Jenkins Docker 설치 가이드 (Rocky9, jen 계정 기준)

1. 사전 준비

1-1. jen 계정 확인

sudo useradd -m jen
sudo passwd jen
sudo usermod -aG docker jen

• Docker 명령어를 비루트 계정(jen)에서 실행 가능하도록 docker 그룹에 추가합니다.

1-2. 디렉토리 생성

sudo mkdir -p /hdd/jen/home
sudo chown -R jen:jen /hdd/jen
sudo chmod -R 750 /hdd/jen/home

• /hdd/jen/home : Jenkins 홈 디렉토리 (데이터 영속화)
• SELinux 환경에서는 :Z 옵션 사용

2. Docker / Docker Compose 설치 확인

docker --version
docker compose version

• 설치되지 않았다면:

sudo dnf install -y dnf-plugins-core
sudo dnf config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.repo
sudo dnf install -y docker-ce docker-ce-cli containerd.io docker-compose-plugin
sudo systemctl enable --now docker

3. Docker Compose 파일 생성

cd /hdd/jen
vi docker-compose.yml

version: '3.8'
services:
  jenkins:
    image: jenkins/jenkins:lts
    container_name: jenkins
    restart: always
    user: root                    # 일부 플러그인 설치를 위해 root 필요
    ports:
      - "8080:8080"               # 웹 UI
      - "50000:50000"             # agent 연결
    volumes:
      - /hdd/jen/home:/var/jenkins_home:Z
    shm_size: '512m'

설명

• :Z → SELinux 컨텍스트 적용
• 8080 → 브라우저 접속용
• 50000 → Jenkins agent 연결용
• shm_size → 빌드 시 메모리 공유 공간 확보

4. Jenkins 실행

cd /hdd/jen
docker compose up -d

• 컨테이너 정상 실행 확인:

docker ps

5. 초기 설정

1. 브라우저에서 접속:

http://서버IP:8080

2. 초기 관리자 비밀번호 확인

docker exec -it jenkins cat /var/jenkins_home/secrets/initialAdminPassword

3. Jenkins 웹 UI에서 초기 비밀번호 입력 후

   • 추천 플러그인 설치
   • 관리자 계정 생성
     

     

6. 권한 및 SELinux 확인

sudo chown -R jen:jen /hdd/jen/home
sudo chmod -R 750 /hdd/jen/home

• SELinux 활성화 시 :Z 옵션 필요

7. GitLab 연동 (선택 사항)

1. Jenkins 플러그인 설치

   • GitLab Plugin
   • Git Plugin

2. Jenkins에서 GitLab 서버 등록

   • URL: http://<GitLab 서버IP>:<포트>
   • Access Token 생성 → Jenkins Credential 등록

3. Job 생성 → GitLab 프로젝트 빌드 가능

8. 컨테이너 관리

• Jenkins 재시작

docker compose restart

• 컨테이너 중지

docker compose down

• 로그 확인

docker compose logs -f

참고 사항

• /hdd/jen/home 경로는 Jenkins 데이터 전용. 컨테이너 삭제해도 데이터 보존됨
• 호스트 방화벽에서 8080/50000 포트 열어야 외부 접근 가능
• 운영 환경이면 SSL/HTTPS 적용 가능 (리버스 프록시 추천)

이 문서는 Rocky Linux 9 환경에서 Harbor를 설치하고 설정하는 과정을 단계별로 정리한 가이드입니다. Docker 기반 설치 환경을 기준으로 합니다.

1. 사전 준비

1.1 서버 환경

• OS: Rocky Linux 9
• 최소 사양: CPU 2코어, RAM 4GB 이상, 디스크 40GB 이상

1.2 필수 패키지 설치

sudo dnf -y update
sudo dnf -y install curl wget tar dnf-plugins-core

1.3 Docker 설치

# 기존 Podman 또는 Docker 패키지 제거
sudo dnf remove podman-docker podman

# Docker CE 레포 추가
sudo dnf config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.repo

# Docker CE 설치
sudo dnf -y install docker-ce docker-ce-cli containerd.io

# Docker 서비스 활성화
sudo systemctl enable --now docker

# 버전 확인
docker --version
docker-compose version

참고: Podman 환경에서는 Harbor install.sh가 Docker 버전 체크로 실패할 수 있으므로, 운영 환경에서는 Docker CE 설치를 권장합니다.

1.4 Docker Compose 설치

sudo curl -L "https://github.com/docker/compose/releases/download/2.29.2/docker-compose-linux-x86_64" -o /usr/local/bin/docker-compose
sudo chmod +x /usr/local/bin/docker-compose

2. Harbor 전용 계정 및 디렉토리 설정

2.1 Harbor 전용 계정 생성

sudo useradd -m -s /bin/bash harbor
sudo passwd harbor

2.2 Harbor 디렉토리 이름 변경 및 권한 설정

cd /opt
sudo mv harbor myharbor
sudo chown -R harbor:harbor myharbor

3. Harbor 다운로드 및 설정

3.1 Harbor 다운로드

wget https://github.com/goharbor/harbor/releases/download/v2.11.0/harbor-online-installer-v2.11.0.tgz
tar xvf harbor-online-installer-v2.11.0.tgz
cd harbor

3.2 설정 파일 준비

cp harbor.yml.tmpl harbor.yml
nano harbor.yml

harbor.yml 예시

hostname: harbor.example.com
http:
  port: 8080
harbor_admin_password: Harbor12345
data_volume: /home/harbor/data

• hostname: Harbor 접속할 도메인 또는 IP
• port: HTTP 포트 (운영 환경에서는 HTTPS 권장)
• data_volume: Harbor 이미지 저장 위치, harbor 계정이 접근 가능해야 함

4. Harbor 설치

sudo ./install.sh

• 설치 완료 후 컨테이너 확인:

docker ps

• 주요 컨테이너: harbor-core, harbor-db, harbor-portal, harbor-registry 등

5. 웹 UI 접속

• 브라우저 접속: http://harbor.example.com:8080
• 기본 계정:
  • ID: admin
  • PW: Harbor12345

6. Docker 클라이언트에서 Harbor 로그인

docker login harbor.example.com:8080

7. 운영 환경 권장 설정

• HTTPS 적용: 운영 환경에서는 Let’s Encrypt 등 SSL 인증서 적용 필수
• 방화벽 설정:

sudo firewall-cmd --add-port=8080/tcp --permanent
sudo firewall-cmd --reload

• 데이터 저장소 용량 충분히 확보(/home/harbor/data)

8. 참고 사항

• 테스트/개발 환경: HTTP, Docker CE 또는 Podman + Podman Compose 가능
• 운영 환경: HTTPS 필수, Docker CE 설치 권장
• 설치 시 Harbor install.sh에서 Docker 버전 체크 실패 시 Podman 사용 환경에서는 install.sh 수동 실행 또는 우회 필요

파이썬 테스트  Frame Work 종류와 장단점 및 간단한 사용 방법에 대해 설명 합니다. 

파이썬 테스트 프레임워크 (Python Test FrameWork)

• 파이썬 에서 테스트 자동화를 위해 사용하는 테스트 Frame work 는 아래 리스트와 같다 
• 일반적으로 가장 널리 사용 하는 pytest 와 Unittest 기능과 간단한 동작을 할수 있는 예제를 다루겠습니다. 

pytest 

• 간결한 문법: assert만 써도 검증 가능
• 다양한 플러그인: HTML 리포트, 병렬 실행 등
• pytest.mark로 범위/조건 제어 가능
• 공식 문서는 아래 사이트에서 확인 할 수 있다.
  • https://docs.pytest.org/en/stable/

pytest 프레임워크 구조 

Pytest는 전통적인 단위 테스트 프레임워크와 달리, 명시적인 TestCase 클래스 상속 없이도 테스트를 작성할 수 있게 해줍니다. 핵심 구조는 다음과 같습니다.

• 테스트 함수 (Test Functions): Pytest는 test_*로 시작하는 모든 함수를 테스트로 인식합니다. 가장 기본적인 테스트 단위이며, 별도의 클래스나 상속 없이도 작동합니다.
• 테스트 모듈 (Test Modules): test_*로 시작하는 파일(test_example.py, my_module_test.py 등) 내에 있는 테스트 함수들을 자동으로 찾아서 실행합니다.
• 테스트 클래스 (Test Classes): 선택 사항이지만, 여러 테스트 함수를 그룹화하고 싶을 때 Test로 시작하는 클래스 안에 test_로 시작하는 메서드를 정의할 수 있습니다. 다만, unittest.TestCase를 상속받을 필요는 없습니다.
• 픽스처 (Fixtures): 테스트를 실행하기 전후에 필요한 설정(setup) 및 해제(teardown) 작업을 수행하는 함수입니다. @pytest.fixture 데코레이터를 사용하여 정의하며, 테스트 함수에서 인자로 요청하면 자동으로 주입됩니다. unittest의 setUp/tearDown보다 훨씬 유연하고 강력한 기능을 제공합니다.
• conftest.py 파일: 여러 테스트 파일에서 공유되는 픽스처나 훅(hook) 함수를 정의하는 데 사용됩니다. 이 파일은 pytest가 테스트를 찾을 때 자동으로 인식하며, 해당 디렉토리 및 하위 디렉토리의 모든 테스트에서 픽스처를 사용할 수 있게 합니다.
• 플러그인 (Plugins): Pytest는 풍부한 플러그인 생태계를 가지고 있습니다. 코드 커버리지, HTML 리포트 생성, 분산 테스트 실행 등 다양한 기능을 플러그인을 통해 확장할 수 있습니다.

pytest 클래스 및 함수 호출 관계 및 순서

• 함수 기반 테스트 흐름

test_파일.py
   │
   ├── def test_func():
   │       ├── pytest fixture 실행 (선택)
   │       ├── 테스트 실행
   │       └── cleanup 수행

• 클래스 기반 테스트 흐름

TestClass:
    ├── @pytest.fixture(scope="class") → 클래스 전후
    ├── setup_method() → 각 test 함수 전
    ├── test_xxx() → 테스트 함수
    ├── teardown_method() → 각 test 함수 후

• Pytest는 테스트를 발견하고 실행하는 과정에서 unittest와는 다른 접근 방식을 취합니다. setUp/tearDown 대신 픽스처를 통해 초기화 및 정리 작업을 관리하며, 이는 훨씬 유연한 제어를 가능하게 합니다.
• 테스트 발견 (Test Discovery)
  • Pytest는 기본적으로 다음 규칙에 따라 테스트를 자동으로 찾아냅니다.
    • test_*.py 또는 *_test.py 패턴을 따르는 파일.
    • 이러한 파일 내에서 test_로 시작하는 함수.
    • Test로 시작하는 클래스 내에서 test_로 시작하는 메서드 (상속 불필요).
• 실행 순서 및 픽스처 호출
• Pytest는 테스트를 실행할 때, 각 테스트 함수가 필요로 하는 픽스처를 자동으로 감지하고 주입합니다. 픽스처는 정의된 스코프(scope) 에 따라 호출 시점과 정리 시점이 달라집니다.
• 픽스처의 스코프는 다음과 같습니다
  • function (기본값): 각 테스트 함수가 실행될 때마다 픽스처가 호출되고, 테스트 함수가 끝난 후에 정리됩니다. (가장 일반적인 setUp/tearDown과 유사)
  • class: 해당 클래스 내의 모든 테스트 메서드가 실행되기 전에 한 번 호출되고, 클래스 내 모든 테스트가 끝난 후에 정리됩니다.
  • module: 해당 모듈 내의 모든 테스트가 실행되기 전에 한 번 호출되고, 모듈 내 모든 테스트가 끝난 후에 정리됩니다.
  • session: 전체 테스트 세션이 시작되기 전에 한 번 호출되고, 모든 테스트가 끝난 후에 정리됩니다. (가장 넓은 스코프)

호출 관계 및 순서 (픽스처 포함):

1. 테스트 세션 시작: pytest 명령 실행
2. session 스코프 픽스처 호출: 정의되어 있다면 가장 먼저 호출됩니다.
3. 각 테스트 모듈 진입:
   • module 스코프 픽스처 호출: 해당 모듈의 테스트가 시작되기 전에 호출됩니다.
   • 각 테스트 클래스 진입 (선택 사항):
     • class 스코프 픽스처 호출: 해당 클래스의 테스트가 시작되기 전에 호출됩니다.
     • 각 test_ 메서드 실행:
       • function 스코프 픽스처 호출: 각 test_ 메서드가 실행되기 전에 호출됩니다.
       • 실제 test_ 메서드 실행: 테스트 로직이 수행됩니다.
       • function 스코프 픽스처 정리: test_ 메서드가 끝난 후에 정리됩니다.
     • class 스코프 픽스처 정리: 해당 클래스의 모든 테스트가 끝난 후에 정리됩니다.
   • module 스코프 픽스처 정리: 해당 모듈의 모든 테스트가 끝난 후에 정리됩니다.
4. session 스코프 픽스처 정리: 모든 테스트 세션이 끝난 후에 정리됩니다.

이러한 픽스처 메커니즘은 테스트 간의 의존성을 줄이고, 재사용 가능한 설정/해제 코드를 작성하는 데 매우 효과적입니다.

pytest 테스트 사용 예제 

• pytest test FrameWork 는 파이썬에서 기본 제공 하는 모듈이 아님니다. 
• pip install pytest 를 통해 pytest 를 설치 합니다. 

pip install pytest

• pytest_example.py 

import pytest

@pytest.fixture
def sample_data():
    print("\n[SETUP] Fixture 실행")
    return {"a": 1, "b": 2}

def setup_module(module):
    print("\n[SETUP_MODULE] 모듈 레벨 초기화")

def teardown_module(module):
    print("\n[TEARDOWN_MODULE] 모듈 종료 처리")

def setup_function(function):
    print(f"[SETUP_FUNCTION] 함수 {function.__name__} 시작")

def teardown_function(function):
    print(f"[TEARDOWN_FUNCTION] 함수 {function.__name__} 종료")

def test_add(sample_data):
    print("→ 실행: test_add")
    assert sample_data["a"] + sample_data["b"] == 3

def test_sub(sample_data):
    print("→ 실행: test_sub")
    assert sample_data["b"] - sample_data["a"] == 1

• 테스트 결과 
• -v , -s , --html=report.html 옵션을 통해 테스트 사용법을 익혀 보길 바랍니다. 
  • -v: verbose
  • -s: 표준 출력 표시
  • --html=report.html: HTML 리포트 생성 (pytest-html 필요):
    • pip install pytest-html 

• pytest pytest_example.py -v -s --html=report.html 실행하면 프로젝트 에 report.html 파일이 생성 된다. 

pytest 테스트 사용 (conftest.py 적용)

• conftest.py 설정을 통해 여러 테스트에서 공통으로 사용하는 fixture 를 공유 할수 있도록 케이스를 조금 변경 하겠습니다.
  • conftest.py (샘플데이터를 설정)

import pytest

@pytest.fixture
def sample_data():
    print("\n[SETUP] Fixture 실행")
    return {"a": 1, "b": 2}

• pytest_example_conftest_test.py (테스트 용 예제)

import pytest

def setup_module(module):
    print("\n[SETUP_MODULE] 모듈 레벨 초기화")

def teardown_module(module):
    print("\n[TEARDOWN_MODULE] 모듈 종료 처리")

def setup_function(function):
    print(f"[SETUP_FUNCTION] 함수 {function.__name__} 시작")

def teardown_function(function):
    print(f"[TEARDOWN_FUNCTION] 함수 {function.__name__} 종료")
    
def test_add(sample_data):
    print("→ 실행: test_add")
    assert sample_data["a"] + sample_data["b"] == 3

def test_sub(sample_data):
    print("→ 실행: test_sub")
    assert sample_data["b"] - sample_data["a"] == 2

• 실행결과
  • conftest.py  에 정의된 샘플데이터를 불러와서 pytest_example_conftest_test.py 에서 테스트슬 수행 하게 된다.
  • 테스트 결과 1건 성공 , 1건 실패로 테스트 출력 결과를 확인 할수 있으며
  • html 옵션을 사용할 경우 html 로 테스트 수행 결과를 보다 가시성 있게 확인이 가능 하다. 
  •  

unittest

• Python 내장 테스트 프레임웍으로 별도 설치는 필요가 없고 파이썬만 설치되어 있으면 바로 사용할 수 있다. 
• Java의 JUnit과 유사한 구조를 가진다.
• xUnit 스타일: TestCase 클래스를 상속받아 테스트를 작성하며, assertEqual(), assertTrue() 등 다양한 assert 메서드를 제공합니다.
• 전통적인 구조: 객체지향 프로그래밍에 익숙한 개발자에게 친숙한 구조를 가집니다.
• 파이썬 unittest 모듈 공식 문서는 아래 사이트에서 확인 할수 있다. 
  • https://docs.python.org/ko/3.13/library/unittest.html

Unittest 프레임워크 구조

• Unittest 에서 주요하게 사용되는 클래스는 다음과 같다. 
  • unittest.TestCase: 테스트의 기본 단위입니다. 각 테스트 케이스는 하나 이상의 테스트 메서드를 포함하며, 이 메서드들은 test_로 시작합니다.
  • unittest.TestSuite: 여러 개의 TestCase나 TestSuite를 묶어서 한꺼번에 실행할 수 있게 해주는 클래스입니다.
  • unittest.TestLoader: TestCase 클래스에서 테스트 메서드를 자동으로 찾아서 TestSuite 객체로 만들어 주는 역할을 합니다.
  • unittest.TestRunner: TestSuite를 실행하고 결과를 보여주는 클래스입니다. 일반적으로 unittest.main() 함수가 이 역할을 대신 수행합니다.

Unittest 클래스 및 함수 호출 관계 및 순서

• 호출 되는 흐름은 아래 그림과 같다.

• 클래스 단위: TestSuite가 테스트를 시작하면, 각 TestCase 클래스에 대해 다음 메서드가 호출됩니다.
  • setUpClass(): 테스트 클래스 내의 모든 테스트 메서드가 실행되기 전에 단 한 번만 호출됩니다. 클래스 전체에 필요한 초기화 작업을 수행합니다.
  • tearDownClass(): 테스트 클래스 내의 모든 테스트 메서드가 실행된 후에 단 한 번만 호출됩니다. 클래스 단위의 정리 작업을 수행합니다.
• 테스트 메서드 단위: TestSuite는 각 TestCase 클래스 내의 test_로 시작하는 각 테스트 메서드에 대해 다음 순서대로 메서드를 호출합니다.
  • setUp(): 각 테스트 메서드가 실행되기 전에 호출됩니다. 각 테스트가 독립적으로 동작하도록 초기화하는 역할을 합니다.
  • test_...(): 실제 테스트 로직이 담긴 메서드가 실행됩니다.
  • tearDown(): 각 테스트 메서드가 실행된 후에 호출됩니다. setUp()에서 할당된 리소스를 해제하는 정리 작업을 수행합니다.

Unittest 테스트 예제 

import unittest

class MyTest(unittest.TestCase):

    @classmethod
    def setUpClass(cls):
        print("setUpClass")

    def setUp(self):
        print("  setUp")

    def test_add(self):
        print("    test_add")
        self.assertEqual(1 + 1, 2)

    def test_sub(self):
        print("    test_sub")
        self.assertEqual(5 - 3, 2)

    def tearDown(self):
        print("  tearDown")

    @classmethod
    def tearDownClass(cls):
        print("tearDownClass")

if __name__ == '__main__':
    unittest.main()

• 순서 호출 메서드 설명

• Gitlab 에서 보안 이슈로 버전 업그레이드가 필요한 상황에서 Gitlab 버전을 업그레이하는 방법에 대해 설명 합니다. 

현재 설치 버전 gitlab 정보 확인 

• gitlab-rake gitlab:env:info 명령을 통해 확인 하거나 
• gitlab 에 접속 해서 직접 설치 정보를 확인 하는 방법이 있습니다. 

 gitlab-rake gitlab:env:info

• 업그레이드를 하기 위해서는 순차적으로 버전을 업그레이드 해야 합니다.
• 15.x->18.x 버전으로 바로  최신 버전으로 업그레이드를 하면 안됩니다. 
• 15.1.x -> 15.4.6 -> 15.11.13 -> 16.0.8 -> 16.3.7 -> 16.7.x -> 최신 16.x -0 ->17.x ->18.x 버전으로 단계적으로 업그레이드 단계를 수행 합니다. 

GitLab 백업 하기 

• 업그레이드가 예기치 않은 이유로 실패 할수 있기때문에  버전을 업그레이드 하기 위해서는 반드시 백업을 수행 해야 합니다. 
• gitlab-backup create  수행 하면 /var/opt/gitlab/backups/  디레톡리에 1753833159_2025_07_30_15.1.2_gitlab_backup.tar 형식의 압축 파일이 생성 됩니다. 
• 백업 이후 설정 파일도 백업합니다. 

# GitLab 전체 백업 명령어 실행
sudo gitlab-backup create
sudo cp /etc/gitlab/gitlab.rb /etc/gitlab/gitlab.rb.bak
sudo cp /etc/gitlab/gitlab-secrets.json /etc/gitlab/gitlab-secrets.json.bak

Gitlab 업그레이드 

• 업그레이드 할 gitlab 버전을 확인 합니다. 

 yum list --showduplicates gitlab-ce

• 설치 버전 선택시 gitlab-ce-[버전정보] 형식으로 패키지를 설치 하므로  설치할 버전을 정확하게 입력하고 설치 합니다. 

sudo yum install -y gitlab-ce-15.4.6-ce.0.el7

• 업그레이드 버전이 설치가 완료되면 reconfigure 명령을 통해 변경된 설정을 Gitlab 에 적용 합니다. 
• gitlab-ctl reconfigure 명령 수행 중에는 db(PostgreSQL ) 의 데이터 마이그레이션 작업 및 내부 업그레이드 작업들이 이루어 집니다. 
• 정상적으로 작업이 완료 되면  gitlab-ctl start      & gitlab-ctl status 명령을 통해 업그레이드 작업이 정상적으로 완료 되었는지 최종 확인 합니다. 

• 보다 높은 최신 버전으로 업그레이드 하기 위해서는 단계적으로 상위 버전 gitlab 버전을 설치하는 단계를 반복 합니다. 

버전 업그레이드 정리

#Gitlab 설치 버전 정보 확인 
yum --showduplicates list gitlab-ce
#설정 적용 
gitlab-ctl reconfigure

#Gitlab 재시작 
gitlab-ctl restart

#Gitlab 상태 확인 
gitlab-ctl status

#gitlab 업그레이드 버전 정보 확인 
gitlab-rake gitlab:env:info

업그레이드 패스 확인 하기 (참고)

• 아래 URL 에 접속 하면 버전 업그레이드시 확인해야 할 내용에 대해 세부적으로 자세히 내용을 들여다 볼수 있습니다. 

https://gitlab-com.gitlab.io/support/toolbox/upgrade-path/?distro=centos

작업패키지를 (일감) 을 OpenProject 에 일괄 업로드 하는 방법에 대해 알아봅니다. 

공식문서는 아래 링크를 참고 합니다. 

https://www.openproject.org/docs/system-admin-guide/integrations/excel-synchronization/

작업패키지 일감 일괄 등록 방법

• OpenProjectExcel 유틸을 이용해서 일괄적으로 일감을 일괄 등록 하는 방법에 대해 설명합니다.

OpenProjectExcel 다운로드

• https://github.com/opf/OpenProjectExcel 에 업로드된 유틸을 다운로드 받습니다.

• 압축해제후 OpenProjectAPI.xlsm 파일을 실행 합니다. 

OpenProjectExcel 실행(OpenProjectAPI.xlsm)

• 콘텐츠 사용 버튼을 클릭합니다. 

• ctl+b 버튼을 클릭하면 업로드할 프로젝트 설정 정보 창이 오픈된다.
• URL 텍스트 입력창에 프로젝트 URL 을 입력 하면 Intance URL , Project 항목이 자동 셋팅 된다.
• API 토큰 정보는 우측 상단 계정설정 -> 액세스 토큰 메뉴를 선택후 접속 토큰을 생성 한다. 

• OpenProject  프로젝트 정보를 모두 입력 하고 Accept 버튼을 클릭 하면 아래와 같이 컴파일 에러가 발생 한다. 
  • Tested on: Windows 10, Excel 16.0, VBA 7.1 에서 테스트 버전과 호환이 안되는것으로 보임 
  • 테스트한 버전은 Excel 2013 버전 
• 코드 수정후 비주얼 베이직을 재실행 한다. 
  • "? -> "?" 수정

TextStr = Replace(TextStr, "\u00A1", "?", , , vbBinaryCompare) TextStr = Replace(TextStr, "\u00A2", "?", , , vbBinaryCompare)

OpenProjectAPI 작업 패키지 동기화 및 업로드 

• 다운로드 workpackages 를 누르면 작업패키지 항목이 다운로드 된다.

• 항목을 추가 하고 싶다면 데이터생성후 Upload/Update 버튼을 클릭 한다.
  • 버전 잠금, ID 값을 미입력 하면 신규 작업패키지가 추가 되고 
  • 내용을 수정 하면 작업패키지가 수정 된다. 

• 정상 업로드 되면 아래와 같이 Updatestatus 항목의 컬럼 값이 수정 된다. 
  • 수정 사항 발생 시 : Updatestatus -> 200-OK , 버전잠금 -> 숫자 증가.
  • 신규 추가 사항 반영시 : Updatestatus -> 201-Created ,  버전잠금 -> 숫자 1 생성 .

• OpenProject 접속후 작업패키지를 확인시 추가 및 수정한 작업패키지 내용에 대한 변경 사항이 반영된것을 확인 할수 있다. 

작업 패키지 사용자 정의 필드 추가 작업 적용 

• 업로드할 컬럼 정보(사용자 정의 필드) 를 추가 하고자 할경우 엑셀의 드랍다운 박스를 이용해 추가할 항목을 선택한다. 
• 컬럼정보는 Attributes 시트에 작성 되어 있다. 

OpenProject가 정상 설치되었다면 이제 OpenProject 를 사용하기 위한 기본 사용 환경 설정 방법에 대해 알아본다. 

OpenProject 한글 설정 방법

• Account setting -> Setting ->Language 설정 -> 한국어 변경 

OpenProject 프로젝트 생성 

• 좌측 상단 + 버튼을 클릭해서 프로젝트 관리하기 위한 신규 프로젝트를 생성 할수 있다. 

• 릴리즈 이름으로 프로젝트가 생성 된다. 

• OpenProject 는 작업 패키지 단위로 일감을 관리 할수 있다. 
• 작업패키지 매뉴를 클릭해서 해야할 일을 등록 한다. 

• 등록한 일감은 Gantt 차트 형식으로도 일정 관리를 할수 있다. 
• 일감의 진행 시작 일자와, 종료일자를 등록 하고 현재 일감 상태를 변경 하면서 일감(작업패키지) 을 관리 한다.

• 담당자 할당을 위해서는 사용자 등록/관리가 필요하다 . 
• 사용자 등록 관리 방법에 대해 알아본다.

사용자관리 방법

• 우측 상단 관리 매뉴를 선택한다.

• 프로젝트를 관리하기 위한 다양한 기능을 지원한다. 
• 사용자 및 권환 매뉴를 선택해서 openproject 에서 업무를 수행할 맴버를 추가 하고 관리 권한을 추가 한다. 

• 계정이 생성되면 접속 비빌 번호를 설정 한다. 
• 다음로그인 암호 변경 적용 체크 박스를 클릭하면 최초 사용자 접속시에 비밀번호 변경을 할수 있닷.

• 사용자가가 접근 가능 한 프로젝트 항목을 선택하고 추가 버튼을 눌러서 역할 및 프로젝트 접근 권한을 부여 한다. 

• 역할및 권한 메뉴에서는 역할 별로 프로젝트 관리 접근 권한을 설정 할수 있다. 

사용자 정의 필드

• 작업패키지를 생성 하면 기본 제공 하는 필드로 충분히 업무 내용을 구분 할수 있지만 , 사용자 필드를 사용함으로서 
• 프로젝트를 진행 하기 위해 필요한 항목을 추가 할수 있다. 
• 관리 -> 사용자 저으이 필드 메뉴을 선택 해서 추가하고자 하는 사용자 정의 컬럼을 추가 한다. 
  • 아래 예시는 회의록 프로젝트에서 사용할 업무 필드에 대하 설정을 예시로 한다. 

• 추가된 사용자 정의 필드를 사용하기 위해서는  업무 유형에 메뉴에서 추가된 업무 구분 필드를 추가해 주어야 한다. 
  • 관리-> 작업 패키지 -> 유형 이름 선택(Task) -> 양식 구성(탭) 

• 프로젝트로 돌아와 작업패키지에서 컬럼 보기 설정 (톱니바퀴) 을 클릭해서 추가된 사용자 정의 필드를 추가 한다. 
• 추가된 컬럼을 드래그&드랍 을 통해 컬럼 보기 순서를 지정할수 있다. 

• 지정한 사용자 정의 컬럼을 다른 사용자와 공유 하기 위해서는 보기 저장 기능을 사용해서 업무 리스트를 같이 볼수 있다. 

• 사용자가 지정한 필터를 추가 해서 새로운 이름의 보기형식을 저장 할수도 있다. 

사전 환경 구성 

Openproject 다운로드 

• openproject 를 git clone 으로 다운로드 받는다.
  • 설치 버전은 openproject 15 버전을 다운로드 받아 설치 한다.  

• 다운로드 받은 openproject 폴더로 이동후 docker pull 을 통해 openproject 이미지를 다운로드 받는다. 

git clone https://github.com/opf/openproject-deploy --depth=1 --branch=stable/15 openproject

cd openproject/

#도커 이미지를 내려받는다.
docker-compose pull

# 설정 파일 복사 
#OpenProject 설정 파일을 복사후 설치할 환경 정보에 맞게 수정을 한다.
cp .env.example .env

#openproject 컨테이너를 기동한다. 
docker-compose up -d

• openproject 디렉토리 

docker-compose pull

.env 파일 수정 

• OPENPROJECT_HOST__NAME : openproject 설치 호스트 ip 정보 
• PORT=5055 : 접속 포트 (접속 포트 변경 필요시 수정 필요)
• PGDATA="./pgdata" : postsgresql data 경로 
• OPDATA="./opdata/assets" : openproject 데이터 경로
  • 접근권한 에러가 발생 하기 때문에  openproject 디렉토리 접근 권한을 변경 한다. 
  • chmod -Rf 777 opdata/ 
  • sudo chown -Rf openprj.openprj opdata pgdata    
    • seeder_1    | Errno::EACCES: Permission denied @ dir_s_mkdir - /var/openproject/assets/files (Errno::EACCES)

TAG=15-slim
OPENPROJECT_HTTPS=false
OPENPROJECT_HOST__NAME=192.168.116.12
PORT=5055
OPENPROJECT_RAILS__RELATIVE__URL__ROOT=
IMAP_ENABLED=false
DATABASE_URL=postgres://postgres:p4ssw0rd@db/openproject?pool=20&encoding=unicode&reconnect=true
RAILS_MIN_THREADS=4
RAILS_MAX_THREADS=16
PGDATA="./pgdata"
OPDATA="./opdata/assets"

openproject container 기동 

• docker-compose up  -d       
• 정상 기동되면 아래와 같이 컨테이너가 실행 된다. 
  • docker-compose ps -a  : openproject 컨테이너 기동 상태 확인 

Openproject  접속

• http://xxx.xxx.xxx.xxx:[port] 로 접속을 한다. 
• admin/admin 으로 접속 한다. 

• 최초 접속후 admin 비번을 수정해줘야 한다. 

• 비밀번호를 변경하고 접속 하게 되면 openproject 메인 화면을 확인 할수 있다. 

• 한국어 설정을 원할경우 My account -> settting -> Language 에서 한국어를 선택 한다. 

dial unix /run/user/0/bus: connect: permission denied 에러 

• 현상:
  • level=error msg="failed to move the rootless netns pasta process to the systemd user.slice: dial unix /run/user/0/bus: connect: permission denied"
  • rootless 환경에서 Podman을 실행 중인데, DBus 및 systemd 관련 문제가 있어 발생 하는 문제 

• 조치 
  • Linger=yes 설정 확인 

whoami
id
loginctl show-user $(whoami)
loginctl enable-linger $(whoami)

• DBus 및 systemd user session 문제 해결
  • 모든 네트워크 및 DNS 설정 삭제 & Podman 시스템 전체 초기화 

rm -rf ~/.config/containers/aardvark-dns
rm -rf ~/.local/share/containers/networks

podman system reset

Error: creating container storage: the container name "ora19c" is already in use

• podman ps -a  | grp [container 이름]:현재 실행 중인  컨테이너 확인
• 실행중인 컨테이너 삭제 
• 삭제 안될시 강제 삭제 

#컨테이너 중지및 삭제 
podman stop ora19c
podman rm ora19c

#컨테이너 명으로 삭제 
podman rm -f ora19c
#컨테이너 ID 로 삭제 
podman rm -f 4f831c2930bf

Django Unit Test

• github 에서 Django 를 git clone 하면 ~/django/tests 디렉토리에 테스트 스위트가 있다.
• 테스트 환경은 Tibero7 과 Django 5.1 버전을 연동하여 테스트해본다.
• Django 5.1  사용하기 위해서는 Python 3.10 버전 이상을 설치해야 한다. 
• https://docs.djangoproject.com/ko/5.1/faq/install/

Django UnitTest 환경 셋팅

• Django  Unit Test  튜토리얼을 참고한다. 
• https://docs.djangoproject.com/ko/5.1//internals/contributing/writing-code/unit-tests/#running-tests-using-django-docker-box

$ git clone https://github.com/YourGitHubName/django.git django-repo
$ cd django-repo/tests
$ python -m pip install -e ..
$ python -m pip install -r requirements/py3.txt
$ ./runtests.py

Django UnitTest 수행

• runtests.py  실행하여 단위 테스트를 실행할 수 있다.

python runtests.py --settings=test_tibero

#특정 테스트 스위트만 수행 하고 자 할때
python runtests.py --settings=test_tibero  generic_relations

#수행된 SQL 정보를 확인하고 싶다면  --debug-sql 옵션을 추가 합니다.
./runtests.py --settings=test_tibero  queries  --debug-sql

#--verbosity=3 옵션을 적용 하면 현재 테스트 진행중인 SQL 실행 내역을 실시간으로 확인 가능 합니다. 
./runtests.py --settings=test_tibero  queries  --debug-sql --verbosity=3

Django UnitTest 결과 확인

• 테스트 수행 결과를 확인하기 위해서는 xmlrunner 패키지를 추가해서 테스트를 진행하면 된다.
• 테스트 수행이 완료되면 TEST_OUTPUT_DIR 로 설정한 디렉토리에 xml 파일로 Reporting 결과가 남고
• junit2html 팩키지를 통해 xml 파일을 html 파일로 변경 하면 가독성면에서 테스터가 결과를 한눈에 확인 가능 하다.
• 또한 allure 팩키지를 사용 하면 html 파일 보다 더욱 가독성있게 테스트결과를 한눈에 확인 가능 하다 (추천)

pip install unittest-xml-reporting
pip install allure-pytest
pip install junit2html   

• test_tibero.py 설정 추가

TEST_OUTPUT_DIR = "/home/django/django/tests/output/xunit"
TEST_RUNNER = 'xmlrunner.extra.djangotestrunner.XMLTestRunner'
TEST_OUTPUT_VERBOSE = 2  # 상세 출력
TEST_OUTPUT_DESCRIPTIONS = True

HTML 파일로 변경 해서 결과 확인 하는 방법

• junit2html 를 통해 xml 결과 html 로 변경 하는 방법
  • TEST-generic_relations.tests.GenericRelationsTests-20250312034521.xml -> report.html 파일로 변경

junit2html /home/django/django/tests/output/xunit/TEST-generic_relations.tests.GenericRelationsTests-20250312034521.xml 
/home/django/django/tests/output/xunit/report.html

allure 를 사용 해서 브라우저를 통해 결과 확인 하는 방법

• allure 최신 버전 다운로드 후 설치를 진행 한다.

wget https://github.com/allure-framework/allure2/releases/download/2.21.0/allure-2.21.0.tgz

tar -xvzf allure-2.21.0.tgz
sudo mv allure-2.21.0 /opt/allure

sudo ln -s /opt/allure/bin/allure /usr/local/bin/allure
allure --version

• 테스트 실행 후 Allure 결과 생성

allure generate /home/django/django/tests/output/xunit -o /home/django/django/tests/output/allure_report --clean

• 정상적으로 리포팅 결과 가 변환 되면 allure_report 디렉토리에 여러 파일들이 생성 된다 .

• /home/django/django/tests/output/allure_report 

• index.html 파일을 실행 하면 결과 확인이 가능 하다.
• http://127.0.0.1:3001/django/tests/output/allure_report/index.html 

7z 파일 압축 해제 방법 

• 압축 해제 방벙 

#7z 파일 압축 해제
7z x 파일명.7z

#특정 폴더에 압축 해제
7z x 파일명.7z -o/경로/디렉토리

#압축 해제 시 기존 파일 덮어쓰기 없이 진행
7z x 파일명.7z -o/경로/디렉토리 -aos

#암호가 걸린 7z 파일 압축 해제방법
7z x 파일명.7z -p비밀번호

# 압축된 파일 내부 목록 확인
7z l 파일명.7z

• 에러발생시 팩키지 설치 필요 

#EPEL 저장소를 활성화
sudo dnf install -y epel-release

#설치
sudo dnf install -y p7zip p7zip-plugins

7z 파일 압축  방법 

• 압축 방법 

#기본 7z 압축 방법
#7z a 압축파일명.7z 파일명

7z a archive.7z myfile.txt

#여러 개의 파일을 압축
#7z a archive.7z 파일1 파일2 디렉토리
7z a mydata.7z file1.txt file2.txt folder1/

#특정 확장자의 파일만 압축
7z a archive.7z *.txt

#암호 설정  압축
#7z a -p비밀번호 archive.7z 파일명
7z a -p1234 secret.7z confidential.txt