
\- Brands Owner and Network(BON)\- Business Outlook and Navigation(BON)👓 "본사가 본다!""프랜차이즈 본사를 위한 통합 관리 시스템으로, 가맹점 등록 및 정보 관리, 매출 데이터 분석 및 예측 기능을 제공하여

본사와 가맹점을 중심으로 ERD를 짰다.사용자 계정의 삭제, 추가 로직 때문에 테이블 구성에 대한 고민을 꽤 오래 했었다.가맹점주는 user 테이블에서 user_id를 외래키로 받고, franchise 테이블에서 franchise_id 또한 외래키로 받는다.지역 별

pip 설치/업그레이드pandas : 데이터 처리flask : 웹 서버prophet: 시계열 예측 라이브러리boto3 : AWS 서비스를 파이썬에서 쓰기 위한 공식 SDK※ boto3AWS S3, DynamoDB, Lambda 등 수백 가지 AWS 서비스를 파이썬 코드

필자의 지독한 글씨체와 그림 실력으로 조금이나마 jwt 토큰 흐름을 이해하기 위해 그려보았다. 최초 로그인 시 UserDetailService에서 사용자 정보 존재 여부를 확인 → 확인될 경우 userDetail 객체를 반환 받은 뒤 → JwtTokenProvider에

백엔드 구현을 마쳤으니 이제는 FE 구현할 차례다..필자가 벌써부터 지친 것 같다면 기분탓이다...

이해를 위해 그린 필자의 미숙한 그림과 악필은 못 본 척 해주길 바란다.. (노력이 가상하다고 생각해주었으면 한다)User가 들고 온 URL (ex. /franchisee-accounts/:id)을 Router에서 보고 그에 맞는 Component를 연결해준다.필자는
AWS 사양 Front End : Route53, ACM, S3, CloudFront Back End : S3, EC2, AutoScaling Group, CodeDeploy(Blue-Green) Machin Learning : S3, EC2, CodeDeploy 시스템 아키텍처 프로젝트 전체의 시스템 아키텍처이다. BackEnd, FrontEnd, F...

Front End : Route53, ACM, S3, CloudFrontBack End : S3, EC2, AutoScaling Group, CodeDeploy(Blue-Green)Machin Learning : S3, EC2, CodeDeploy이번 포스트에선 Bac

Front End : Route53, ACM, S3, CloudFrontBack End : S3, EC2, AutoScaling Group, CodeDeploy(Blue-Green)Machin Learning : S3, EC2, CodeDeploy백엔드랑 프론트엔드 끝

필자가 진행하는 프로젝트의 경우 각 가맹점 별로 어떤 메뉴가 얼마만큼의 수량으로 언제 판매가 되었고, 그래서 얼마만큼의 수익이 났는지에 대한 데이터를 바탕으로 매출 예측 및 분석을 진행한다. 매출 분석 및 예측의 정확도를 높이기 위해서는 이전에 누적된 데이터들의 양이