Sentry-Python 项目中 ASGI 集成覆盖自定义事务的问题解析
2025-07-05 15:42:40作者:柏廷章Berta
在 Sentry-Python 项目中,当开发者尝试为 FastAPI/Starlette 应用添加自定义事务(Transaction)时,可能会遇到 ASGI 集成层自动覆盖手动创建的事务的问题。本文将深入分析该问题的技术背景、产生原因及解决方案。
问题现象
开发者在 FastAPI 应用中通过以下方式创建自定义事务:
scope = sentry_sdk.get_current_scope()
transaction = scope.start_transaction(
name="ttr",
op="function",
start_timestamp=timestamp,
)
scope.span = transaction
但最终在 Sentry 控制台看到的却是 ASGI 自动生成的 /sessions/{session_id} 事务名称(对应 WebSocket 端点),而非预期的 "ttr"。
技术背景
Sentry 事务机制
Sentry 的事务(Transaction)用于追踪代码执行路径和性能指标。在 Python SDK 中,可以通过以下两种方式创建:
- 显式创建:通过
start_transaction()方法 - 框架自动创建:通过 ASGI/WSGI 等集成自动捕获 HTTP 请求
ASGI 集成的工作流程
ASGI 中间件会在请求处理前后自动创建事务,其核心逻辑包括:
- 请求开始时创建根事务
- 根据路由信息设置默认事务名称
- 通过事件处理器(event_processor)最终确定事务属性
问题根源
在 asgi.py 的事件处理器中存在以下关键逻辑:
already_set = event["transaction"] != _DEFAULT_TRANSACTION_NAME and event[
"transaction_info"
].get("source") in [
TRANSACTION_SOURCE_COMPONENT,
TRANSACTION_SOURCE_ROUTE,
]
这段代码错误地将 TRANSACTION_SOURCE_CUSTOM 类型的事务视为未设置状态,导致自定义事务名称被 ASGI 的默认命名规则覆盖。
解决方案
临时解决方案
对于不需要新建事务的场景,可以直接修改当前事务属性:
from sentry_sdk.tracing import TRANSACTION_SOURCE_CUSTOM
sentry_sdk.get_current_scope().set_transaction_name(
"my_custom_transaction",
source=TRANSACTION_SOURCE_CUSTOM
)
长期解决方案
该问题已被确认为 Bug 并标记为已修复。建议升级到包含修复的 Sentry-Python 版本。
高级应用场景
对于 WebSocket 等高频率消息处理场景,建议通过采样控制减少性能开销:
def traces_sampler(sampling_context):
if sampling_context["asgi_scope"]["type"] == "websocket":
return 0.0 # 完全禁用 WebSocket 事务
return 1.0
sentry_sdk.init(traces_sampler=traces_sampler)
最佳实践建议
- 优先使用
set_transaction_name而非手动创建事务 - 对于性能敏感场景,合理配置采样率
- 自定义事务时明确指定 source 参数
- 定期更新 SDK 以获取最新的稳定性修复
通过理解这些底层机制,开发者可以更有效地利用 Sentry 进行应用性能监控和错误追踪。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
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
1.1 K
611
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++
1.01 K
1.01 K
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
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253