이 가이드에서는 웹 애플리케이션에서 세션이 무엇을 의미하는지, 왜 Redis가 세션 관리를 위해 선택되는지, Upstash Redis 데이터베이스를 설정하는 방법, 마지막으로 이를 Next.js 애플리케이션에 통합하는 방법을 학습하여 Upstash Redis를 사용하는 Next.js 앱의 세션 관리를 안내합니다. 세션이란 무엇인가요? 웹 애플리케이션에서 세션은 특정 시간 간격으로 여러 HTTP 요청에 걸쳐 사용자와 애플리케이션의 상호 작용 상태를 유지하는 데 사용되는 임시 서버측 저장 메커니즘입니다. HTTP는 상태 비저장 프로
API 키는 서비스의 현관 열쇠와 같습니다. 이를 통해 사용자가 보안을 유지하면서 들어갈 수 있습니다. 이 블로그에서는 빠른 서버리스 데이터 스토리지를 위한 Upstash Redis와 엣지에서 요청을 처리하는 Cloudflare Workers를 사용하여 간단하고 안전한 API 키 생성기를 구축하는 과정을 안내하겠습니다. 새로운 서비스를 설정하든 기존 앱에 키를 추가하든 모든 것이 원활하고 효율적으로 실행되도록 API 키를 생성, 저장 및 검증하는 방법을 배우게 됩니다. API 키란 무엇인가요? API 키는 API에 액세스하려는 사
소프트웨어 애플리케이션의 가치는 고객의 요구 사항을 충족할 수 있는 만큼만 가치가 있습니다. 고객의 요구를 고려할 때 가장 먼저 직면하는 요구 사항은 적용 속도와 데이터 신뢰성입니다. 그러나 애플리케이션이 전 세계적으로 성장하고 확장됨에 따라 SQL 데이터베이스는 쿼리 볼륨 증가, 대기 시간 증가, 지리적으로 분산된 사용자 기반으로 인해 성능 병목 현상이 발생하는 경우가 많습니다. 애플리케이션이 커질 때 이러한 문제를 해결하기 위해 캐싱은 반복되는 쿼리에 대한 기본 데이터베이스의 로드를 줄이고 사용자가 쿼리를 제출할 때 대기 시간
이전 블로그 게시물에서는 캐싱의 이점, 일반적인 캐싱 기술, 다양한 코드 샘플에서 Upstash Redis를 사용하여 SQL 데이터를 캐싱하는 방법을 살펴봤습니다. Upstash Redis를 사용하여 SQL 쿼리를 캐싱하는 것의 세부 사항과 이점을 살펴보았으므로 이제 더 나아가서 몇 가지 작업을 확인할 수 있습니다. 이를 위해 일반적으로 사용되는 ORM인 Prisma부터 시작하여 Upstash Redis를 사용한 캐싱이 데이터베이스 쿼리에 대해 어떻게 작동하는지 알아볼 수 있습니다. 이 블로그 게시물에서는 Upstash Redi
이 튜토리얼에서는 Auth.js 및 Upstash Redis를 사용하여 Next.js 애플리케이션에서 사용자 인증을 구현하는 방법을 배웁니다. 필요한 환경을 설정하고, 안전한 사용자 로그인 및 가입을 위한 사용자 정의 인증 공급자를 생성하고, 세션 관리를 위한 데이터베이스로 Upstash Redis를 통합하는 방법을 배우게 됩니다. 전제조건 다음이 필요합니다: Node.js 18 이상 Upstash 계정 기술 스택 기술 설명 Next.jsWeb.UpstashServerless 데이터베이스 플랫폼을 위한 React Framew
HTTP는 상태 비저장 프로토콜입니다. 즉, 서버에 대한 모든 요청은 독립적이며 이전 요청에 대한 정보를 보유하지 않습니다. 이는 여러 요청에 걸쳐 인증 자격 증명이나 사용자 기본 설정과 같은 사용자별 데이터를 저장해야 하는 동적 웹 애플리케이션을 구축할 때 어려울 수 있습니다. 이러한 제한을 극복하기 위해 웹 애플리케이션은 세션을 사용하여 요청 간에 데이터를 저장하고 검색합니다. 가장 인기 있는 PHP 프레임워크 중 하나인 Laravel은 이러한 상태 저장 요구 사항을 처리할 수 있는 유연하고 강력한 세션 관리 시스템을 제공합니
저는 최근 Nuno Maduro의 프로젝트인 Pyre에서 영감을 받았습니다. Pyre는 원하는 사람에게 짧은 비밀 메시지를 보낼 수 있는 웹 앱입니다. 이 메시지는 암호화되어 저장되어 있으며 귀하 또는 귀하가 해독 링크를 공유한 사람만 읽을 수 있습니다. 저는 Upstash Redis와 비슷한 것을 구축하고 싶었기 때문에 환경 변수 공유라는 틈새 시장을 선택했습니다. 어느 순간 팀원들과 비밀을 공유해야 하고 이를 안전하게 수행할 수 있는 시스템을 구축하는 방법에 대해 고민한 적이 있을 것입니다. 암호화된 데이터를 저장하고 공유하
모델 컨텍스트 프로토콜(MCP)을 명확하게 설명 모델 컨텍스트 프로토콜 (줄여서 MCP)는 AI를 외부 API, 라이브 데이터 등에 연결하기 위한 표준화된 프로토콜입니다. 2024년 후반에 Anthropic에 의해 소개되었습니다. MCP 서버를 AI 에이전트가 현재 작업에 유용한 도구를 찾을 때 자율적으로 호출할 수 있는 도구(예:날씨 데이터 검색, 텍스트 번역, API 상호작용)로 생각하세요. 예를 들어 Upstash MCP를 사용하면 Cursor가 데이터베이스와 상호 작용할 수 있습니다. 이는 일반 Claude가 자체적으로
우리가 만들고 있는 것 이 기사에서는 쉽게 살아남을 수 있는 매우 내구성이 뛰어난 LLM 스트림을 구축하고 있습니다. 네트워크 중단 페이지 새로고침 웹사이트 폐쇄 노트북 덮개 닫기 보너스:동시에 여러 기기(예:휴대폰 및 노트북)에서 동일한 스트림을 볼 수 있습니다. . 아무리 열심히 스트림을 끊으려고 해도 연결이 끊어진 동안에는 백그라운드에서 계속되고 다시 돌아오면 원활하게 계속됩니다. 이건 놀랍습니다 사용자 경험. 튼튼한 LLM 스트림 데모 👇 영감 AI로 구축할 때는 AI 응답을 실시간으로 스트리밍하는 것이 모범
얼마 전 Drizzle ORM과 협업할 기회가 있었습니다. 이 TypeScript ORM이 커뮤니티에서 얼마나 큰 사랑을 받는지 보고 예 😳라고 답하기로 한 결정은 당연한 결정이었습니다. 이 기사에서는 Upstash Redis x Drizzle 캐싱 통합이 어떻게 SQL 성능을 향상하는지, 그리고 Lua 스크립트와 해시 데이터 구조를 사용하여 통합을 최적화하는 방법을 살펴보겠습니다. 과제:최신 애플리케이션의 SQL 성능 기존 SQL 데이터베이스는 일관성과 복잡한 관계 모델링에 뛰어나지만 다음과 같은 문제로 어려움을 겪을
입력할 때 검색 상자에 단어가 어떻게 추천되는지 본 적이 있나요? 알고 보니 이러한 제안 중 대부분은 단순한 알파벳 순서로 표시되며 별로 도움이 되지 않습니다. 하지만 시간이 지남에 따라 검색창이 더 똑똑해질 수 있다면 어떨까요? 사람들이 실제로 무엇을 클릭하는지 알아보고 가장 인기 있는 결과를 먼저 표시하시겠습니까? 우리가 만들 항목은 다음과 같습니다. Redis Sorted Set가 사용자 행동을 학습하여 시간이 지남에 따라 더욱 정확해지는(인기 결과를 먼저 표시하는) 지능형 자동 완성 시스템을 어떻게 강화할 수 있는지
AI 연구 에이전트 소개 학술 연구는 빠르게 진행됩니다. arXiv 및 기타 사전 인쇄 서버에 매일 새로운 논문이 게재됩니다. 수동으로 유지하는 것은 부담스러울 수 있습니다. 이 가이드에서는 AI 연구 보조자를 구축하겠습니다. 그: 연구원의 자연어 질문을 이해합니다 arXiv 초록의 벡터 데이터베이스에서 가장 관련성이 높은 논문을 찾습니다. 주요 통찰력을 요약하고 질문에 대한 답을 설명합니다. 자세한 내용을 읽을 수 있도록 직접 PDF 링크 제공 우리는 Mastra를 통해 이를 달성할 것입니다. , AI 에이전트 구축을 위한
MCP(모델 컨텍스트 프로토콜)는 AI 모델을 외부 도구 및 데이터 소스와 연결하는 표준 방법으로 빠르게 자리잡고 있습니다. MCP 채택이 증가함에 따라 개발자들은 강력하고 프로덕션에 즉시 사용할 수 있는 MCP 구현을 구축하려면 단순히 사양을 따르는 것 이상이 필요하다는 사실을 깨닫고 있습니다. 즉, 올바른 인프라가 필요합니다. 이 게시물에서는 Redis가 세 가지 MCP 사용 사례, 즉 Vercel의 SSE 구현에서 분산 서버리스 기능을 조정하고, 장기 실행 스트림에 대한 이벤트 재개를 활성화하고, Clerk를 통해 보안 OAu
n8n은 다양한 서비스를 연결하고 복잡한 프로세스를 자동화할 수 있는 강력한 작업 흐름 자동화 도구입니다. 하지만 워크플로가 너무 많은 요청을 받기 시작하면 어떻게 될까요? 적절한 비율 제한이 없으면 API에 부담을 주거나 외부 서비스 제한에 도달하거나 워크플로가 중단될 수도 있습니다. 이 게시물에서는 Upstash Redis를 사용하여 n8n 워크플로에 강력한 속도 제한을 추가하는 방법을 보여 드리겠습니다. . 간단하고 효과적이며 귀하의 요구에 맞춰 확장 가능합니다. 과제:n8n 워크플로 보호 외부 요청(예:웹훅 또는 AP
Next.js에 실시간 기능을 추가하는 것은 짜증나는 일입니다 💀 내 말은 다음과 같습니다: Vercel AI SDK용 실시간 스트림 라이브 대시보드 실시간 알림 및 업데이트 라이브 커서 또는 온라인 상태 표시 파일 업로드 또는 장기 실행 작업의 진행 상황 추적 그리고 이것은 단지 이 목적으로 사용할 수 있는 SaaS가 부족하기 때문이 아닙니다. 기존 서비스는 다음과 같습니다: 비싸고 가격이 불분명함(Ably) 나쁜 개발자 경험으로 인해 유형이 안전하지 않음(푸셔) 훌륭하지만(Convex, Supabase) 전체 스택을
작년에 우리는 Prod Pack이라는 Redis용 새로운 추가 기능을 출시했습니다. . Prod Pack은 유료 Redis 데이터베이스(또는 현재 QStash 인스턴스)에 대한 월 $200 추가 기능입니다. 기존 종량제 또는 고정 요금제를 유지하고 Prod Pack은 프로덕션에 바로 사용할 수 있는 기능을 추가합니다. Prod Pack과 Enterprise의 차이점:Prod Pack은 데이터베이스별이고 Enterprise는 계정별입니다. 데이터베이스가 10개 있는데 중요한 트래픽을 처리하는 데이터베이스가 두 개뿐인 경우 해당 두
앞으로 1~2주 안에 Upstash Redis Search를 출시할 예정이지만, 우리가 구축하고 있는 기능과 이에 대해 기대되는 이유에 대한 초기 생각을 공유하고 싶었습니다. 이것을 구축하는 이유 우리는 Upstash Vector를 시작으로 2024년부터 검색 공간에 있었습니다. 벡터를 통해 사람들은 의미론적 검색을 구현할 수 있었고 나중에 Upstash Search를 통해 이 제품 공간으로 두 배로 확장했습니다. 예를 들어, 이것은 벡터 기반 의미론적 검색 솔루션인 Upstash Search를 발표하는 2025년 출시 트윗입니
Codex 또는 Claude Code와 같은 AI 에이전트는 자연스럽게 bash 명령 실행에 매우 능숙합니다. . 파일 시스템을 통해 검색하고, 파악하고, 셸을 통해 컨텍스트를 가져옵니다. 그래서 저는 AI 에이전트가 작업하는 전체 파일 시스템이 디스크가 아닌 Redis에 있다면 어떨까요? AI 에이전트가 보기에는 다른 파일 시스템을 사용하는 것처럼 보이지만 실제로는 정말 빠른 인메모리 저장소라면 어떨까요? 제가 원하는 방식은 다음과 같습니다 👇 에이전트가 grep 명령을 실행하면(모두 예외임) Vercel의 just-b
0에서 RAG까지:RedisVL을 사용하여 첫 번째 RAG 파이프라인 구축 방법 및 튜토리얼 2025년 2월 3일 테스트 블록 방법 및 튜토리얼 2025년 2월 3일 앱을 현대화하는 7가지 방법 방법 및 튜토리얼 2025년 1월 27일 앱 성능 향상을 위한 5가지 팁 방법 및 튜토리얼 2025년 1월 27일 Redis Enterprise의 멀티 테넌시 회사 2024년 5월 14일 Redis의 기본 JSON 및 쿼리 기능을 사용하여 증권 포트폴리오 데이터 모델 탐색 방법 및 튜
Redis를 처음 사용하거나 사용 가능한 기능을 다시 살펴보고 싶은 경우 이 가이드는 Redis가 제공하는 모든 데이터 구조를 이해하는 데 도움이 될 수 있습니다. 올바른 구조 선택 Redis 데이터 구조는 간단합니다. 그 중 어떤 것도 해결하려는 문제에 완벽하게 일치하지 않을 수 있습니다. 그러나 데이터에 적합한 초기 구조를 선택하면 Redis 명령이 필요한 것을 얻을 수 있는 효율적인 방법으로 안내할 수 있습니다. 많은 Redis 명령에는 작업할 기본 데이터 구조의 유형을 나타내는 접두사가 있습니다. 범용 데이터 구조