node-loggly 项目技术文档
2024-12-20 22:46:10作者:袁立春Spencer
1. 安装指南
安装 npm (Node Package Manager)
首先,确保你已经安装了 Node.js 和 npm。如果尚未安装,可以通过以下命令安装 npm:
$ curl http://npmjs.org/install.sh | sh
安装 node-loggly
使用 npm 安装 node-loggly 包:
$ npm install loggly
2. 项目的使用说明
创建 Loggly 客户端
在使用 node-loggly 之前,你需要创建一个带有有效凭证的客户端。以下是创建客户端的示例代码:
var loggly = require('loggly');
var client = loggly.createClient({
token: "your-really-long-input-token",
subdomain: "your-subdomain",
auth: {
username: "your-username",
password: "your-password"
},
// 可选:发送每条日志消息时附加的标签
tags: ['global-tag']
});
日志记录
你可以通过两种方式将日志信息发送到 Loggly。第一种方式是直接调用 client.log 方法,并传入一个输入令牌:
client.log('127.0.0.1 - Theres no place like home', function (err, result) {
// 日志记录完成后执行的操作
});
如果不需要回调函数,可以使用“触发即忘”的方式:
client.log('127.0.0.1 - Theres no place like home');
使用标签记录日志
如果你使用 Loggly 的标签功能,可以在 log 方法的第二个参数中传入一个标签数组:
client.log('127.0.0.1 - Theres no place like home', [ 'dorothy' ], function (err, result) {
// 日志记录完成后执行的操作
});
注意:传递给 log 方法的标签将与全局标签合并。
记录浅层 JSON 对象为字符串
除了记录纯字符串外,还可以传递浅层 JSON 对象(即没有嵌套对象)到 client.log 方法中,这些对象将被转换为 Loggly 推荐的字符串表示形式:
var source = {
foo: 1,
bar: 2,
buzz: 3
};
client.log(source);
这将记录为:
foo=1,bar=2,buzz=3
记录 JSON 对象
你还可以使用 Loggly 的新 JSON 功能记录复杂对象。只需在配置中添加 json: true 即可启用 JSON 功能:
var config = {
subdomain: "your-subdomain",
auth: {
username: "your-username",
password: "your-password"
},
json: true
};
启用 JSON 标志后,对象将在传输到 Loggly 之前使用 JSON.stringify 转换为 JSON 格式:
var source = {
foo: 1,
bar: 2,
buzz: {
sheep: 'jumped',
times: 10
}
};
client.log(source);
这将记录为:
{ "foo": 1, "bar": 2, "buzz": {"sheep": "jumped", "times": 10 }}
记录数组
你可以发送数组,这将导致一次请求发送到 Loggly:
client.log([ {iam:'number 1'}, {iam:'number 2'} ]);
搜索日志
使用 node-loggly 进行搜索非常简单。只需在 Loggly 客户端上使用 search() 方法:
var util = require('util');
client.search('404', function (err, results) {
// 检查结果集
console.dir(results.events);
});
search() 方法还可以接受一个对象参数,允许你设置额外的搜索参数,如 rows、from、until 等:
var util = require('util');
client.search({ query: '404', rows: 10 })
.run(function (err, results) {
// 检查结果集
console.dir(results.events);
});
3. 项目API使用文档
创建客户端
- 方法:
loggly.createClient(config) - 参数:
config: 包含token、subdomain、auth等配置的对象。
- 返回值: Loggly 客户端实例。
记录日志
- 方法:
client.log(message, [tags], [callback]) - 参数:
message: 要记录的消息或对象。tags: 可选,标签数组。callback: 可选,日志记录完成后的回调函数。
搜索日志
- 方法:
client.search(query, [options], callback) - 参数:
query: 搜索查询字符串。options: 可选,包含额外搜索参数的对象。callback: 搜索完成后的回调函数。
4. 项目安装方式
安装 npm
$ curl http://npmjs.org/install.sh | sh
安装 node-loggly
$ npm install loggly
通过以上步骤,你可以成功安装并使用 node-loggly 项目进行日志记录和搜索。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
308
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.82 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
879