PresentMon项目日志系统重构:从GLOG到自定义日志方案
2025-07-05 09:25:35作者:毕习沙Eudora
背景与问题分析
在GameTechDev的PresentMon项目中,日志系统是监控和调试的重要组成部分。项目原本采用Google的GLOG库作为日志解决方案,但随着项目发展,GLOG逐渐暴露出一些限制:
- 版本兼容性问题:vcpkg基线版本更新后,新版GLOG与现有代码不兼容
- 功能冗余:项目已实现通用工具日志系统,GLOG变得不再必要
- 灵活性不足:GLOG的配置和使用方式较为固定,难以定制
技术方案设计
自定义日志系统架构
新的日志系统采用分层设计:
- 流式接口层:继承自ostringstream,提供类似GLOG的流式日志输出体验
- 日志构建层:通过EntryBuilder类构造日志条目,支持链式调用
- 输出处理层:负责日志的格式化、过滤和最终输出
关键技术实现
- 流式接口适配:
class LogStream : public std::ostringstream {
public:
explicit LogStream(LogLevel level);
~LogStream() override;
// 其他必要接口...
};
- GLOG宏兼容层:
#define LOG(severity) LogStream(LogLevel::severity)
#define LOG_IF(severity, condition) \
!(condition) ? (void)0 : ::LogVoidify() & LOG(severity)
- 日志级别映射:
enum class LogLevel {
INFO,
WARNING,
ERROR,
FATAL
};
迁移实施步骤
- 接口适配:创建兼容GLOG接口的自定义日志流
- 宏替换:用自定义宏替换所有GLOG的LOG和LOG_IF宏
- 配置清理:移除所有GLOG特有的配置代码
- 依赖移除:从vcpkg清单中删除glog和gflags依赖
- 字符集统一:将日志系统转换为窄字符集,保持与原有日志行的兼容性
技术优势
- 更好的版本控制:消除第三方库版本兼容性问题
- 更高的性能:移除不必要的日志处理开销
- 更强的可定制性:可根据项目需求灵活调整日志格式和行为
- 更简洁的依赖:减少项目的外部依赖,降低构建复杂度
实施效果
迁移完成后,PresentMon项目获得了:
- 更稳定的日志系统,不受第三方库更新影响
- 更一致的日志体验,所有组件使用统一的日志接口
- 更高效的日志处理,去除了GLOG的额外抽象层
- 更干净的代码库,减少了不必要的依赖和配置代码
经验总结
这次日志系统重构展示了技术债务管理的重要性。通过及时识别和解决依赖问题,项目保持了良好的可维护性和可扩展性。自定义解决方案虽然需要初期投入,但长期来看提供了更好的控制权和灵活性,特别适合像PresentMon这样对性能有要求的系统级监控工具。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C077
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0131
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
最新内容推荐
Python Django图书借阅管理系统:高效智能的图书馆管理解决方案 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 RadiAnt DICOM Viewer 2021.2:专业医学影像阅片软件的全面指南 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
462
3.44 K
Ascend Extension for PyTorch
Python
269
309
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
188
77
暂无简介
Dart
714
171
React Native鸿蒙化仓库
JavaScript
284
331
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++
843
421
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
105
119
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
10
1
🎉 (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
1.26 K
692