ASP.NET Boilerplate 项目中 Application Insights 异常捕获问题解析
2025-05-19 12:38:50作者:滕妙奇
问题背景
在 ASP.NET Boilerplate 8.0 版本项目中,开发者在集成 Application Insights 时遇到了异常信息未被正确捕获的问题。虽然日志文件(log4net)中能够看到完整的异常信息,但这些信息却未能成功传输到 Application Insights 服务中。
解决方案分析
正确的集成方式
要解决 Application Insights 在 ASP.NET Boilerplate 项目中无法捕获异常的问题,需要按照以下步骤进行正确配置:
-
添加必要的 NuGet 包:
- 首先需要安装
Microsoft.ApplicationInsights.AspNetCore
包,这是 Application Insights 与 ASP.NET Core 应用集成的基础包
- 首先需要安装
-
配置连接字符串: 在
appsettings.json
配置文件中添加 Application Insights 的连接字符串配置:"ApplicationInsights": { "ConnectionString": "你的Application Insights连接字符串" }
-
服务注册: 在
Startup.cs
文件的ConfigureServices
方法中添加以下代码:var options = new ApplicationInsightsServiceOptions { ConnectionString = _appConfiguration["ApplicationInsights:ConnectionString"] }; services.AddApplicationInsightsTelemetry(options);
注意事项
-
连接字符串获取:连接字符串可以在 Azure 门户中 Application Insights 资源的"概览"或"属性"部分找到
-
自动收集功能:
AddApplicationInsightsTelemetry
方法会自动配置 Application Insights 收集以下信息:- 请求数据
- 异常信息
- 性能指标
- 依赖调用
-
日志级别:确保日志级别设置正确,Application Insights 默认会捕获 Warning 级别及以上的日志
深入理解
为什么 Log4Net 能记录而 Application Insights 不能
这个问题通常源于以下原因:
- 集成方式不当:直接使用 Log4Net Appender 可能无法捕获框架层面的异常
- 配置缺失:缺少必要的服务注册或配置
- 日志管道差异:ASP.NET Boilerplate 的异常处理机制与 Application Insights 的集成需要特定配置
最佳实践建议
- 使用官方推荐的集成方式:优先使用
Microsoft.ApplicationInsights.AspNetCore
包而非 Log4Net Appender - 验证配置:部署后检查 Application Insights 中是否收到任何数据
- 自定义异常处理:对于特殊需求,可以继承
IExceptionFilter
实现自定义异常处理逻辑
通过以上配置,ASP.NET Boilerplate 项目中的异常信息将能够正确传输到 Application Insights 服务,为开发者提供更全面的应用监控能力。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0369Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++095AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
195
2.17 K

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

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
78
72

🎉 (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
973
574

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++
549
79

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
349
1.36 K

喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
17
0

React Native鸿蒙化仓库
C++
207
284

🔥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
60
17