[Monitoring System] 1. 시스템 구성 및 목표

앞으로 딥러닝을 활용한 과제를 수행할 때, 직접 데이터를 센서나 카메라 등을 활용해서 수집하고 모니터링하는 기능까지 구현할 일이 꽤 있으리라는 이야기와 함께 간단한 모니터링 시스템을 로컬에서 구축해보는 숙제(?)를 받았다.

이전에 한 번도 백엔드를 해본 적이 없어서 조금 막막했지만, 역시 파이썬... FastAPI를 활용해서 5일 정도만에 아주 기본적인 틀을 짜는데 성공했다. 이 챕터에서 지속적인 시스템 업데이트와 개발 과정을 기록해보려고 한다. 공개할 수 있는 코드는 아래 깃헙 repository에 올려두었다.

https://github.com/melli0505/monitoring_system

[GitHub - melli0505/monitoring_system: FastAPI/PostgreSQL/MQTT 기반 센서 모니터링 시스템

FastAPI/PostgreSQL/MQTT 기반 센서 모니터링 시스템. Contribute to melli0505/monitoring_system development by creating an account on GitHub.

github.com](https://github.com/melli0505/monitoring_system)

사용한(할) 기술 스택

• Frontend : jQuery, Bootstrap
• Backend : FastAPI
• Database : PostgreSQL
• 센서 통신 : MQTT(Message Queuing Telemetry Transport)

프론트엔드는 많은 기능을 필요로 하지도 않고 엄청 아름다워야할 필요도 없으므로 별도의 프레임워크 없이 JavaScript의 확장 라이브러리 개념인 jQuery를 사용하고, Bootstrap 무료 템플릿을 적극 활용하기로 했다.

백엔드는 어차피 딥러닝도 파이썬으로 하고 있겠다, 비교적 최신 기술인 FastAPI를 활용하자는 말씀에 따라서 선택했다. 속도가 빠르고 개발이 쉽다는 장점이 있다.  (뭐든 시작부터 어렵겠냐마는) 백엔드 자체를 처음 해본다.

데이터베이스는 FastAPI의 sqlalchemy를 활용할 것이라 RDBMS면 상관없을 것 같아서 PostgreSQL을 골랐다. 마찬가지로 처음 써본다. 데이터베이스에 대한 마지막 경험은 제작년 학부생 과제(...)가 전부였다.

센서 통신은 현재 랜덤 데이터를 생성해서 IP 기반으로 통신하는 것을 목표로 했는데, 이미지 데이터가 아니다 보니 MQTT로 통신을 해보기를 추천해주셨다. 그리하여 시스템 구성은 아래 그림과 같다.

직접 그린 관계로 그리 깨끗하지 못하다

읽어온 데이터를 실시간으로 DB에 넣고, 그 데이터를 실시간으로 읽어서 서버에서 그래프를 띄워주는 시스템을 만드는 것이 목표이다. 이 과정에서 발생하는 여러 이슈들과 구현 과정, 공부한 내용을 함께 포스팅해보겠다. 화이팅~