태그: Open Source
5편
-
Valkey: Redis 라이선스 변경 후 나온 오픈소스 포크, 호환성, Redis에서 옮기는 방법
Redis 라이선스 변경 이후 Linux Foundation 주도로 나온 포크 Valkey가 Redis와 어디까지 호환되는지 짚고, 설치와 클라이언트 연결, 센티넬·클러스터 구성, 인플레이스·블루그린·ElastiCache 교체 방식의 마이그레이션, 모니터링과 성능 튜닝을 다룹니다.
-
Meilisearch 설계와 튜닝: 랭킹 규칙, 오타 허용·동의어, 다국어, Algolia와 비교
Meilisearch의 인덱스·문서·필터·랭킹 규칙·오타 허용·동의어·다국어 설정을 정리하고, React·Next.js 연동과 Algolia 대비까지 실무 관점으로 설명합니다. Meilisearch는 Rust로 구현된 오픈소스 검색 엔진으로, 전자상거래·콘텐츠·SaaS 대시보드 등에서 흔히 요구되는 빠른 자동완성형 검색을 단일 프로세스(또는 소규모 클러스터)로 제공합니다.
-
Ollama로 로컬 LLM 돌리기: 모델 실행, REST·Chat API, LangChain 연동, RAG, Modelfile
Ollama로 로컬에서 LLM을 실행하는 방법. 설치와 CLI, Llama·Mistral 모델 실행, REST API와 Chat API, LangChain 통합, RAG 구현, Modelfile로 모델 커스터마이징을 예제로 정리합니다.
-
PocketBase로 백엔드 빠르게 만들기: 단일 실행 파일, SQLite, 인증, 실시간 구독, 파일 업로드
단일 실행 파일로 PocketBase를 띄우고 Admin UI에서 컬렉션을 만든 뒤, JavaScript SDK로 CRUD, 이메일·OAuth 인증, React 실시간 구독, 파일 업로드를 구현하고 Docker로 배포하는 과정을 설명합니다.
-
ChromaDB로 로컬 벡터 검색 만들기: 임베딩 전략, 메타데이터 필터, LangChain RAG
ChromaDB에 문서를 넣고 HNSW 기반 근사 최근접 이웃 검색과 메타데이터 필터를 함께 쓰는 방법, 거리 척도와 커스텀 임베딩 선택, PersistentClient 영속화, LangChain을 이용한 RAG 챗봇 구성을 예제로 설명합니다.