Audit.NET 实战:如何优化API请求日志记录与异常处理
2025-07-01 04:55:51作者:宣聪麟
引言
在现代Web应用开发中,完善的日志记录系统对于问题排查和系统监控至关重要。Audit.NET作为一个强大的审计日志框架,为.NET开发者提供了灵活的日志记录能力。本文将深入探讨如何优化API请求的日志记录策略,特别是针对不同HTTP方法和响应状态码的特殊处理。
核心问题分析
在实现API请求日志记录时,我们通常会遇到几个典型问题:
- 对于GET和HEAD等只读请求,是否需要记录完整的请求和响应体
- 对于204 No Content响应,如何处理响应体记录
- 如何避免因日志数据过大导致的存储异常
解决方案实现
1. 选择性日志记录策略
通过Audit.NET的配置,我们可以精确控制哪些请求需要被记录:
app.UseAuditMiddleware(cfg =>
{
// 排除GET和HEAD方法的请求
cfg.FilterByRequest(rq => rq.Method != HttpMethods.Get && rq.Method != HttpMethods.Head)
.WithEventType("{verb}.{controller}.{action}")
.IncludeRequestBody()
// 排除204状态码的响应体
.IncludeResponseBody(c => c.Response.StatusCode != (int)HttpStatusCode.NoContent);
});
2. 使用全局过滤器替代中间件
更优雅的解决方案是使用AuditApiGlobalFilter,它提供了更精细的控制:
options.Filters.Add(new AuditApiGlobalFilter(f => f
.LogRequestIf(rq => rq.Method != HttpMethods.Get && rq.Method != HttpMethods.Head)
.WithEventType("{verb}.{controller}.{action}")
.IncludeRequestBody()
.IncludeResponseBody(p => p.HttpContext.Response.StatusCode != (int)HttpStatusCode.NoContent)
));
这种方法避免了不必要的中间件处理,直接在动作过滤器层面实现日志控制。
3. 大数据量处理策略
对于可能产生大体积请求/响应体的场景,我们需要实现智能截断:
Configuration.AddCustomAction(ActionType.OnEventSaving, scope =>
{
var action = scope.GetWebApiAuditAction();
// 处理超大请求体
if (action?.RequestBody?.Value != null && action.RequestBody.Length > 32000)
{
action.RequestBody.Value = action.RequestBody.Value is string stringValue
? (ExtractFileNameFromContent(stringValue) == "unknown"
? "Request content too long..."
: $"File: {fileName}")
: "Request content too long...";
}
// 处理超大响应体
if (action?.ResponseBody?.Value != null && action.ResponseBody.Length > 16384)
{
action.ResponseBody.Value = "too long...";
}
// 其他可能的大数据字段处理
action.Exception = action.Exception?[0..1000];
// 处理表单变量
foreach (var k in action.FormVariables.Keys)
{
if (action.FormVariables[k].Length > 1000)
{
action.FormVariables[k] = action.FormVariables[k][0..1000];
}
}
// 处理请求头
foreach (var k in action.Headers.Keys)
{
if (action.Headers[k].Length > 1000)
{
action.Headers[k] = action.Headers[k][0..1000];
}
}
});
最佳实践建议
- 性能考量:对于高频API,建议完全排除GET/HEAD方法的日志记录,减少I/O压力
- 存储优化:实现智能截断策略前,应先分析典型请求大小分布,设置合理的阈值
- 异常处理:确保日志系统本身不会因记录日志而引发新的异常
- 上下文保留:即使截断大内容,也应保留足够的问题诊断信息
- 安全考虑:敏感信息应在记录前进行脱敏处理
总结
通过合理配置Audit.NET,我们可以构建一个既全面又高效的API请求日志系统。关键在于理解不同HTTP方法和状态码的特点,并针对性地实施记录策略。大数据量的智能处理和安全考量也是不可忽视的重要环节。本文提供的解决方案在实际项目中经过验证,能够有效平衡日志完整性和系统性能的需求。
对于更复杂的场景,开发者可以进一步扩展自定义动作,实现更精细的日志控制策略,如基于用户角色、API端点等维度的差异化记录配置。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- 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
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-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++0113AI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).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南 Jetson TX2开发板官方资源完全指南:从入门到精通 WebVideoDownloader:高效网页视频抓取工具全面使用指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
217
2.23 K

暂无简介
Dart
523
116

React Native鸿蒙化仓库
JavaScript
210
285

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

🎉 (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
982
580

Ascend Extension for PyTorch
Python
67
97

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++
564
87

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
399

GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
33
0