Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >日志服务器(9)

日志服务器(9)

作者头像
franket
发布于 2021-10-20 01:38:51
发布于 2021-10-20 01:38:51
97500
代码可运行
举报
文章被收录于专栏:技术杂记技术杂记
运行总次数:0
代码可运行

安装 LogAnalyzer

LogAnalyzer 的下载地址可以参考 下载 ,安装过程可以参考 安装


下载 LogAnalyzer

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
[root@h105 src]# wget http://download.adiscon.com/loganalyzer/loganalyzer-3.6.6.tar.gz
--2016-05-10 22:15:18--  http://download.adiscon.com/loganalyzer/loganalyzer-3.6.6.tar.gz
Resolving download.adiscon.com... 176.9.39.152
Connecting to download.adiscon.com|176.9.39.152|:80... connected.
HTTP request sent, awaiting response... 200 OK
Length: 1047243 (1023K) [application/x-gzip]
Saving to: “loganalyzer-3.6.6.tar.gz”

38% [=================================>                                                         ] 402,243     15.6K/s   in 2m 0s   

2016-05-10 22:17:20 (3.27 KB/s) - Connection closed at byte 402243. Retrying.

--2016-05-10 22:17:21--  (try: 2)  http://download.adiscon.com/loganalyzer/loganalyzer-3.6.6.tar.gz
Connecting to download.adiscon.com|176.9.39.152|:80... connected.
HTTP request sent, awaiting response... 206 Partial Content
Length: 1047243 (1023K), 645000 (630K) remaining [application/x-gzip]
Saving to: “loganalyzer-3.6.6.tar.gz”

100%[++++++++++++++++++++++++++++++++++========================================================>] 1,047,243   11.6K/s   in 35s     

2016-05-10 22:17:57 (17.8 KB/s) - “loganalyzer-3.6.6.tar.gz” saved [1047243/1047243]

[root@h105 src]# ls
loganalyzer-3.6.6.tar.gz  mysql
[root@h105 src]# 

解压与安装

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
[root@h105 src]# tar zxf loganalyzer-3.6.6.tar.gz 
[root@h105 src]# cd loganalyzer-3.6.6
[root@h105 loganalyzer-3.6.6]# mkdir -p /var/www/html/loganalyzer
[root@h105 loganalyzer-3.6.6]# rsync -a src/* /var/www/html/loganalyzer/
[root@h105 loganalyzer-3.6.6]#

浏览器中配置 loganalyzer

访问 http://192.168.100.105/loganalyzer/

提示缺少主配置文件

点击 【here】

进行预检查

点击 【Next】

提示创建一个配置文件

本文系转载,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文系转载,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
盘一盘 Python 系列 2 - NumPy (下)
重塑 (reshape) 和打平 (ravel, flatten) 这两个操作仅仅只改变数组的维度
用户5753894
2019/07/05
2.6K0
盘一盘 Python 系列 2 - NumPy (下)
Numpy 笔记-基础篇
除非显式说明,np.array会尝试为新建的这个数组判断一个较为合适的数据类型。数据类型保存在特殊的dtype对象中。比如上面的两个例子中。我们有:
Ewdager
2020/07/14
4450
Numpy基础知识点汇总
1、概述 Numpy是高性能科学计算和数据分析的基础包,它的部分功能如下: 1)ndarray,一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组。 2)对整组数据进行快速运算的标准数学函数 3)用于读写磁盘数据的工具以及用于操作内存映射文件的工具。 2、ndarray的创建 这一节,我们主要关注ndarray数组的创建,我们主要有以下几种方式: 数组转换 创建数组的最简单的方法就是使用array函数,将Python下的list转换为ndarray。 #通过数组创建一个ndarray data1
石晓文
2018/04/11
1.6K0
Python 数据处理:NumPy库
✅作者简介:人工智能专业本科在读,喜欢计算机与编程,写博客记录自己的学习历程。 🍎个人主页:小嗷犬的博客 🍊个人信条:为天地立心,为生民立命,为往圣继绝学,为万世开太平。 🥭本文内容:Python 数据处理:NumPy库 ---- Python 数据处理:NumPy库 1.NumPy简介 2.NumPy的ndarray:一种多维数组对象 2.1 创建ndarray 2.2 ndarray的数据类型 2.3 NumPy数组的运算 2.4 基本的索引和切片 2.5 切片索引 2.6 布尔型索引 2
小嗷犬
2022/11/15
5.8K0
Python 数据处理:NumPy库
NumPy教程(Numpy基本操作、Numpy数据处理)
介绍几种 numpy 的属性: • ndim:维度 • shape:行数和列数 • size:元素个数 使用numpy首先要导入模块
用户7886150
2021/01/05
1.7K0
Numpy教程第1部分 - 阵列简介(常用基础操作总结)
【导读】这里是numpy教程的基础部分,涵盖了使用numpy的ndarrays执行数据操作和分析的一些操作。众所周知,Numpy是Python中最基本和最强大的科学计算和数据处理软件包,下面是关于专知
WZEARW
2018/04/08
8070
Numpy教程第1部分 - 阵列简介(常用基础操作总结)
清晰易懂的Numpy入门教程
Numpy是python语言中最基础和最强大的科学计算和数据处理的工具包,如数据分析工具pandas也是基于numpy构建的,机器学习包scikit-learn也大量使用了numpy方法。本文介绍了Numpy的n维数组在数据处理和分析的所有核心应用。
Python数据科学
2019/08/28
1.6K0
AI基础:Numpy简易入门
NumPy(Numeric Python)提供了许多高级的数值编程工具,如:矩阵数据类型、矢量处理,以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用,以及核心的科学计算组织如:Lawrence Livermore,NASA 用其处理一些本来使用 C++,Fortran 或 Matlab 等所做的任务。
Ai学习的老章
2019/12/05
7290
初探Numpy中的花式索引
Numpy中对数组索引的方式有很多(为了方便介绍文中的数组如不加特殊说明指的都是Numpy中的ndarry数组),比如:
触摸壹缕阳光
2020/04/08
2.4K0
初探Numpy中的花式索引
猿创征文|数据导入与预处理-第2章-numpy
numpy作为高性能科学计算和数据分析的基础包,它是众多数据分析、机器学习等工具的基础架构,掌握numpy的功能及其用法将有助于后续其他数据分析工具的学习。
IT从业者张某某
2022/11/12
5.9K0
猿创征文|数据导入与预处理-第2章-numpy
numpy使用
主要是针对《利用python进行数据分析-第二版》进行第三次的学习 将其中关于numpy和pandas的部分代码进行整理 numpy import numpy as np my_arr = np.arange(1000000) my_list = list(range(1000000)) %time for _ in range(10): my_arr2 = my_arr * 2 CPU times: user 21.2 ms, sys: 11.2 ms, total: 32.4 ms Wall t
皮大大
2021/03/02
6410
《利用Python进行数据分析·第2版》第4章 NumPy基础:数组和矢量计算4.1 NumPy的ndarray:一种多维数组对象4.2 通用函数:快速的元素级数组函数4.3 利用数组进行数据处理4.
NumPy(Numerical Python的简称)是Python数值计算最重要的基础包。大多数提供科学计算的包都是用NumPy的数组作为构建基础。 NumPy的部分功能如下: ndarray,一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组。 用于对整组数据进行快速运算的标准数学函数(无需编写循环)。 用于读写磁盘数据的工具以及用于操作内存映射文件的工具。 线性代数、随机数生成以及傅里叶变换功能。 用于集成由C、C++、Fortran等语言编写的代码的A C API。 由于NumPy提供了一个
SeanCheney
2018/04/24
5K0
《利用Python进行数据分析·第2版》第4章 NumPy基础:数组和矢量计算4.1 NumPy的ndarray:一种多维数组对象4.2 通用函数:快速的元素级数组函数4.3 利用数组进行数据处理4.
【数据分析从入门到“入坑“系列】利用Python学习数据分析-Numpy中的索引
NumPy数组的索引是一个内容丰富的主题,因为选取数据子集或单个元素的方式有很多。一维数组很简单。从表面上看,它们跟Python列表的功能差不多:
天道Vax的时间宝藏
2021/08/11
1.6K0
【Python数据分析】NumPy基础,看这一篇就够了!
NumPy是Python的一种开源的数值计算扩展库,包含很多功能,如创建n维数组(矩阵)、对数组进行函数计算、数学计算等等。
Skrrapper
2025/05/09
1780
【Python数据分析】NumPy基础,看这一篇就够了!
科学计算Python库:Numpy入门
NumPy 是 Python 中科学计算的基础包。它是一个 Python 库,提供多维数组对象、各种派生对象(例如掩码数组和矩阵)以及用于对数组进行快速操作的各种例程,包括数学、逻辑、形状操作、排序、选择、I/O 、离散傅里叶变换、基本线性代数、基本统计运算、随机模拟等等。科学计算离不开numpy,学习数据分析必先学numpy!!! 本文由浅入深,对numpy进行入门介绍。讲解了创建数组、索引数组、运算等使用。
Crayon鑫
2023/10/10
5030
科学计算Python库:Numpy入门
NumPy之:ndarray多维数组操作
NumPy一个非常重要的作用就是可以进行多维数组的操作,多维数组对象也叫做ndarray。我们可以在ndarray的基础上进行一系列复杂的数学运算。
程序那些事
2021/05/19
1.1K0
NumPy 1.26 中文官方指南(二)
NumPy(Numerical Python)是一个开源的 Python 库,几乎在每个科学和工程领域中都被使用。它是 Python 中处理数值数据的通用标准,在科学 Python 和 PyData 生态系统的核心地位不可撼动。NumPy 的用户包括从初学者程序员到经验丰富的从事最前沿的科学和工业研究与开发的研究人员。NumPy API 在 Pandas、SciPy、Matplotlib、scikit-learn、scikit-image 和大多数其他数据科学和科学 Python 软件包中得到广泛应用。
ApacheCN_飞龙
2024/04/26
7500
NumPy 1.26 中文官方指南(二)
NumPy 1.26 中文官方指南(一)
NumPy 是 Python 中科学计算的基础包。 这是一个提供多维数组对象、各种派生对象(如掩码数组和矩阵)以及一系列用于数组快速操作的例程的 Python 库,包括数学、逻辑、形状操作、排序、选择、I/O、离散傅里叶变换、基本线性代数、基本统计运算、随机模拟等。
ApacheCN_飞龙
2024/04/26
1.4K0
NumPy 1.26 中文官方指南(一)
NumPy知识速记
由于NumPy提供了一个简单易用的C API,因此很容易将数据传递给由低级语言编写的外部库,外部库也能以NumPy数组的形式将数据返回给Python。这个功能使Python成为一种包装C/C++/Fortran历史代码库的选择,并使被包装库拥有一个动态的、易用的接口。
timerring
2023/05/07
1.2K0
NumPy知识速记
Python Numpy基础教程
本文是一个关于Python numpy的基础学习教程,其中,Python版本为Python 3.x
oYabea
2020/09/07
8580
相关推荐
盘一盘 Python 系列 2 - NumPy (下)
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档