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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
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
1
暂无简介
Dart
801
199
🎉 (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
1.37 K
781
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
24
0
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
350
203
Ascend Extension for PyTorch
Python
379
453
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1