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 StartedRust099- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
跨系统应用融合:APK Installer实现Windows环境下安卓应用运行的技术路径探索如何用OpCore Simplify构建稳定黑苹果系统?掌握这3大核心策略ComfyUI-LTXVideo实战攻略:3大核心场景的视频生成解决方案告别3小时抠像噩梦:AI如何让人人都能制作电影级视频Anki Connect:知识管理与学习自动化的API集成方案Laigter法线贴图生成工具零基础实战指南:提升2D游戏视觉效率全攻略如何用智能助手实现高效微信自动回复?全方位指南3步打造高效游戏自动化工具:从入门到精通的智能辅助方案掌握语音分割:从入门到实战的完整路径开源翻译平台完全指南:从搭建到精通自托管翻译服务
项目优选
收起
暂无描述
Dockerfile
710
4.51 K
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
578
99
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++
958
955
deepin linux kernel
C
28
16
🎉 (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
1.61 K
942
Ascend Extension for PyTorch
Python
573
694
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116
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
414
339
暂无简介
Dart
952
235
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
12
2