requirements.txt


장고 프로젝트

장고는 프로젝트를 단위로 움직인다.
그래서 프로젝트를 시작한다 == 하나의 프로그램을 만들기 시작한다 라는 의미이다.

프로젝트를 시작하기 위해서는 가상환경 생성 및 활성화, 장고 설치, 의존성 파일 생성(requirements.txt)가 필요하다.

프로젝트 생성

생성 디렉토리를 생략하면 현재 위치에 프로젝트 이름의 폴더가 만들어지면서 생성된다.

django-admin startproject <프로젝트 이름> <생성 디렉토리>

.은 현재 폴더를 의미하며 현재 폴더를 프로젝트 폴더로 사용해서 생성된다.

django-admin startproject <프로젝트 이름> .

장고 개발 서버 실행

python manage.py runserver

프로젝트 생성하면 보이는 무수히 많은 파일들..

settings.py : 프로젝트의 설정을 관리하는 곳

urls.py : 어떤 요청을 처리할지 결정하는 곳


장고 앱

내가 생각하는 하나의 기능 덩어리

많은 앱들을 하나의 프로젝트에 넣을 수 있는데, 안넣어도 된다.
→ 내 프로젝트는 하나의 앱으로 관리할래 (프로젝트 안에 A라는 앱을 하나 만들고 이 앱에 모든 기능을 다 구현할래) 라고 생각하면 하나의 프로젝트에 하나의 앱안에 여러가지 기능을 다 넣을 수 있다.

하나의 프로젝트는 여러개의 앱으로 구성될 수 있어서 하나의 앱으로 모두 개발하는 것이 가능하지만,
여러개의 앱으로 나누어 개발하는 것을 권장

기능 단위로 나누어서 앱을 만들고, 그 앱을 프로젝트에 넣어서 개발하는 방식으로 장고가 구성되어 있다.


app 사용하기

1. app 생성하기

django-admin startproject <프로젝트 이름> <생성 디렉토리>

pythonmanage.pystartapp <앱 이름>

2. app 등록하기

등록은 프로젝트의 설정을 담당하는 곳에서 할 수 있다. (settings.py)

settings.pyINSTALLED_APPS 부분이 현재 프로젝트에 등록된 앱 목록이 보이는 곳으로 여기에 만들어둔 앱을 적어두면 된다.

앱 : 프로젝트 안에 들어가는 하나의 기능 단위 모듈

→ 하나의 프로젝트에는 여러개의 앱으로 구성이 되고, 앱에는 여러가지 파일이 있는데

그 중에서도 models.py (DB 정의하는 곳),

views.py (요청이 들어오면 처리해서 응답을 돌려주는 곳) 이 있다.


35 views

More from this blog

s3사용 및 s3:PutBucketPolicy 권한 오류

1. S3 생성 중 정책 생성 페이지에서 s3:PutBucketPolicy 권한이 없어 오류 발생 IAM 사용이 아닌 루트 사용자 버전으로 설명 AWS IAM 콘솔 → 정책 → AdministratorAccess⁠검색→ 정책이 나타나면 사용자에 연결→ 없다면 새로운 정책 추가 없으므로 AdministratorAccess 생성 정책 생성 버튼 클릭 → JSON 탭 선택 후 아래 코드 입력 → 생성 { "Version": "2012-10-1...

Mar 12, 20252 min read9
s3사용 및 s3:PutBucketPolicy 권한 오류

챗봇과 사용자의 대화 내용이 길어질수록 llm 호출 시 토큰 수가 증가하여 응답 시간이 지연되는 문제가 발생

https://youtu.be/5soSQgVHGEA OpenAI API를 이용한 챗봇을 만들면서 대화가 길어질수록 LLM 호출 시 토큰 수 증가로 응답 시간이길어지는 문제가 발생 문제분석 여기서 생각하는 문제는 db 조회의 부하 처음 챗봇에게 부여하는 역할이 너무 긴데, 이걸 매 API 호출마다 전송함 대화 흐름을 기억하기 위해 챗봇-유저 간 대화 내용을 모두 DB에 저장한 다음 그대로 API 호출 마다 LLM에 전달함 → 모든 대화 ...

Jan 16, 20253 min read122
챗봇과 사용자의 대화 내용이 길어질수록 llm 호출 시 토큰 수가 증가하여 응답 시간이 지연되는 문제가 발생

dayeon's blog

124 posts