2024년 3월 17일 일요일

Python의 pandas를 사용한 데이터 처리 코드 해석

 Python의 코딩 스타일이라는 것이 정해져 있진 않지만 C/C++ 기반으로 시작하여 여기까지 와버린 나로써는 JavaScript 언어의 매써드 붙여쓰기 / for 문 대신 apply() 메써드 붙여쓰기는 당황 스럽다. 어쩌겠나 적응해야지. 익숙해 질때까진 새것 발건한 것 마냥 기록 좀 남겨야 겠다.

md['genres'] = md['genres'].fillna('[]').apply(literal_eval).apply(
    lambda x: [i['name'] for i in x] if isinstance(x, list) else []

 위의 코드는 pandas의 dataframe인 md를 조작하는 코드다; 결과적으로 'genres' 항목의 내용이 dict를 내부항목으로 하는 list로 되어 있는 것을 해체해서 'name'항목으로만 되어 있는 list로 만들어 버린다. 이를 위해서 코드가 좀 돌다리를 두드리면서 실행하도록 만들어 두었다. 안전한게 좋긴하지만 코드 보기가 눈아프긴 하다.

 우선, fillna('[]')는 md['genres']인 Series의 내부항목중 Na 혹은 NaN 즉, 숫자가 아니거나 아무것도 없거나 한 곳은 '[]' 문자열(실제 내용은 빈 list)을 넣어 두고,

 그 다음에 dict를 내부항목으로 갖는 list를 가지고 작업하려고 하는데 아쉽게도 해당 내용이 Series의 문자열 형태로 되어 있어서 이 부분을 해석해서 Python의 객체로 만들어 주어야 한다. 이 작업을 해주는 것이 .apply(literal_eval)이라는 것이다.

 그리고 나서 본격적으로  Series의 내부항목 list의 내용을 구조가 복잡한 dict를 해체해서 'name'항목만 남겨 주는 혹은 내용이 없으면 빈 list로 재편한다. 이 작업을 .apply()메서드와 dict의 내용을 해체하고 빈곳은 빈 list로 대체하는 lambda 함수가 해주고 있다. 

vote_counts = md[md['vote_count'].notnull()]['vote_count'].astype('int')

 이것도 마찬가지다. dataframe인 md의 'vote_count' 컬럼의 내용중 내용이 있는 항목만 추려 혹시나 있을 누락된 항목으로 발생할 수 있는 에러를 방지 하도록 해놓았다. 

 그래서, 유효한(notnull)내용만 갖는 'vote_count' 컬럼의 내용을 마지막으로 정수형으로 변환하여 vote_count에 저장하도록 해놓았다.



2023년 9월 10일 일요일

C++ value 용어 해설(lvalue, glvalue, xvalue, rvalue, prvalue)

원문: - New Value Terminology - Bjarne Stroustrup [https://www.stroustrup.com/terminology.pdf])

# C++ value terminology 

## lvalue

- 역사적으로 lvalue은 대입 표현식(A = B)의 왼쪽에 위치하곤 하기 때문에 left-value의 의미 불립니다. lvalue는 객체나 함수를 지칭하도록 의도되었습니다. 예를 들면, E가 포인터 형태의 표현식일때, *E는 E가 가르키는 객체나 함수를 가르키는 lvalue 표현식입니다. 다른 예로, 반환값의 타입이 lvalue인 함수를 호출한 결과는 lvalue 입니다.

## xvalue

- eXpiring value(만료값)로써, 일반적으로 수명이 거의 끝나가는 객체를 참조하기도 하는데, 예를 들어 리소스를 이동할 수 있도록 수명이 다한 객체를 참조하기도 합니다. xvalue는 rvalue 참조와 관련된 특정 종류의 표현식의 결과입니다. 예를 들면, 반환 유형이 rvalue 참조인 함수를 호출한 결과는 xvalue입니다.

## glvalue

- generalized lvalue(일반 lvalue)로써, lvalue 또는 xvalue를 의미합니다.

## rvalue

- 역사적으로 대입표현식의 오른쪽에 나타날 수 있기 때문에 right value의 의미로 불립니다. rvalue는 xvalue이기도 하고, 임시 객체 혹은 그 하위 객체, 객체와 연관되지 않는 값을 의미합니다.

## prvalue

- pure rvalue(순수 rvalue)로써, xvalue가 아닌 rvalue를 의미합니다. 예를 들면, 반환 유형이 참조가 아닌 함수를 호출한 결과는 prvalue입니다.

## 모델

- i : 구분성이 있는 - 즉, 주소, 포인터, 사용자가 두 사본이 동일한지 여부를 확인할 수 있습니다.

- m : 이동되어질 수 있는 - 즉, 정해지지 않았지만 유효한 상태에서 "복사"의 원본으로 보내는 것이 허용됩니다.

- iM : 구분성이 있으며, 이동되어질 수 없습니다.

- im : 구분성이 있으며, 이동되어질 수 있습니다.(예: lvalue를 rvalue 참조로 타입변환한 결과)

- Im : 구분성이 없으며, 이동되어질 수 있습니다.

iM   im   Im
    \ /    \ /
      i    m

왼쪽의 두 점("iM"과 "i"로 표시된)은 형식을 구분하는 사람들이 "lvalue"이라고 부르는 것이고, 오른쪽의 두 점("m"과 "Im"으로 표시된)은 형식을 구분하는 사람들이 "rvalue"이라고 부르는 것입니다.
즉, W의 왼쪽 "다리"는 "lvalue"와 관련된 이름을 가져야 하고, W의 오른쪽 "다리"는 "rvalue"와 관련된 이름을 가져야 합니다.

저는 표준 라이브러리 문구에서 "rvalue"가 "m"(일반화)을 의미한다는 사실을 발견했고, 표준 라이브러리의 기대와 텍스트를 보존하려면 W의 오른쪽 하단 지점을 "rvalue"로 명명해야 한다고 생각했습니다.

lvalue       xvalue      prvalue
         \        /     \         /
     iM \      /  im  \      / Im
           \    /          \    /
            \  / i          \  / m
             \/              \/
       glvalue        rvalue

W의 왼쪽 위 점은 "lvalue"이고 오른쪽 아래 점은 "rvalue"입니다. 왼쪽 하단 점은 이동이 가능한 고전적인 lvalue의 일반화입니다. 따라서 "generalized lvalue"입니다. 우리는 이것을 "glvalue"라고 명명했습니다. W의 오른쪽 위 점은 오른쪽 아래 점보다 덜 일반적입니다(지금은 예전과 마찬가지로 "rvalue"라고 부릅니다). 이 지점은 (소멸자를 제외하고는) 다시 참조할 수 없기 때문에 이동할 수 있는 객체의 원래 순수한 개념을 나타냅니다. 저는 "generalized lvalue"와 대조되는 "specialized rvalue"라는 표현이 마음에 들었지만 "prvalue"로 축약된 "pure rvalue"를 사용하였습니다.(그리고 아마도 당연한 결과일 것입니다). 따라서 W의 왼쪽 다리는 "lvalue"와 "glvalue"이고 오른쪽 다리는 "prvalue"와 "rvalue"입니다. 덧붙여서, 모든 값은 glvalue 또는 prvalue 중 하나이지만 둘 다는 아닙니다.

2023년 6월 6일 화요일

데비안 리눅스 시스템은 python 최신버전으로 유지 될때 과거의 python 설치하는 법

 [원본 : https://unix.stackexchange.com/questions/188741/install-newer-older-versions-of-python-on-debian]

대부분 우분투의 deadsnakes PPA를 이용하여 설치하는 방법을 설명하지만 아쉽게도 Debian에 이와 같이 설정하면 어디에선가 문제를 야기시킬수 있는 위험을 가지고 있다. 위의 원본 게시물에서도 알려주다시피 메뉴얼로다가 해당 버전을 다운로드 해서 수작업으로 설치하는 것을 추천한다.

현시점에서 python 3.11 버전으로 업데이트 되어 더이상 tensorflow를 설치할 수 없다. tensorflow가 지원하는 최신버전의 python이 3.10이다. 먼저 python 3.10 설치하고 그리고 Teledyne의 Spinnaker SDK의 python 버전이 python 3.8만 지원한다. 이것도 나중에 설치해야 겠다.

우선 급한데로 python 3.10 버전을 수작업으로 설치하는 방법을 기록해 둔다.

# 사전 준비물

```bash

$ apt install libssl-dev openssl libffi-dev

```

# python 3.10.11 버전 수동 설치

```bash

$ wget https://www.python.org/ftp/python/3.10.11/Python-3.10.11.tgz

$ tar zxf Python-3.10.11.tgz

$ cd Python-3.10.11/
$ ./configure --prefix=/usr/local
$ make
$ make install

```

여기서, 시스템에서 관리되는 /usr/local에 설치하면 시스템 관리에 혼동을 초래할 수 있기 때문에 가능하면 /opt/python-3.10.11로 설정해서 컴파일하고 설치하도록 하자.

 그리고, 시스템에서 접근할 수 있게 PATH에 추가하거나 /usr/local에 symbolic link를 만들어 두자.

```bash

$ ln -s /opt/python-3.10.11/bin/python3.10 /usr/local/bin/python3.10
$ ln -s /opt/python-3.10.11/bin/pip3.10 /usr/local/bin/pip3.10

```


2022년 7월 27일 수요일

인공지능+영상처리+OceanOptics USB2000+Flir Camera 를 위한 시스템 설정

# 작업 시스템

윈도우즈 11, 64bits

# 설치 소프트웨어

## Python 3.8.xx

64bit 버전으로 설치하고, 현 시점에 최신 버전은 3.10이지만, 인공지능을 위한 tensorflow가 지원하는 최신 버전인 3.9.13버전이고 Spinnaker라는 Camera 소프트웨어는 3.8.xx버전을 지원한다.

### pip(Python Install Package) 설치

설치하고 가장 먼저해야할 작은 pip(Python Install Package)를 업그레이드 하는 것이다.

PS D:\python -m pip install --upgrade pip

그럼 tensorflow를 설치할 수 있는 환경이 조성되었다.

### tensorflow 와 tensorflow-cpu 설치 

PS D:\python -m pip install tensorflow

설치된 tensorflow를 확인해보자.

PS D:\> python

Python 3.9.13 (tags/v3.9.13:6de2ca5, May 17 2022, 16:36:42) [MSC v.1929 64 bit (AMD64)] on win32

Type "help", "copyright", "credits" or "license" for more information.

>>> import tensorflow as tf

2022-07-27 11:53:34.911913: W tensorflow/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'cudart64_110.dll'; dlerror: cudart64_110.dll not found

2022-07-27 11:53:34.912570: I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.

>>> quit()

CUDA 런타임 라이브러리가 없다고 에러를 발생시킨다. 그래서 cpu전용 구동할 수 있는 tensorflow-cpu를 추가 설치한다.

PS D:\> python -m pip install tensorflow-cpu

다시, 설치된 tensorflow의 버전을 확인해 보자.

PS D:\> python

Python 3.9.13 (tags/v3.9.13:6de2ca5, May 17 2022, 16:36:42) [MSC v.1929 64 bit (AMD64)] on win32

Type "help", "copyright", "credits" or "license" for more information.

>>> import tensorflow as tf

>>> tf.__version__

'2.9.1'

>>> quit()

### PySide6 설치

PS D:\> python -m pip install PySide6

설치된 버전 확인한다.

PS D:\> python

Python 3.9.13 (tags/v3.9.13:6de2ca5, May 17 2022, 16:36:42) [MSC v.1929 64 bit (AMD64)] on win32

Type "help", "copyright", "credits" or "license" for more information.

>>> import PySide6

>>> PySide6.__version__

'6.3.1'

>>> quit()

### OpenCV 설치

PS D:\> python -m pip install opencv-python

설치된 버전 확인한다.

PS D:\> python

Python 3.9.13 (tags/v3.9.13:6de2ca5, May 17 2022, 16:36:42) [MSC v.1929 64 bit (AMD64)] on win32

Type "help", "copyright", "credits" or "license" for more information.

>>> import cv2

>>> cv2.__version__

'4.6.0'

>>> quit()

## Visual Studio Code 설치

아래의 사이트를 방문해서 해당 시스템에 알맞은 설치파일을 다운로드 받는다.

https://code.visualstudio.com/download

설치 후 PySide6 예제를 코딩하고 실행해 본다.


## FLIR 카메라를 위한 환경 설정

과거의 Point Gray사의 카메라를 사용하기 위해서 현재는 FLIR로 합병된 Spinnaker SDK를 설치해야한다.

SpinnakerSDK_FULL_2.7.0.128.x64.exe 파일을 다운로드하고 설치한다.

그리고,  Python 에서 카메라를 운용하기 위해서 spinnaker_python-2.7.0.128-cp38-cp38-win_amd64.zip 파일도 다운로드하고, 다음의 명령어로 설치한다.

PS D:\> python -m pip install .\spinnaker_python-2.7.0.128-cp38-cp38-win_amd64.whl

그리고 설치확인한다.


import os
import PySpin
import sys

if __name__ == '__main__':
    # Retrieve singleton reference to system object
    system = PySpin.System.GetInstance()

    # Get current library version
    version = system.GetLibraryVersion()
    print('Library version: %d.%d.%d.%d' % (version.major, version.minor, version.type, version.build))

    # Retrieve list of cameras from the system
    cam_list = system.GetCameras()

    num_cameras = cam_list.GetSize()

    print('Number of cameras detected: %d' % num_cameras)


## Ocean Optics의 USB 4000을 위한 환경 설정

사전설치 사항으로 SpectraSuite가 설치되어 WinUSB 드라이버가 작동하고 있어야 한다.

그렇지 않다면, libusb-win32를 설치하고 수작업으로 드라이버를 설정하고 설치해야 한다.

아직은 seabreeze가 libusb-1.0을 지원하고 있지는 않는 것 같아. 위의 방법이 유일한 것 같다.

그럼 python에서 usb4000을 운용할 seabreeze를 설치한다.

PS D:\> python -m pip install seabreeze

설치된 버전을 확인한다.

PS D:\> python

Python 3.9.13 (tags/v3.9.13:6de2ca5, May 17 2022, 16:36:42) [MSC v.1929 64 bit (AMD64)] on win32

Type "help", "copyright", "credits" or "license" for more information.

>>> import seabreeze

>>> seabreeze.use('cseabreeze')

>>> from seabreeze.spectrometers import list_devices, Spectrometer

>>>  devices = list_devices()

  File "<stdin>", line 1

    devices = list_devices()

IndentationError: unexpected indent

>>> devices = list_devices()

>>> devices

[<SeaBreezeDevice USB4000:USB4U30285>]

설치는 잘 된 것 같다. 



2022년 7월 20일 수요일

[번역] 바닥 난방 시스템 (Radiant floor hydronic (water) heating system)

 원본: https://www.instructables.com/RADIANT-FLOOR-HOT-WATER-HEATING-SYSTEM/



이 문서는 slab 바닥(철근 콘크리트 구조의 바닥판을 의미) 시스템에 물을 이용한 바닥 난방을 적용하는 방법을 다루고 있다.

새집을 지어지는 동안 나무 프레임 바닥위에 콘크리트 를 부어 바닥을 만들고 거기에 다시 바닥 난방을 적용할 수 있었다.

이 시스템은 pex 파이프, 작은 펌프, 온수기, 그리고 온도 조절기를 통해서 동작한다. 


1단계: 시스템 설계



부품을 구입한 공급업체(PexSupply.com)에서 전체 시스템에 대한 디자인을 구했습니다. 그들은 당신이 난방시스템에 필요로 하는 사양에 따른 무료의 Layout과 부품의 리스트도 제공합니다. 나는 바닥, 벽 및 천장에 대해 원하는 단열값과 함께 평면도를 제공하라는 요청을 받았습니다.

여러분은 또한 Uponor에서 무료 프로그램을 다운로드하여 여기에 포함 된 것보다 더 많은 정보를 읽을 수 있습니다. 저는 980 평방 피트(feet^2)의 단층 주택을 위해 단일 펌프, 단일 구역 시스템을 선택했지만 각 방에 물 공급량을 낮춤으로써 제어 할 수있는 별도의 시스템 구역을 선택했습니다.


2단계: 충분한 단열 공급




첫 번째 단계는 기초벽(옹벽) 내부에 자갈로 바닥을 깔고 그위에 수증기를 막아줄 장벽을 설치한다. 그런 다음 단열을 수행하였습니다. 나는 온기가 땅속으로 내려가지 않고 위쪽으로 올라가도록 돕기위해 추가의 (견고한)단열재 – R15 –를 사용했습니다. 


3단계: 보강 와이어 설치와 파이프 배치 준비



콘크리트 보강 와이어라고하는 6×6의 용접된 와이어 패브릭 (WWF)을 추가하고 이를 사용하여 파이프를 묶는데 사용하였습니다. 나는 1/2"의 pex 파이프 1,000 피트의 롤을 샀습니다. 더 작은 롤(여러개)를 사용할 수 있지만, 나는 콘크리트 바닥에 파이프의 연결부를 만들기를 원지 않았습니다. 파이프는 이렇게 긴 코일형태로 다루기가 매우 어려운데, 큰 스풀(공간)을 만들고 돌리 바퀴를 추가해서 내가 파이프를 풀면 내 주위에 따라오도록 만들었다. 이러한 방식은 집안에 배선을 할때 유용했습니다. 


4단계: 전체 공간을 연속적으로 배선하기





유틸리트 코어의 pex 파이프의 각 길이는 설치할 공간에 회로 형태를 이루도록 되어 있고, 원래의 시작된 곳으로 되돌아 와서 closed-loop 열시스템을 통해서 물이 순환하도록 되어 있습니다. 나는 펙스 파이프를 묶기 위해 지퍼 타이를 사용했습니다. 도면/계획에서 보듯이 모든 파이프는 다이어그램 / 계획에 따라 모든 파이프는 유틸리티 코어에서 끝나고 내부의 복사 바닥 시스템에 연결됩니다.

나는 파이프가 벽을 세우는 데 필요한 3/4 "전기 도관 각도를 통해 파이프를 미끄러 뜨린 다음 3/4"PVC 파이프로 미끄러 져서 건축 과정에서 똑바로 유지하고 보호했습니다. 구역 (주방, 욕실, 거실 등)에 따라 PVC 파이프에 라벨을 붙였습니다.

우리는 모든 파이프가 떨어진 곳을 정확히 기억할 수 있도록 많은 레이아웃 사진을 찍었습니다. 벽장 용 접시에 못을 박고 난방 시스템에 구멍을 뚫고 싶지 않았습니다. 

5단계: 콘크리트 슬라브에 대한 준비 완료


드디어, 나는 콘크리트 받침블럭을 설치하고, 철근을 묶었다. 이 모든 것은 콘크리트 바닥을 위한 표준적인 작업이다.

6단계: 누수 확인



나는 또한 모든 파이프를 함께 묶고, 내부에 공기로 압력을 가하였다. 나는 그져 파이프 위에 4" 높이의 콘크리트를 붓기전에 누수가 없는지 확인하고자 하였다.

7단계: Slab 붓기





그리고 이제 모든 부분이 덮여지게 된다! 작업을 잘 알고 있는 작업자들이 4" Slab를 붓고 확인하였다. 이 작업은 아주 훌룡하게 마무리 되었습니다. 이 작업이 마무리된 후에, 집을 지어 올리는 작업으로 전환하였다. 나는 내 패이스로 아주 많은 작업을 혼자 해왔기 때문에, 이 난방시스템을 설치하는데 소요된 시간은 2년정도 걸렸다.

8단계: 설정하기!




나는 두 개의 온수기로 많은 방을 감당하는 큰 utility core를 만들었다; 한 개는 낮은 온도로 설정하게 될 마루를 위한 것이고, 다른 것은 나를 위해 온도를 조절 할 수 있게 시스템화 되어 있다. 순간 온수를 위한 옵션도 있다. 하지만, 그러한 비용을 쓰고 싶지 않았다. 난 그져 표준 40갤론의 온수기를 2백달러를 구매했다.

9단계: 연결하기!




난방 시스템은 온수 흐름을 제어하는 릴레이 스위치가 연결된 온도계로 구성되어 있다. 온도계는 거실에 위치해 놓았다. 거실은 집의 정 중앙에 위치해있다. 나는 집을 처음부터 지어왔기 때문에, 벽에 전선을 넣고 utility core로 뽑아내는데 수월할 수 있었다. 릴레이는 동작할 때 시스템에 알려준다. 펌프가 동작하고 물이 온수기를 통해서 마루 바닥으로 이동한다. 다시 마루 바닥의 물은 다시 온수기로 되돌아 온다. 여러분들이 사진과 같은 게이지 숫자를 확인할 수 있다면, 공급되는 물은 100도이고 되돌아 오는 물은 80도 정도임을 확인 할 수 있다.

10단계: 문제 대응




첫 번째 이슈는 한 번 모든 것이 연결되면 내부의 공기는 다 배출된 하지만, 파이프에 남아 있는 공기는 이 첫번째 이슈를 야기한다. 나는 공기가 다 빠져 나갈때까지, 거품을 빼는 작업을 하였다. 두 번째 이슈는 펌프의 크기이다. 설계된 시스템에 적합한 한 개의 펌프로 나의 집에 충분히 온수를 공급할 것으로 믿었다. 하지만, 그렇지 않았다. 펌프는 900피트의 1/2" 파이프에 수압을 견딜 수 있도록 충분히 강해야 한다.
여러분은 head의 길이를 계산함으로써 사전에 요구사항을 결정할 수 있다. 마지막으로 펌프의 연결 부위를 짧게하고, 펌프를 추가 주문해서 두 개로 운용해서 시스템은 훌룡하게 동작하고 있다. 펌프는 그리 자주 틱틱거리지 않고 집은 따뜻하게 유지된다. 나는 CenTech 적외선 온도로 잘동작 하는지 확인했다.

11단계: 포근한 집을 즐기세요!




애완동물은 마루의 아주 따뜻한 부분에 누워서 어디에 파이프가 위치하고 있는지를 알려준다. 집 내부는 consistent 68도로 유지되면서 온 겨울내내 훌룡한 나날을 보냈다. 작은 펌프에서는 조용한 흠...하는 소리이외는 다른 잡음은 없이 통상적인 온수기 소리가 나온다. 통풍구에서 뜨꺼운 먼지 바람도 없고, 너무 뜨겁거나 너무 춥거하 하는 나무 난로를 켜지 않아도 되었다. 그리고 효율 측면에서 980평방 피트의 단열이 잘된 집에서 서부 Oregon주의 가장 추운 달동안 평균 33KW정도 소비하였다. 우리의 전기 회사의 에너지 전문가가 "Wow!"라고 이야기 했고, 이 의미는 좋은 의미로 이야기 하였다.

나는 비상시를 위해서 여분의 펌프와 소모될 수 있는 유일한 부품은 온수기를 구매했다. 나에게 모든 작업을 하는데 소요된 총비용은 $1,700정도이다.

이 이야기의 짧은 버전은 나의 블로그에서 볼 수 있다. Wildcat Man.

2022년 7월 10일 일요일

FreeCad, Debian Test에서 사라지다.

 어느날 부터인가 libboost가 업그레이드가 안되더니 수작업으로 업그래드 한 후 갑자기 freecad가 자동으로 사라져 버렸다. test 리포지터리에서 사라진것 같다. 

 freecad 홈페이지에 가 보았더니 처음에 experimental로 올리고 나중에 testing으로 전환된다고 한다. 아마도 지금은 experimental에서 testing으로 전화되기 중간과정에서 기존 버전을 내리는 과정에 있는 것 같다. 언제 올라올지 몰라서 현재 패키지 리포지터리에 unstable 을 추가하고, freecad만 설치한후 다시 unstable 소스 리포지터리를 주석처리해서 다른 패키지에 영향을 안주도록 만들었다.


deb http://ftp.us.debian.org/debian/ testing main contrib non-free
# deb-src http://ftp.us.debian.org/debian/ testing main contrib non-free

deb http://security.debian.org/debian-security testing/updates main contrib non-free
# deb-src http://security.debian.org/debian-security testing/updates main contrib non-free

deb http://ftp.us.debian.org/debian/ unstable main contrib non-free
# deb-src http://ftp.us.debian.org/debian/ unstable main contrib non-free

2022년 3월 4일 금요일

NodeJS 버전 문제 해결 방안

 NodeJS를 데비안 패키지 관리자로 유지해서 사용하면 버전이 12로 설치된다. 

이것저것 하다보면 npm install 단계에서 NodeJS가 버전업하면서 변경된 부분에서 문제를 발생시킨다.

stack Error: `make` failed with exit code: 2

를 위시로하여 많은 문제점들을 보여준다.

/usr/include/nodejs/deps/v8/include/v8config.h:328:3: note: in definition of macro ‘V8_DEPRECATED’

이건 Chrome’s V8 JavaScript engine의 기능 중 지원 중단된 기능이 있다고 경고해 주는 메시지로 보인다. 아마도 현재사용하는 NodeJS의 버전이 과거 버전이라고 알려주는 것으로 파악된다.

../../nan/nan_object_wrap.h:124:26: error: ‘class Nan::Persistent<v8::Object>’ has no member named ‘IsNearDeath’
  124 |     assert(wrap->handle_.IsNearDeath());

이것도 같은 맥락으로 보여지는데 v8::Object의 메서드 중 IsNearDeath이 없다고 하는 에러이고, 이외에도 v8기능이 존재는 하는데 요구되는 기능에 대응하는 메서드가 없거나 약간 다른 형태로 존재해서 문제가 발생하거나 하는 에러메시지들이다.

npm ERR! ../../nan/nan_implementation_12_inl.h:103:42: error: cannot convert ‘v8::Isolate*’ to ‘v8::Local<v8::Context>’
npm ERR!   103 |   return scope.Escape(v8::Function::New( isolate
npm ERR!       |                                          ^~~~~~~
npm ERR!       |                                          |
npm ERR!       |                                          v8::Isolate*
npm ERR! In file included from /usr/include/nodejs/src/node.h:67,
npm ERR!                  from ../src/addon.cpp:1:

이건, /usr/include/nodejs/src/node.h에 있는 기능과 설치할 패키지의 소스가 요구하는 기능이 서로 맞지 않아서 생기는 문제로 보인다. 아무튼 이러한 종류의 문제들이 많다.

그래서, NodeJS의 LTS(Long Term Support )버전인 16을 설치해 보아야 하는 것이 옳은 결정인것 같다. 하지만, 이 문제가 아닐 경우 되돌릴 수 있는 방법도 생각해 보아야 하기 때문에, 바로 설치 하기 보담, nvm이라고 하는 NodeJS Version Manager라는 것을 설치하고 여러 버전의 NodeJS를 설치하고 관리하는 방법으로 시도해 보고자 한다.

먼저, nvm을 설치해야 한다. 데비안 패키지 관리자를 통해서 설치해 보려고 하는데 없다. 직접 다운로드하거나, nvm의 공식 사이트에서 제공하는 소스트리를 통해서 설치해야 한다. 그래서 공식 사이트에서 제공하는 소스트리를 추가하고 데비안 패키지 관리자를 통해서 설치해 본다.

사전 준비 작업

$ sudo apt update && sudo apt install curl -y
nvm 제공 사이트에서 nvm설치, 시스템 설정 및 환경 설치해주는 스크립트 다운로드
$ curl https://raw.githubusercontent.com/creationix/nvm/master/install.sh | bash 
그럼 새롭게 설정된 환경 변수를 다시 로딩한다.
$ source ~/.profile 
현시점에서 사용가능한 NodeJS 버전 살펴보기
$ nvm ls-remote
시도해볼 버전을 설치해본다. 여기선 v16으로 해본다.
$ nvm install v16.14.0
여기까지 하면 현재 시스템에 두개의 버전(현재 설치되어 있던 v12와 새로설치된 v16)이 동시에 존재하게 된다.
이 부분은 다음 명령어로 확인할 수 있다.
$ nvm list
그럼 사용하고 싶은 버전으로 변경은 다음의 명령어로 할 수 있다. 여기선 v16.14.0으로 변경해 본다.
$ nvm use 16.14.0
그리고 필요없는 버전은 다음의 명령어로 제거할 수 있다.
$ nvm uninstall v9.5.0