Real-time AWS + Kubernetes operations dashboard with AI-powered analysis / AI 기반 실시간 AWS + Kubernetes 운영 대시보드
AWSops is an operations dashboard that provides real-time monitoring of AWS and Kubernetes resources, network troubleshooting, CIS compliance scanning, and AI-powered analysis in a single interface. It queries 380+ AWS tables and 60+ K8s tables through Steampipe's embedded PostgreSQL, and routes AI questions to specialized AgentCore Gateways equipped with 125 MCP tools.
Stats: 40 pages / 54 routes / 25 SQL query files / 16 API routes / 125 MCP tools (8 Gateways) / 18 components
| Dashboard | AI Assistant | EC2 |
|---|---|---|
 |
 |
 |
| EKS Overview | Cost Explorer |
|---|---|
 |
 |
- Real-time Resource Monitoring -- Query 380+ AWS tables and 60+ K8s tables via Steampipe SQL with 5-minute cache and background pre-warming
- AI-Powered Analysis -- 11-route intent classification routes questions to 8 specialized AgentCore Gateways (125 MCP tools) with multi-route parallel execution and SSE streaming
- External Datasource Integration -- Connect Prometheus, Loki, Tempo, ClickHouse, Jaeger, Dynatrace, and Datadog with SSRF-protected query execution and AI-powered natural language to PromQL/LogQL/SQL generation
- CIS Compliance Scanning -- CIS v1.5 through v4.0 benchmarks covering 431 controls via Powerpipe
- Multi-Account Support -- Steampipe Aggregator pattern with per-account search_path scoping, zero code changes for account addition
- Network Topology and Troubleshooting -- Interactive infrastructure and K8s maps with React Flow, VPC Reachability Analyzer, and Flow Log analysis
- Container Cost Analysis -- ECS Fargate cost estimation via Container Insights, EKS pod-level cost via OpenCost (CPU/Memory/Network/Storage/GPU)
- AI Comprehensive Diagnosis -- 15-section infrastructure analysis with Bedrock Opus, export to DOCX/Markdown/PDF, scheduled auto-diagnosis
- AWS Account with admin access
- EC2 instance (Amazon Linux 2023, t4g.2xlarge or larger)
- AWS CLI v2 configured with credentials
- kubectl + kubeconfig (for Kubernetes features)
- Node.js 18+ (installed automatically by setup scripts)
# Step 0: Deploy CDK infrastructure (run from local machine)
export VSCODE_PASSWORD='YourPassword'
bash scripts/00-deploy-infra.sh
# -> cdk bootstrap + cdk deploy AwsopsStack
# -> VPC, EC2, ALB, CloudFront, SSM Endpoints
# Connect to EC2 via SSM
aws ssm start-session --target <instance-id>
# Steps 1-3: Install dashboard (inside EC2)
cd /home/ec2-user/awsops
bash scripts/install-all.sh # 01 -> 02 -> 03 -> 10 auto execution
# Step 4: EKS access setup (optional)
bash scripts/04-setup-eks-access.sh
# Step 5: Cognito authentication
bash scripts/05-setup-cognito.sh
# Step 6: AgentCore AI (batch or individual)
bash scripts/06-setup-agentcore.sh # 6a -> 6b -> 6c -> 6d -> 6e batch
# Step 7: Lambda@Edge -> CloudFront integration
bash scripts/07-setup-cloudfront-auth.sh
# Step 11: Multi-account setup (optional)
bash scripts/11-setup-multi-account.sh# Start all services
bash scripts/08-start-all.sh # Start + status + URLs
# Stop all services
bash scripts/09-stop-all.sh
# Health check
bash scripts/10-verify.sh
# Production build and deploy
npm run build && npm run start
# Access at https://<cloudfront-domain>/awsops/The AI classifier analyzes user questions and routes them to 1-3 optimal gateways in parallel, then synthesizes the results.
User Question
|-- "Run code", "calculate" --> Code Interpreter (Python sandbox)
|-- VPC, TGW, VPN, ENI --> Network Gateway (17 tools)
|-- EKS, ECS, Istio --> Container Gateway (24 tools)
|-- CDK, Terraform, CFn --> IaC Gateway (12 tools)
|-- DynamoDB, RDS, Cache, Kafka --> Data Gateway (24 tools)
|-- IAM, SG, compliance --> Security Gateway (14 tools)
|-- CloudWatch, alarms, logs --> Monitoring Gateway (16 tools)
|-- Cost, budget, savings --> Cost Gateway (9 tools)
|-- Prometheus, Loki, Tempo... --> Datasource (external observability platforms)
|-- EC2, S3, Lambda list --> Steampipe SQL + Bedrock analysis
|-- General questions --> Ops Gateway (9 tools) + Bedrock fallback
Configuration is managed through data/config.json. No code changes are needed per account.
| Variable | Description | Default |
|---|---|---|
costEnabled |
Enable Cost Explorer queries | true |
agentRuntimeArn |
AgentCore Runtime ARN | (set by setup script) |
codeInterpreterName |
Code Interpreter name | (set by setup script) |
memoryId |
Memory Store ID for conversation history | (set by setup script) |
accounts[] |
Array of AWS account configs | (set by setup script) |
customerLogo |
Customer logo filename in public/logos/ |
default.png |
adminEmails |
Emails allowed to access /accounts page | [] |
datasources[] |
Array of external datasource configs (Prometheus, Loki, etc.) | [] |
datasourceAllowedNetworks[] |
Allowed private CIDRs/hostnames for datasource SSRF allowlist | [] |
Environment variables (.env.local):
| Variable | Description | Default |
|---|---|---|
STEAMPIPE_PASSWORD |
Steampipe database password | steampipe |
AWS_REGION |
AWS region | ap-northeast-2 |
NODE_ENV |
Node.js environment | production |
awsops/
├── src/
│ ├── app/ # 40 pages + 16 API routes
│ │ ├── page.tsx # Dashboard home (20 StatsCards)
│ │ ├── ai/ # AI Assistant (SSE streaming, multi-route)
│ │ ├── agentcore/ # AgentCore dashboard (Runtime/Gateway status)
│ │ ├── bedrock/ # Bedrock model usage monitoring
│ │ ├── accounts/ # Multi-account management (admin only)
│ │ ├── datasources/ # External datasource management + Explore
│ │ ├── ai-diagnosis/ # AI comprehensive diagnosis + print report
│ │ ├── ec2/, lambda/, ecs/ # Compute resources
│ │ ├── k8s/ # EKS (overview, pods, nodes, deployments, explorer)
│ │ ├── vpc/, topology/ # Network + topology maps (React Flow)
│ │ ├── s3/, rds/, dynamodb/ # Storage and databases
│ │ ├── ebs/, msk/, opensearch/ # EBS, MSK Kafka, OpenSearch
│ │ ├── monitoring/, cost/ # CloudWatch metrics, Cost Explorer
│ │ ├── iam/, security/ # IAM, security findings
│ │ ├── compliance/ # CIS v1.5~v4.0 benchmarks
│ │ └── api/ # 16 API routes
│ ├── lib/
│ │ ├── steampipe.ts # pg Pool + batch query + cache + zombie cleanup
│ │ ├── queries/ # 25 SQL query files
│ │ ├── app-config.ts # App config (data/config.json)
│ │ ├── cache-warmer.ts # Background cache pre-warming (4-min interval)
│ │ ├── agentcore-stats.ts # AI call statistics + token tracking
│ │ ├── agentcore-memory.ts # Conversation history persistence
│ │ ├── datasource-client.ts # External datasource HTTP client (7 platforms)
│ │ └── datasource-registry.ts # Datasource type registry + prompts
│ └── components/ # 17 shared components
├── agent/
│ ├── agent.py # Strands Agent (dynamic gateway selection)
│ ├── Dockerfile # Python 3.11-slim, arm64
│ └── lambda/ # 19 Lambda source files
├── infra-cdk/
│ └── lib/
│ ├── awsops-stack.ts # VPC, EC2, ALB, CloudFront
│ └── cognito-stack.ts # Cognito User Pool, Lambda@Edge
├── scripts/ # 22 deployment scripts (steps 0-11)
├── docs/
│ ├── architecture.md # Architecture documentation
│ ├── decisions/ # 8 Architecture Decision Records
│ └── runbooks/ # Operational runbooks
└── data/config.json # Runtime config (accounts, features, ARNs)
Browser --> Next.js :3000 --> Steampipe (Embedded PG) :9193
36 Pages POST /awsops/ |- aws (380+ tables) -> AWS API
Charts api/steampipe |- k8s (60+ tables) -> K8s API
Tables batchQuery() |- trivy -> CVE DB
5min TTL cache
| Path | Data Source | Response Time |
|---|---|---|
| Dashboard pages | Steampipe pg Pool -> AWS API | ~2s (instant with cache) |
| AI (AWS resources) | Steampipe + Bedrock Sonnet 4.6 | ~5s |
| AI (network analysis) | AgentCore -> Gateway MCP -> Lambda | ~30-60s |
| AI (code execution) | Bedrock + Code Interpreter | ~10s |
| CIS Compliance | Powerpipe -> Steampipe -> AWS API | ~3-5min |
| Topology graph | Steampipe -> React Flow | ~2s |
| Layer | Technology |
|---|---|
| Frontend | Next.js 14 (App Router), TypeScript, Tailwind CSS, Recharts, React Flow |
| Backend | Node.js 20, pg (PostgreSQL client), node-cache |
| Data | Steampipe (embedded PostgreSQL, 380+ AWS tables, 60+ K8s tables), Powerpipe |
| AI | Amazon Bedrock (Claude Sonnet/Opus 4.6), AgentCore Runtime (Strands), 8 Gateways (MCP), Code Interpreter |
| Auth | Amazon Cognito (User Pool + Hosted UI), Lambda@Edge (Python 3.12) |
| IaC | CDK TypeScript (AwsopsStack, CognitoStack) |
| Container | Docker (arm64), ECR |
| Serverless | 19 Lambda functions (Python 3.12, boto3) |
| Gateway | Lambda Targets | Tools | Key Capabilities |
|---|---|---|---|
| Network | network-mcp, reachability, flowmonitor | 17 | VPC, TGW, VPN, ENI, Reachability Analyzer, Flow Logs |
| Container | eks-mcp, ecs-mcp, istio-mcp | 24 | EKS cluster/node/pod, ECS service/task, Istio mesh |
| IaC | iac-mcp, terraform-mcp | 12 | CloudFormation validate, CDK docs, Terraform modules |
| Data | dynamodb-mcp, rds-mcp, valkey-mcp, msk-mcp | 24 | DynamoDB query, RDS Data API, ElastiCache, MSK Kafka |
| Security | iam-mcp | 14 | IAM users/roles/policies, policy simulation |
| Monitoring | cloudwatch-mcp, cloudtrail-mcp | 16 | Metrics, alarms, Log Insights, CloudTrail events |
| Cost | cost-mcp | 9 | Cost Explorer, Pricing, Budgets, forecasts |
| Ops | knowledge, core-mcp, steampipe-query | 9 | AWS docs, CLI execution, Steampipe SQL |
| Total | 19 Targets | 125 |
# Run project structure tests
bash tests/run-all.sh
# Lint check
npx next lint
# Type check
npx tsc --noEmit
# Production build verification
npm run build-
Fork the repository
-
Create a feature branch
git checkout -b feat/my-feature
-
Commit changes using Conventional Commits
git commit -m "feat: add new dashboard widget" git commit -m "fix: resolve pg pool connection leak"
-
Push to the branch
git push origin feat/my-feature
-
Open a Pull Request
This project is licensed under the Apache License 2.0. See LICENSE for details.
- Maintainer: WooHyung Choi (@whchoi98)
- Issues: GitHub Issues
- Email: whchoi98@gmail.com
AWSops는 실시간 AWS/Kubernetes 리소스 모니터링, 네트워크 트러블슈팅, CIS 컴플라이언스 스캔, AI 기반 분석을 단일 인터페이스에서 제공하는 운영 대시보드입니다. Steampipe의 내장 PostgreSQL을 통해 380+ AWS 테이블과 60+ K8s 테이블을 SQL로 통합 쿼리하며, AI 질문은 125개 MCP 도구가 탑재된 전문화된 AgentCore Gateway로 라우팅됩니다.
현황: 40 페이지 / 54 라우트 / 25 SQL 쿼리 파일 / 16 API 라우트 / 125 MCP 도구 (8 Gateway) / 18 컴포넌트
| 대시보드 | AI 어시스턴트 | EC2 |
|---|---|---|
|
|
|
| EKS 개요 | 비용 분석 |
|---|---|
|
|
- 실시간 리소스 모니터링 -- Steampipe SQL로 380+ AWS 테이블과 60+ K8s 테이블을 쿼리하며, 5분 캐시와 백그라운드 프리워밍을 지원합니다
- AI 기반 분석 -- 11단계 의도 분류로 8개 전문 AgentCore Gateway(125 MCP 도구)에 질문을 라우팅하며, 멀티 라우트 병렬 실행과 SSE 스트리밍을 지원합니다
- 외부 데이터소스 연동 -- Prometheus, Loki, Tempo, ClickHouse, Jaeger, Dynatrace, Datadog 연결과 SSRF 보호 쿼리 실행, AI 기반 자연어 → PromQL/LogQL/SQL 생성을 지원합니다
- CIS 컴플라이언스 스캔 -- Powerpipe를 통한 CIS v1.5~v4.0 벤치마크, 431개 컨트롤을 지원합니다
- 멀티 어카운트 지원 -- Steampipe Aggregator 패턴으로 계정별 search_path 스코핑을 제공하며, 계정 추가 시 코드 수정이 필요 없습니다
- 네트워크 토폴로지 및 트러블슈팅 -- React Flow 기반 인프라/K8s 맵, VPC Reachability Analyzer, Flow Log 분석을 제공합니다
- 컨테이너 비용 분석 -- Container Insights 기반 ECS Fargate 비용 추정, OpenCost 기반 EKS Pod 레벨 비용(CPU/메모리/네트워크/스토리지/GPU)을 분석합니다
- AI 종합 진단 -- Bedrock Opus 기반 15섹션 인프라 분석, DOCX/Markdown/PDF 내보내기, 자동 진단 스케줄링을 지원합니다
- 관리자 권한이 있는 AWS 계정
- EC2 인스턴스 (Amazon Linux 2023, t4g.2xlarge 이상)
- AWS CLI v2 (자격 증명 설정 완료)
- kubectl + kubeconfig (Kubernetes 기능용)
- Node.js 18+ (설치 스크립트에서 자동 설치)
# Step 0: CDK 인프라 배포 (로컬 머신에서 실행)
export VSCODE_PASSWORD='YourPassword'
bash scripts/00-deploy-infra.sh
# -> cdk bootstrap + cdk deploy AwsopsStack
# -> VPC, EC2, ALB, CloudFront, SSM Endpoints
# SSM으로 EC2 접속
aws ssm start-session --target <instance-id>
# Steps 1-3: 대시보드 설치 (EC2 내부)
cd /home/ec2-user/awsops
bash scripts/install-all.sh # 01 -> 02 -> 03 -> 10 자동 실행
# Step 4: EKS 접근 설정 (선택사항)
bash scripts/04-setup-eks-access.sh
# Step 5: Cognito 인증 설정
bash scripts/05-setup-cognito.sh
# Step 6: AgentCore AI (일괄 또는 개별 실행)
bash scripts/06-setup-agentcore.sh # 6a -> 6b -> 6c -> 6d -> 6e 일괄
# Step 7: Lambda@Edge -> CloudFront 연동
bash scripts/07-setup-cloudfront-auth.sh
# Step 11: 멀티 어카운트 설정 (선택사항)
bash scripts/11-setup-multi-account.sh# 모든 서비스 시작
bash scripts/08-start-all.sh # 시작 + 상태 + URL 출력
# 모든 서비스 중지
bash scripts/09-stop-all.sh
# 상태 확인
bash scripts/10-verify.sh
# 프로덕션 빌드 및 실행
npm run build && npm run start
# https://<cloudfront-domain>/awsops/ 에서 접속AI 분류기가 사용자 질문을 분석하여 1~3개의 최적 게이트웨이로 병렬 라우팅한 후 결과를 통합합니다.
사용자 질문
|-- "코드 실행", "계산" --> Code Interpreter (Python 샌드박스)
|-- VPC, TGW, VPN, ENI --> Network Gateway (17 도구)
|-- EKS, ECS, Istio --> Container Gateway (24 도구)
|-- CDK, Terraform, CFn --> IaC Gateway (12 도구)
|-- DynamoDB, RDS, Cache, Kafka --> Data Gateway (24 도구)
|-- IAM, SG, 컴플라이언스 --> Security Gateway (14 도구)
|-- CloudWatch, 알람, 로그 --> Monitoring Gateway (16 도구)
|-- 비용, 예산, 절감 --> Cost Gateway (9 도구)
|-- Prometheus, Loki, Tempo... --> Datasource (외부 관측성 플랫폼)
|-- EC2, S3, Lambda 목록 --> Steampipe SQL + Bedrock 분석
|-- 일반 질문 --> Ops Gateway (9 도구) + Bedrock 폴백
설정은 data/config.json으로 관리합니다. 계정 추가 시 코드 수정이 필요 없습니다.
| 변수 | 설명 | 기본값 |
|---|---|---|
costEnabled |
Cost Explorer 쿼리 활성화 | true |
agentRuntimeArn |
AgentCore Runtime ARN | (설치 스크립트에서 설정) |
codeInterpreterName |
Code Interpreter 이름 | (설치 스크립트에서 설정) |
memoryId |
대화 이력 Memory Store ID | (설치 스크립트에서 설정) |
accounts[] |
AWS 계정 설정 배열 | (설치 스크립트에서 설정) |
customerLogo |
public/logos/ 내 고객 로고 파일명 |
default.png |
adminEmails |
/accounts 페이지 접근 허용 이메일 | [] |
datasources[] |
외부 데이터소스 설정 배열 (Prometheus, Loki 등) | [] |
datasourceAllowedNetworks[] |
데이터소스 SSRF allowlist (사설 CIDR/호스트명) | [] |
환경 변수 (.env.local):
| 변수 | 설명 | 기본값 |
|---|---|---|
STEAMPIPE_PASSWORD |
Steampipe 데이터베이스 비밀번호 | steampipe |
AWS_REGION |
AWS 리전 | ap-northeast-2 |
NODE_ENV |
Node.js 환경 | production |
awsops/
├── src/
│ ├── app/ # 40개 페이지 + 16개 API 라우트
│ │ ├── page.tsx # 대시보드 홈 (20 StatsCards)
│ │ ├── ai/ # AI 어시스턴트 (SSE 스트리밍, 멀티 라우트)
│ │ ├── agentcore/ # AgentCore 대시보드 (Runtime/Gateway 상태)
│ │ ├── bedrock/ # Bedrock 모델 사용량 모니터링
│ │ ├── accounts/ # 멀티 어카운트 관리 (관리자 전용)
│ │ ├── datasources/ # 외부 데이터소스 관리 + Explore
│ │ ├── ai-diagnosis/ # AI 종합 진단 + 인쇄용 리포트
│ │ ├── ec2/, lambda/, ecs/ # 컴퓨팅 리소스
│ │ ├── k8s/ # EKS (개요, Pod, 노드, 디플로이먼트, 탐색기)
│ │ ├── vpc/, topology/ # 네트워크 + 토폴로지 맵 (React Flow)
│ │ ├── s3/, rds/, dynamodb/ # 스토리지 및 데이터베이스
│ │ ├── ebs/, msk/, opensearch/ # EBS, MSK Kafka, OpenSearch
│ │ ├── monitoring/, cost/ # CloudWatch 메트릭, Cost Explorer
│ │ ├── iam/, security/ # IAM, 보안 취약점
│ │ ├── compliance/ # CIS v1.5~v4.0 벤치마크
│ │ └── api/ # 16개 API 라우트
│ ├── lib/
│ │ ├── steampipe.ts # pg Pool + 배치 쿼리 + 캐시 + 좀비 연결 정리
│ │ ├── queries/ # 25개 SQL 쿼리 파일
│ │ ├── app-config.ts # 앱 설정 (data/config.json)
│ │ ├── cache-warmer.ts # 백그라운드 캐시 프리워밍 (4분 주기)
│ │ ├── agentcore-stats.ts # AI 호출 통계 + 토큰 추적
│ │ ├── agentcore-memory.ts # 대화 이력 영구 저장
│ │ ├── datasource-client.ts # 외부 데이터소스 HTTP 클라이언트 (7종 플랫폼)
│ │ └── datasource-registry.ts # 데이터소스 타입 레지스트리 + 프롬프트
│ └── components/ # 17개 공유 컴포넌트
├── agent/
│ ├── agent.py # Strands 에이전트 (동적 게이트웨이 선택)
│ ├── Dockerfile # Python 3.11-slim, arm64
│ └── lambda/ # 19개 Lambda 소스 파일
├── infra-cdk/
│ └── lib/
│ ├── awsops-stack.ts # VPC, EC2, ALB, CloudFront
│ └── cognito-stack.ts # Cognito User Pool, Lambda@Edge
├── scripts/ # 22개 배포 스크립트 (Step 0-11)
├── docs/
│ ├── architecture.md # 아키텍처 문서
│ ├── decisions/ # 8개 아키텍처 결정 기록 (ADR)
│ └── runbooks/ # 운영 런북
└── data/config.json # 런타임 설정 (계정, 기능, ARN)
브라우저 --> Next.js :3000 --> Steampipe (내장 PG) :9193
36 페이지 POST /awsops/ |- aws (380+ 테이블) -> AWS API
차트 api/steampipe |- k8s (60+ 테이블) -> K8s API
테이블 batchQuery() |- trivy -> CVE DB
5분 TTL 캐시
| 경로 | 데이터 소스 | 응답 시간 |
|---|---|---|
| 대시보드 페이지 | Steampipe pg Pool -> AWS API | ~2초 (캐시 시 즉시) |
| AI (AWS 리소스) | Steampipe + Bedrock Sonnet 4.6 | ~5초 |
| AI (네트워크 분석) | AgentCore -> Gateway MCP -> Lambda | ~30-60초 |
| AI (코드 실행) | Bedrock + Code Interpreter | ~10초 |
| CIS 컴플라이언스 | Powerpipe -> Steampipe -> AWS API | ~3-5분 |
| 토폴로지 그래프 | Steampipe -> React Flow | ~2초 |
| 계층 | 기술 |
|---|---|
| 프론트엔드 | Next.js 14 (App Router), TypeScript, Tailwind CSS, Recharts, React Flow |
| 백엔드 | Node.js 20, pg (PostgreSQL 클라이언트), node-cache |
| 데이터 | Steampipe (내장 PostgreSQL, 380+ AWS 테이블, 60+ K8s 테이블), Powerpipe |
| AI | Amazon Bedrock (Claude Sonnet/Opus 4.6), AgentCore Runtime (Strands), 8 Gateway (MCP), Code Interpreter |
| 인증 | Amazon Cognito (User Pool + Hosted UI), Lambda@Edge (Python 3.12) |
| IaC | CDK TypeScript (AwsopsStack, CognitoStack) |
| 컨테이너 | Docker (arm64), ECR |
| 서버리스 | 19 Lambda 함수 (Python 3.12, boto3) |
| Gateway | Lambda 타겟 | 도구 | 주요 기능 |
|---|---|---|---|
| Network | network-mcp, reachability, flowmonitor | 17 | VPC, TGW, VPN, ENI, Reachability Analyzer, Flow Logs |
| Container | eks-mcp, ecs-mcp, istio-mcp | 24 | EKS 클러스터/노드/Pod, ECS 서비스/태스크, Istio mesh |
| IaC | iac-mcp, terraform-mcp | 12 | CloudFormation 검증, CDK 문서, Terraform 모듈 |
| Data | dynamodb-mcp, rds-mcp, valkey-mcp, msk-mcp | 24 | DynamoDB 쿼리, RDS Data API, ElastiCache, MSK Kafka |
| Security | iam-mcp | 14 | IAM 사용자/역할/정책, 정책 시뮬레이션 |
| Monitoring | cloudwatch-mcp, cloudtrail-mcp | 16 | 메트릭, 알람, Log Insights, CloudTrail 이벤트 |
| Cost | cost-mcp | 9 | Cost Explorer, Pricing, Budgets, 비용 예측 |
| Ops | knowledge, core-mcp, steampipe-query | 9 | AWS 문서, CLI 실행, Steampipe SQL |
| 합계 | 19 타겟 | 125 |
# 프로젝트 구조 테스트 실행
bash tests/run-all.sh
# Lint 검사
npx next lint
# 타입 검사
npx tsc --noEmit
# 프로덕션 빌드 검증
npm run build-
저장소를 Fork합니다
-
기능 브랜치를 생성합니다
git checkout -b feat/my-feature
-
Conventional Commits 형식으로 커밋합니다
git commit -m "feat: 새로운 대시보드 위젯 추가" git commit -m "fix: pg pool 연결 누수 해결"
-
브랜치에 Push합니다
git push origin feat/my-feature
-
Pull Request를 생성합니다
이 프로젝트는 Apache License 2.0으로 배포됩니다. 자세한 내용은 LICENSE 파일을 참조합니다.
- 메인테이너: 최우형 (@whchoi98)
- 이슈: GitHub Issues
- 이메일: whchoi98@gmail.com
