우분투 아파치 사용 로그 보기 실습 데이터

  우분투 아파치 서버에서 나의 블로그 소스코드를 돌렸는지, 확인 해 볼 것이다. 

아래 명령어를 치면 로그들이 나온다. 

$ find /var/log/apache2/access.log | xargs grep -r --color=auto -n   'xlsx'

1875:192.168.0.1 - - [10/May/2021:19:32:49 +0900] "GET /dataset/apt.xlsx HTTP/1.1" 200 18691601 "-" "R (4.0.5 x86_64-pc-linux-gnu x86_64 linux-gnu)"

1876:192.168.0.1 - - [10/May/2021:19:43:19 +0900] "GET /dataset/apt.xlsx HTTP/1.1" 200 18691601 "-" "RStudio Server (1.4.1106); R (4.0.5 x86_64-pc-linux-gnu x86_64 linux-gnu)"

1877:192.168.0.1 - - [10/May/2021:19:48:10 +0900] "GET /dataset/apt.xlsx HTTP/1.1" 200 18691601 "-" "R (4.0.5 x86_64-pc-linux-gnu x86_64 linux-gnu)"

1878:192.168.0.1 - - [10/May/2021:20:01:06 +0900] "GET /dataset/apt.xlsx HTTP/1.1" 200 18691601 "-" "R (4.0.5 x86_64-pc-linux-gnu x86_64 linux-gnu)"

1879:192.168.0.1 - - [10/May/2021:20:07:52 +0900] "GET /dataset/apt.xlsx HTTP/1.1" 200 18691601 "-" "R (4.0.5 x86_64-pc-linux-gnu x86_64 linux-gnu)"

1880:192.168.0.1 - - [10/May/2021:20:35:12 +0900] "GET /dataset/apt.xlsx HTTP/1.1" 200 18691601 "-" "R (4.0.5 x86_64-pc-linux-gnu x86_64 linux-gnu)"

1885:192.168.0.1 - - [10/May/2021:21:08:44 +0900] "GET /dataset/apt.xlsx HTTP/1.1" 200 18691601 "-" "RStudio Server (1.4.1106); R (4.0.5 x86_64-pc-linux-gnu x86_64 linux-gnu)"

1886:192.168.0.1 - - [10/May/2021:21:09:16 +0900] "GET /dataset/apt.xlsx HTTP/1.1" 200 18691601 "-" "R (4.0.5 x86_64-pc-linux-gnu x86_64 linux-gnu)"

1890:192.168.0.1 - - [10/May/2021:21:30:54 +0900] "GET /dataset/apt.xlsx HTTP/1.1" 200 18691601 "-" "RStudio Desktop (1.4.1106); R (4.0.5 x86_64-w64-mingw32 x86_64 mingw32)"

1892:192.168.0.1 - - [10/May/2021:21:35:27 +0900] "GET /dataset/apt.xlsx HTTP/1.1" 200 18691601 "-" "RStudio Desktop (1.4.1106); R (4.0.5 x86_64-w64-mingw32 x86_64 mingw32)"


그리고 텍스트 파일로 만들고 싶으면 아래와 같이 한다. 

$ find /var/log/apache2/access.log | xargs grep -r --color=auto -n   'apt.xlsx' &> result.txt


나중에 이것은 R에서 데이터를 import 하여,  데이터를 파싱 한 다음 Rshiny에서 보여줄 예정 이다. 

댓글 없음:

댓글 쓰기

[주식 클로드 자동매매 프로젝트] 제2편. 데이터 인프라 구축 — 모델보다 데이터가 먼저다

 머신러닝 모델을 이야기하기 전에, 그 모델이 먹는 데이터가 어디서 어떻게 왔는지부터 정직하게 밝혀야 한다. 이 프로젝트에서 가장 많은 시간이 들어간 부분은 화려한 모델 튜닝이 아니라, "내가 정말 그 데이터를 갖고 있는가"를 확인하...