# LogBus 사용 가이드

이 문서에서는 데이터 수집 도구 LogBus의 사용 방법을 설명합니다.

LogBusWindows 버전은LogBus Windows버전 이용 가이드를 참조해 주세요.

데이터 엑세스를 시작하기 전에데이터 룰를 참조하십시오. ThinkingEngine(이하TE데이터 형식과 데이터 처리 규칙을 이해한 후, 이 가이드에 따라 데이터 엑세스를 실행해 주세요.

LogBus업로드하는 데이터는TE의데이터 룰필수에 준수해야 합니다.

# LogBus 다운로드

현재 버전：1.5.15.7

업그레이드 시간：2021-12-10

다운로드 (opens new window)

Linux arm 버전 다운로드 (opens new window)

버전 업그레이드 방법

버전 1.5.0 같거나 크다
- ./logbus stop를 실행하여 LogBus를 중지하고, ./logbus update를 실행하여 최신 버전으로 버전 업그레이드해 주세요.
버전 1.5.0보다 작다
- 우리 회사에 문의해 주세요.

# 개요

LogBus는 주로 백엔드 로그 데이터를 TE에 실시간으로 업로드하기 위해 사용됩니다. 이것은 Flume과 유사합니다. 또한, 서버 로그 디렉토리의 파일 플로우를 실시간 모니터링합니다. 디렉토리 내의 임의의 로그 파일에 새로운 데이터가 생성되면, 그 데이터를 검증하고 실시간으로 TE에 전송합니다.

다음과 같은 사용자에게는 LogBus를 사용하여 데이터를 업로드하는 것을 추천합니다.

서버 SDK를 사용하는 경우
데이터의 정확성과 디멘션에 엄격하며, 클라이언트 SDK만으로는 데이터 니즈를 충족시키지 못하거나 클라이언트 SDK에 임포트할 수 없는 경우
백엔드 데이터의 푸시 프로세스를 개발하지 않는 경우
많은 양의 과거 데이터를 전송해야 할 경우

# 2、과거 데이터 도입 전 준비

먼저 데이터를 ETL에서 TE의 데이터 형식로 변환하여 로컬에 기록하거나 Kafka 클러스터로 전송합니다. 서버 측 SDK의 로컬 텍스트나 Kafka의 consumer를 사용하는 경우, 데이터는 이미 올바른 형식이므로 변환할 필요가 없습니다.
업로드된 데이터 파일이 저장된 디렉토리 또는 Kafka의 주소와 topic을 지정하고, LogBus를 설정합니다. LogBus는 디렉토리 내 파일의 변경을 감시합니다. (새 파일 또는 tail 파일을 감시) 또는 Kafka의 데이터를 구독합니다.

3.감시 디렉토리에 저장된 업로드된 데이터 로그의 이름을 변경하지 마십시오. 이름 변경은 새 파일 작성에 해당하며, LogBus는 이러한 파일을 재업로드할 수 있으므로, 데이터의 중복이 발생합니다.

LogBus 데이터 인포트 컴포넌트에 데이터 버퍼가 포함되어 있어 LogBus 디렉토리가 디스크에 차지하는 용량이 커질 수 있으므로, LogBus 설치의 디스크 용량이 충분한지 확인해 주세요. 하나의 프로젝트에 데이터를 업로드(APP_ID를 추가)할 경우, 적어도 10G의 스토리지를 확보해야 합니다.

# 3、LogBus의 설치와 업그레이드

# 3.1 LogBus의 설치

LogBus 도구 (opens new window)를 다운로드하고 압축을 풉니다.
프리즈 해제 후의 디렉토리 구조:
bin:스타트 프로그램의 폴더
conf:설정 파일의 폴더
lib:기능 폴더

# 3.2 LogBus의 업그레이드

v1.5.0 이후 버전을 사용하고 있다면, ./logbus stop에서 LogBus를 실행하고, ./logbus update에서 LogBus를 최신 버전으로 업그레이드합니다. 그 후, LogBus를 재시작합니다.

# 3.3 docker 버전

docker 컨테이너에서 logbus를 사용하는 경우, LogBus docker 액세스 가이드 (opens new window)를 참조하세요.

# 4、LogBus의 파라미터 설정

압축 해제 후의 conf 디렉토리에는 설정 파일 logBus.conf.Template이 있습니다. 이 파일에는 LogBus의 모든 설치 파라미터를 포함하며, 처음 사용할 때 이름을 logBus.conf로 변경합니다.
파일 logBus.conf을 열고 파라미터를 설치합니다.

# 4.1 프로젝트와 데이터 소스의 설치(설치 필수)

프로젝트APP_ID

##APPID는 공식 사이트 tga의 token에서 가져오고, TE 플랫폼의 프로젝트 설치 화면에서 프로젝트의 APPID를 가져와 입력합니다. 여러 개의 APPID는 ","로 분리합니다.

APPID=APPID_1,APPID_2

감시 파일의 설정(옵션 중 하나를 선택해 주세요. 설정 필수)

# 4.1.1. 데이터 소스가 로컬 파일인 경우

##LogBus가 데이터 파일의 경로 및 파일명(파일명은 모호 매칭을 지원)을 읽어들입니다. 읽기 권한이 필수입니다.
다른 APPID는 쉼표로 분할하고, 같은 APPID의 다른 디렉토리는 공백으로 분할합니다.
##TAIL_FILE의 파일명은 java의 표준적인 정규 표현식과 와일드카드 둘 다를 지원합니다.
TAIL_FILE=/path1/dir*/log.* /path2/DATE{YYYYMMDD}/txt.*,/path3/txt.*
##TAIL_MATCHER는 TAIL_FILE 경로의 모호한 매칭 모드를 지정합니다. regex는 정규 표현식이고 glob는 와일드카드입니다.
##regex는 정규 모드에서, java의 표준적인 정규 표현식을 지원한다. 그러나, 일차원의 디렉토리와 파일 이름의 애매한 매칭만 지원.
##glob은 와일드카드 모드에서, 다층의 디렉토리의 애매한 매칭을 지원하며, DATE{} 형식의 매칭을 지원하지 않습니다.
##미그룹화에서 regex 정규 표현식으로 매핑
#TAIL_MATCHER=regex

TAIL_FILE은 여러 경로의 여러 디렉토리 내의 여러 파일에 대한 감시를 지원합니다.

해당 파라미터의 설치:

APPID=APPID1,APPID2

TAIL_FILE=/root/log_dir1/dir_*/log.* /root/log_dir2/log/DATE{YYYYMMDD}/log.*,/test_log/*

구체적인 룰은 다음과 같습니다.

동일한 APP_ID의 여러 감시 경로를 클리어로 분할합니다.
다른 APP_ID의 감시 경로는 답변: 반각 콤마로 분할하고, 콤마로 분할된 감시 경로는 APP_ID에 해당합니다.
감시 경로의 서브디렉토리(파일이 있는 디렉토리)는, 날짜 형식, 정규 표현식 감시, 와일드카드를 매칭한다.
파일 이름은 정규 표현식으로의 감시나 와일드카드를 지원합니다.

서버의 Root 디렉토리에 감시가 필요한 로그 파일을 저장하지 마십시오.

날짜 형식의 하위 디렉토리의 룰(regex 모드만 지원):

날짜 형식의 디렉토리는 DATE{}로 날짜 템플릿을 둘러싸야 하며, DATE는 대문자여야 합니다. 이하에서는 몇 가지 식별 가능한 날짜 템플릿 및 모니터링에 해당하는 파일 샘플 예시를 보여줍니다. 이에 국한되지 않고, 날짜 템플릿은 표준의 날짜 형식이면 됩니다.

/root/logbus_data/DATE{YYYY-MM-DD}/log.* ---> /root/logbus_data/2019-01-01/log.1
/root/logbus_data/DATE{YYMMDD}/log.*--->/Root/logbus_data/190101/log.1
/root/logbus_data/DATE{MM_DD_YYYY}/log.*--->/Root/logbus_data/01_01_2019/log.1
/root/logbus_data/DATE{MMDD}/log.--->/root/logbus_data/01*01/log.1

# 데이터 소스가 kafka인 경우

버전 1.5.2 이후, 파라미터KAFKA_TOPICS는 정규 표현식을 지원하지 않게 됩니다. 여러 토픽을 모니터링할 때, 클리어로 토픽을 구분할 수 있습니다. 여러 APP_ID가 있는 경우, 반각 콤마로 각 APP_ID의 모니터링 topic을 분할합니다. 파라미터KAFKA_GROUPID는 유일해야 합니다. 버전 1.5.3부터 파라미터KAFKA_OFFSET_RESET가 추가되어 Kafka의 파라미터kafka.consumer.auto.offset.reset를 설정할 수 있으며, 값은 earliest과 latest을 취할 수 있고, 기본적으로 earliest로 설정합니다.

주의: 데이터 소스의 Kafka 버전은 0.10.1.0 이상이어야 합니다.

단일 APP_ID 예제:

APPID=appid1

######kafka 설정 파일
#KAFKA_GROUPID=tga.group
#KAFKA_SERVERS=localhost:9092
#KAFKA_TOPICS=topic1 topic2
#KAFKA_OFFSET_RESET=earliest

클라우드 서비스를 선택：tencent/ali/huawei
#KAFKA_CLOUD_PROVIDER=
#KAFKA_INSTANCE=
#KAFKA_USERNAME=
#KAFKA_PASSWORD=

#SASL 인증
#KAFKA_JAAS_PATH=
#KAFKA_SECURITY_PROTOCOL=
#KAFKA_SASL_MECHANISM=

실예APP_ID샘플:

APPID=appid1,appid2

######kafka 설정 파일
#KAFKA_GROUPID=tga.group
#KAFKA_SERVERS=localhost:9092
#KAFKA_TOPICS=topic1 topic2,topic3 topic4
#KAFKA_OFFSET_RESET=earliest

클라우드 서비스를 선택：tencent/ali/huawei
#KAFKA_CLOUD_PROVIDER=
#KAFKA_INSTANCE=
#KAFKA_USERNAME=
#KAFKA_PASSWORD=

#SASL 인증
#KAFKA_JAAS_PATH=
#KAFKA_SECURITY_PROTOCOL=
#KAFKA_SASL_MECHANISM=

# 4.2 전송 파라미터의 설치(설치 필수)

##전송 설정
전송 업로드 URL

##http 전송은
PUSH_URL=http://ta-receiver.thinkingdata.io/logbus
##온프레미스 서비스를 사용하는 경우, 전송 URL을：http://데이터 수집 주소/logbus로 변경

##appid 체크를 유효하게 할까요, 디폴트는 비활성화입니다
#IS_CHECK_APPID=false

##1회당 최대 전송량
#BATCH=10000
##최소 전송 프리퀀시(단위: 초)
#INTERVAL_SECONDS=600
##전송 스레드 수, 실제 스레드 수는 설정의 스레드 수+1, 기본값은 2개의 스레드
#NUMTHREAD=1

## 각 데이터에 속성 uuid를 추가（켜면 전송 효율이 저하됨）
#IS_ADD_UUID=true

##파일 전송의 압축 형식: gzip, lzo, lz4, snappy, none
#COMPRESS_FORMAT=none

# 4.3 Flume의 메모리 파라미터 설치(설치 임의)

# 플룸 파이프라인 용량 설정
# 파이프라인 용량, 여기는 PC의 설정에 따라 결정한다.
CAPACITY=1000000

# 파이프라인에서 sink로의 전송량이 BATCH 파라미터보다 크다.
TRANSACTION_CAPACITY=10000

##flume의 최고 메모리를 지정하고, 단위는 M입니다.
#MAX_MEMORY=2048

# flume의 채널 설정 파일, 파일과 메모리가 있습니다(선택 사항, 기본값은 파일)
# CHANNEL_TYPE=file

# 4.4 감시 문서의 삭제 설치(설치 임의)

# 감시 디렉토리의 파일을 삭제. 주석의 삭제는 파일 삭제 기능을 켜는 것에 해당
# 일 단위(day) 또는 시간 단위(hour)로 삭제
# UNIT_REMOVE=hour
# 얼마나 오래된 파일을 삭제
# OFFSET_REMOVE=20
# 업로드된 감시 파일을 삭제. 몇 분 단위로 삭제.
# FREQUENCY_REMOVE=60

# 4.5 커스텀 분석기(설정 임의)

버전 1.5.9부터, 커스텀 데이터 분석을 지원합니다. 원본 데이터 형식과 TE 데이터 형식이 일치하지 않을 경우 변환 형식을 자체 정의할 수 있습니다.

액세스 상세는 다음과 같습니다：

다음 스크립트를 추가합니다：

Maven:

<dependency>
        <groupId>cn.thinkingdata.ta</groupId>
        <artifactId>logbus-custom-interceptor</artifactId>
        <version>1.0.3</version>
</dependency>

Gradle:

// https://mvnrepository.com/artifact/cn.thinkingdata.ta/logbus-custom-interceptor
compile group: 'cn.thinkingdata.ta', name: 'logbus-custom-interceptor', version: '1.0.3'

CustomInterceptor 인터페이스의 transFrom 메소드를 액세스합니다. 메소드의 첫 번째 파라미터는 원본 데이터 내용이고, 두 번째 파라미터는 소스입니다. (APP_ID를 구별하고 싶을 때 사용합니다. APP_ID로 구별합니다. 예를 들어, 하나의 APP_ID만을 설정하면, 소스는 r1이 되고, 여러 APP_ID를 설정하면, 소스는 r1, r2 순으로 됩니다.)

public interface CustomInterceptor {
    TaDataDo transFrom(String var1, String var2);
}

수행된 인터페이스 메소드는 다음과 같습니다：

public TaDataDo transFrom(String s, String s1) {
    return JSONObject.parseObject(s, TaDataDo.class);
}

다음 두 개의 필드를 설정합니다：

##다음의 두 필드는 커스텀 분석기를 사용합니다(두 필드 모두 설정해야 합니다)
##파서의 전체 한정 이름을 커스텀하고(패키지 이름+클래스 이름), 설정하지 않을 경우 기본 파서를 사용
#CUSTOM_INTERCEPTOR=cn.thinkingdata.demo.DemoCustomInterceptor
##커스텀 분석 대상 jar의 절대 경로(jar의 파일명을 포함하여)
#INTERCEPTOR_PATH=/var/interceptor/custom-interceptor-1.0-SNAPSHOT.jar

# 4.6 데이터 내의 #app_id에 의한 프로젝트 분할(설정 선택)

주의: 이 기능에는TE버전 3.1 같거나 크다가 필수입니다

##1.5.14부터 APPID_IN_DATA 설정을 추가. 사용 중 데이터의 #app_id로 프로젝트를 배분할 때, APPID_IN_DATA=true는 설정 가능합니다.
##APPID 설정은 필요 없으며, TAIL_FILE도 한 단계만 설정 가능
##주의: TE의 최소 버전은 3.1입니다
#APPID_IN_DATA=false

# 설정에 따라 해당 프로젝트에 자동으로 배포(설정 선택적)

##1.5.14는 이전 기능을 변경하고, TE3.1 이상의 버전과 함께 사용해야 합니다.
## 매핑할 속성 이름을 지정하고, 예를 들어 name, APPID_MAP 필드와 함께 사용해야 합니다
##APPID_MAP_ATTRIBUTE_NAME=name
##APPID와 속성 값의 대응 관계를 제공하며, 예를 들어 아래 설정은 데이터의 properties 필드의 name 필드 값이 a나 b일 때 데이터는 appid_1에 배포하고, c와 d일 때, appid_2에 배포
##APPID_MAP={"appid_1":["a","b"],"appid_2":["c","d"]}
##DEFAULT_APPID는 데이터에 name 필드 또는 name 필드의 가치가 없다면 위의 설정에 없는 경우에 배포하는 프로젝트를 나타냅니다
##DEFAULT_APPID=appid_3

# 4.8 설정 파일의 예

##################################################################################
## thinkingdata 데이터 분석 플랫폼의 데이터 수집 도구 logBus의 설정 파일
##주석이 없는 것은 필수 파라미터이고 주석이 있는 것은 선택 사항 파라미터는 자신의 상황에 맞게 적절한 설정을 하세요
##환경 조건: java8+, 자세한 내용은 tga 공식 사이트를 참조하십시오
##http://doc.thinkinggame.cn/tgamanual/installation/logbus_installation.html
##################################################################################

##APPID는 tga 공식 사이트의 token에 있습니다
##다른 APPID는 쉼표로 구분합니다
APPID=from_tga1,from_tga2

#-----------------------------------source----------------------------------------
######file-source
##LogBus는 데이터 파일이 위치한 경로와 파일 이름을 가져옵니다(파일 이름은 모호한 일치를 지원). 읽기 권한이 필요합니다.
##다른 APPID는 쉼표로 분할하고, 같은 APPID의 다른 디렉토리는 공백으로 분할합니다
##TAIL_FILE의 파일명은 java의 표준적인 정규 표현식과 와일드카드 둘 다를 지원
#TAIL_FILE=/path1/log.* /path2/txt.*,/path3/log.* /path4/log.* /path5/txt.*
##TAIL_MATCHER는 TAIL_FILE 경로의 모호한 매칭 모드를 지정합니다. regex는 정규 표현식이고 glob는 와일드카드입니다.
##regex는 정규 모드에서, java의 표준적인 정규 표현식을 지원한다. 그러나, 일차원의 디렉토리와 파일 이름의 애매한 매칭만 지원.
##glob은 와일드카드 모드에서, 다층의 디렉토리의 애매한 매칭을 지원하며, DATE{} 형식의 매칭을 지원하지 않습니다.
##미그룹화에서 regex 정규 표현식으로 매핑
#TAIL_MATCHER=regex

######kafka-source
##kafka,topics 정규 표현식을 사용
#KAFKA_GROUPID=tga.flume
#KAFKA_SERVERS=ip:port
#KAFKA_TOPICS=topicName
#KAFKA_OFFSET_RESET=earliest/latest


#------------------------------------sink-----------------------------------------
##전송 설정
전송 업로드 URL
##PUSH_URL=http://${업로드 URL}/logbus
##1회당 최대 전송량(지정된 수량에 도달하면 데이터 전송 지시를 내림)
#BATCH=1000
##최소 전송 프리퀀시(단위: 초)（시간이 지났지만, batch 수를 충족하지 않음. 현재 데이터량을 전송）
#INTERVAL_SECONDS=60

##### http 전송
##파일 전송의 압축 형식: gzip, lzo, lz4, snappy, none
#COMPRESS_FORMAT=none

#------------------------------------other-----------------------------------------
##감시 디렉토리의 파일을 삭제.주석을(반드시 아래의 2개의 필드와 함께 켜기)켜기.파일 삭제 기능을 켜는 것에 상당.1시간마다 파일 삭제 앱을 실행
##unit단위로 offet 이전의 파일을 삭제
## 어느 날부터 어제까지의 파일을 삭제
#OFFSET_REMOVE=
##일 단위(day) 또는 시간 단위(hour)로 삭제
#UNIT_REMOVE=

#------------------------------------interceptor-----------------------------------
##다음의 두 필드는 커스텀 분석기를 사용합니다(두 필드 모두 설정해야 합니다)
##파서의 전체 한정 이름을 커스텀하고(패키지 이름+클래스 이름), 설정하지 않을 경우 기본 파서를 사용
#CUSTOM_INTERCEPTOR=
##커스텀 분석기의 jar 위치
#INTERCEPTOR_PATH=

# 5、 LogBus의 스타트 이벤트

처음으로 스타트하기 전에, 다음의 체크를 해주세요.

Java 버전을 확인

bin 디렉토리에는 check_java와 logbus의 두 개의 스크립트가 있습니다.

check_java는 java 버전이 요구 사항을 충족하는지 감지하고, 스크립트를 실행합니다. java 버전이 충족되지 않는 경우 Java version is less than 1.8 또는 Can't find java, please install jre first.와 같은 힌트가 표시됩니다.

JDK 버전을 업그레이드할지, 아니면 다음 절을 참조하여 LogBus를 단독으로 JDK를 설치합니다.

LogBus의 독립 JDK 설치

LogBus가 노드를 설치할 때, 환경상의 이유로 JDK 버전이 LogBus의 요구 사항을 충족시키지 못하며, LogBus의 JDK 버전으로 교체할 수 없습니다. 이 경우에는 본 기능을 사용할 수 있습니다.

bin 디렉토리에 install_logbus_jdk.sh가 있습니다.

이 스크립트를 실행하면, LogBus 작업 디렉토리에 Java 디렉토리가 추가됩니다. LogBus는 미그룹화로 이 디렉토리의 JDK 환경을 사용합니다.

3.logBus.conf 설정을 완료하고, 파라미터 환경을 실행하여 명령을 확인합니다.

logBus.conf의 설정은, LogBus 설정를 참조하십시오.

설정이 완료되면 env 명령을 실행하여 설정 파라미터가 올바른지 확인합니다.

./logbus env

빨간색의 이상 정보를 출력하면 설정에 문제가 있다는 것을 나타내며, 위 그림과 같이 설정 파일에 예외가 없을 때까지 재수정할 필요가 있습니다.

LogBus.conf의 설정을 변경한 후,LogBus를 재시작하고, 새로운 설정을 유효하게 해야 합니다.

LogBus를 유효

./logbus start

시작에 성공하면, 위 그림과 같은 알림이 표시되고, 실패하면 비정상 정보가 표시됩니다.

# 6、LogBus 명령어의 액세스 상세

# 6.1 도움말 정보

파라미터, --help, -h가 없다면, 다음과 같은 도움말 정보가 표시됩니다.

LogBus의 커맨드를 소개합니다:

사용법: logbus <커맨드|보조 커맨드> [옵션]
질문: コマンド:
답변:
스타트 로그Bus 구동.
재시작 logBus재시작.
원스톱                                                         logBus엔드.
클리어 logBus의 읽기 기록을 리셋.
stop_force logBus엄격한 검증으로 인한 종료.
보조 명령：
환경 인증.
data_debug 디렉토리에 있는 파일의 데이터 형식의 상세 검증을 설정.
설정 정보를 동시 전시합니다.
버전을 표시.
업그레이드 logbus를 최신 버전으로 갱신합니다.
현재 파일의 전송 속도를 집계
상태 메모리 점유율, CPU 소모 등의 정보를 포함한 현재의 전송 속도를 집계.

선택 사항：
-appid <appid> 프로젝트 appid
-h,--help        도움말 파일을 표시하고, 종료.
-path <경로>     테스트 파일의 절대 경로를 지정
-url <url>       업로드 URL을 지정
계산 방법：
./logbus start                                                    logBus 오픈 서비스.
./logbus stop                                                     logBus시큐리티 센터 종료.
./logbus 재시작                                                  logBus再起動.
./logbus data_debug                                               디렉토리에 있는 파일의 데이터 형식의 상세 검증을 설정합니다.

# 6.2 파일 데이터 형식의 체크`data_debug`

LogBus를 처음 사용하는 경우, 데이터를 정식으로 업로드하기 전에 데이터 형식을 체크하는 것을 권장합니다. 데이터는 데이터 룰에 준수해야 하며, data_debug 커맨드로 데이터 형식의 체크를 실행합니다.

이 기능은 클러스터의 리소스를 소모하며, 매번 10000건을 제한합니다. 파일마다 검사량을 균등하게 나누어, 파일의 시작부터 검사를 진행합니다.

./logbus data_debug

데이터 형식이 올바른 경우, 다음 그림과 같이 데이터가 정확함을 나타냅니다.

데이터 형식에 문제가 있을 경우, 형식 오류를 경고하고 형식 오류의 포인트를 간단히 해석합니다.

# 6.3 설정 정보의 전개`show_conf`

show_conf 명령을 사용하여 다음 그림과 같이 LogBus의 설정 정보를 표시합니다.

./logbus show_conf

# 6.4 환경 체크의 유효`env`

env를 사용하여 시작 환경의 체크를 할 수 있습니다. 출력된 정보의 뒤에 별표가 붙어 있는 경우, 설정에 문제가 있다는 것을 나타내며, 별표의 힌트가 없어질 때까지 수정해야 합니다.

./logbus env

# 6.5 스타트 이벤트`start`

형식 검사, 데이터 채널 검사 및 환경 검사가 완료되면, LogBus를 시작하여 데이터의 업로드를 진행합니다. LogBus는 자동으로 파일에 새로운 데이터가 기록되고 있는지를 감지하고, 새로운 데이터가 있을 경우, 데이터를 업로드합니다.

./logbus start

# 질문: 6.6 프리즈`stop`

답변:

stop 명령어를 사용해 주세요.

./logbus stop

# 6.7 프리즈`stop_force`

실시간으로 LogBus를 중지하고 싶다면, stop_force 명령어를 사용하십시오. 그러나 이 명령어는 데이터를 잃을 가능성이 있습니다.

./logbus stop_force

# 6.8 재시작`restart`

restart 명령을 사용하여 LogBus를 재시작할 수 있습니다. 설정 파라미터를 수정한 후에 새로운 설정을 유효화합니다.

./logbus restart

# 6.9 클리어`reset`

reset 커맨드를 사용하여 LogBus를 리셋할 수 있으므로, 신중하게 사용해 주세요. 이 커맨드를 실행하면, 데이터의 전송 기록이 삭제되므로, LogBus가 다시 모든 데이터를 업로드합니다. 불명확한 조건에서 이 커맨드를 사용하면, 데이터가 중복될 가능성이 있습니다. TA 스태프와 연락을 취한 후 사용하는 것을 권장합니다.

./logbus reset

리셋 명령을 실행한 후, start을 실행하여 데이터 전송 툴을 재개해야 합니다.

LogBus 1.5.0 버전 이후, 아래의 확인 정보를 추가하고, 확인 후에 LogBus의 리셋을 시작합니다.

# 6.10 버전을 표시`version`

현재 사용하고 있는 LogBus의 버전 번호를 알고 싶다면 version 명령어를 사용합니다. LogBus에 이 명령어가 없다면 오래된 버전을 사용하고 있는 것입니다.

./logbus version

# 6.11 LogBus 버전의 업그레이드`update`

LogBus1.5.0은 온라인으로 버전을 업그레이드하는 기능이 추가되었으며, 이 명령을 실행하면 LogBus는 최신 버전으로 업그레이드됩니다.

./logbus update

# 6.12 현재 업로드 진행 상황 확인`progress`

LogBus1.5.9는 현재 업로드의 진행 상황을 확인하는 기능이 추가되었습니다. 이 명령을 실행하면, 현재 전송의 진행 상황을 확인할 수 있습니다. -appid를 사용하여 프로젝트를 지정하거나, 파일의 전체 경로명을 직접 추가하여 검색을 지정할 수 있습니다.

./logbus progress /data/logbus-1.log /data/logbus-2.log -appid {APPID}

# 6.13 LogBus의 자주 발생하는 온라인 문제 확인`doctor`

LogBus 버전 1.5.12는, logBus의 자주 발생하는 문제를 체크하는 커맨드가 추가되었으며, 이 커맨드를 실행하면 현재의 logBus에 문제가 있는지를 체크합니다.

./logbus doctor

# 6.14 LogBus의 현재 업로드 속도와 상태 확인`status`

LogBus1.5.13는 logBus의 현재 업로드 속도와 상태를 표시하는 명령이 추가되었으며, 이 명령을 실행하면 현재 logBus의 업로드 속도와 상태를 확인할 수 있습니다.

./logbus status

← LogBus2 사용 가이드 LogBus Windows 버전 사용 가이드 →