1. 캐시는 하드웨어 측면(CPU, GPU, 하드 드라이브, 네트워크 장비 등등), 소프트웨어 측면으로 나눌 수 있다.  2. 캐시의 역할은 한마디로 지금 당장 빠르게 사용할 수 있는 저장공간이라고 보면 된다. 저장하고 불러오는 속도가 빠르다. 이러한 역할을 하는 저장공간 자체를 통칭하여 캐시라고 부른다.  3. 하드웨어에는 캐시 영역이 물리적으로 존재하고 소프트웨어에는 캐시의 역할을 하는 특정 기능이 구현되어 있다고 보면 된다.  -> CPU의 경우 대표적으로 L1, L2, L3캐시가 존재하며 뒤에 붙은 숫자가 작을 수록 CPU코어에 가깝다.

1. streamlit에서 시각화에 interactive한 요소가 존재하는 경우가 있을 수 있다.  2. 유저가 interactive한 요소를 조작하면 그때마다 streamlit은 코드 전체를 다시 실행하게 된다.  3. 이때, streamlit에 연결된 데이터의 용량이 크게 되면 반응 속도가 느리게 된다.  4. 이를 해결하는 방법이 바로 캐시! 캐시 데코레이터를 사용하면 설정한 시간만큼 한번 불러온 데이터를 캐시에 저장하게된다.  5. 반대로 말하면 interactive한 요소가 없는 경우엔 따로 설정할 필요는 없는 것 같다.    실제로 설정할 때는 @st.cache_data 혹은 @st.cache_resource 로 설정하면 된다.  import streamlit as st@st.cache_dat..

1. streamlit share는 파이썬의 streamlit 패키지를 사용하여 시각화한 결과를 웹에 무료로 뿌려주는 서비스2. 이때, 시각화 관련 파이썬 코드와 데이터들을 github의 repo에 올리면, streamlit share가 해당 repo를 참조하여 웹에 시각화하는 방식3. 이때, streamlit을 이용하여 외부 데이터를 입력 받아 자동으로 저장하거나 수정해야 하는 상황이 발생할 수 있다. 4. 외부 데이터베이스와의 통신을 위해 데이터베이스 서버의 IP나 데이터베이스 프로그램의 아이디, 비밀번호가 필요하다. 5. 이를 github에 올려야만 하는 경우가 발생할 수 있다.6. 왜냐하면 streamlit share는 github에 있는 자료를 기준으로 streamlit share 시각화 파이썬..