Sentry React Native 7.0.0-beta.1 版本深度解析
2025-06-29 06:27:42作者:冯爽妲Honey
Sentry 是一个流行的开源错误监控平台,而 Sentry React Native 是其专门为 React Native 应用开发的 SDK。这个 SDK 帮助开发者捕获、跟踪和修复 React Native 应用中的错误和性能问题。最新发布的 7.0.0-beta.1 版本带来了一系列重要的更新和改进,本文将深入解析这些变化。
版本升级注意事项
从 6.x 升级到 7.0 版本时,开发者需要注意以下几点:
- 这个版本主要基于 Sentry JavaScript SDK 版本 9 进行了 API 清理和版本支持变更
- 包含了一些行为上的改变,这些改变不会被类型检查器、linter 或测试捕获
- 建议仔细阅读完整的迁移指南,而不是依赖自动工具
- 兼容性方面,需要 Sentry 自托管版本 24.4.2 或更高版本
主要变更点
核心功能变更
- IP 地址处理:当
user.ip_address未定义且sendDefaultPii设置为 true 时,现在会自动设置为{{auto}} - 用户反馈 API:移除了
Sentry.captureUserFeedback,改用Sentry.captureFeedback
从 Sentry JS SDK v9 继承的主要变更
- 控制台集成:
captureConsoleIntegration捕获的异常现在默认标记为handled: true - 超时设置:
shutdownTimeout从core移动到了@sentry/react-native - 命名变更:
hasTracingEnabled重命名为hasSpansEnabled - Span 处理:在
beforeSendSpan钩子中不能再丢弃 spans 或返回 null - Scope 处理:如果自定义 scope 传递给
startSpanManual或startSpan,现在会 fork 这个 scope
移除的类型和功能
- 移除的类型:TransactionNamingScheme、Request、Scope(建议使用 Scope 类)
- 移除的选项:
autoSessionTracking(改用enableAutoSessionTracking)enableTracing(改用tracesSampleRate来控制)
- 其他移除:
getCurrentHub()、Hub和getCurrentHubShim()- 传播
context中的spanId - metrics API
@sentry/utils包(导出内容移到了@sentry/core)- 独立的
Client接口
新特性:实验性日志追踪支持
7.0.0-beta.1 版本引入了一个令人兴奋的实验性功能——日志追踪。开发者可以通过以下方式启用:
Sentry.init({
_experiments: {
enableLogs: true,
},
});
还可以通过 beforeSendLogs 来过滤收集的日志:
Sentry.init({
_experiments: {
enableLogs: true,
beforeSendLog: (log) => {
return log;
},
}
});
这个功能为开发者提供了更全面的应用监控能力,可以更好地理解应用运行时的行为。
其他重要变更
- 日志相关:暴露了
logger和consoleLoggingIntegration - Expo 支持:移除了在 Expo Go 检测中使用的已弃用
appOwnership常量 - 环境适配:在不支持的环境(如 Web、Expo Go)中禁用了 AppStart 和 NativeFrames
依赖项更新
Android SDK 从 v8.13.2 升级到了 v8.14.0,带来了底层性能改进和新功能支持。
自托管建议
对于使用自托管 Sentry 的用户,建议升级到 25.2.0 或更高版本以获得最佳兼容性和功能支持。
总结
Sentry React Native 7.0.0-beta.1 版本标志着这个 SDK 的一个重要里程碑。它不仅带来了 API 的清理和现代化,还引入了实验性的日志追踪功能,为 React Native 开发者提供了更强大的错误监控和性能分析工具。虽然这个版本包含了一些破坏性变更,但它们大多是为了 API 的一致性和未来扩展性考虑。
对于正在使用 Sentry React Native 的团队,建议在测试环境中充分验证这个 beta 版本,为即将到来的正式版升级做好准备。特别是要注意那些不会在类型检查或测试中显现的行为变更,确保它们不会影响现有的监控流程。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-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
最新内容推荐
操作系统概念第六版PDF资源全面指南:适用场景与使用教程 RadiAnt DICOM Viewer 2021.2:专业医学影像阅片软件的全面指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Python Django图书借阅管理系统:高效智能的图书馆管理解决方案 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
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
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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