Sentry React Native 7.0.0-beta.1 版本深度解析
2025-06-29 03:15:39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
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- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-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。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
271
2.56 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
222
302
Ascend Extension for PyTorch
Python
103
130
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++
597
157
暂无简介
Dart
561
125
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
224
14
🎉 (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
1.03 K
606
仓颉编译器源码及 cjdb 调试工具。
C++
118
95
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
443