FastEndpoints项目中的全局异常处理与请求DTO捕获实践
2025-06-08 06:51:52作者:秋阔奎Evelyn
引言
在FastEndpoints项目中,开发者经常需要处理API请求过程中的异常情况,并记录相关日志以便后续分析。本文将探讨如何在FastEndpoints框架中实现全局异常处理,并捕获请求DTO信息用于错误日志记录。
问题背景
在API开发中,异常处理是一个关键环节。开发者通常希望:
- 捕获请求过程中发生的异常
- 记录请求的具体内容(包括请求DTO)
- 保持原有的异常处理流程不变
在FastEndpoints项目中,最初尝试使用.NET 7引入的IEndpointFilter接口来实现这一功能,但在实践中发现无法直接获取请求DTO对象。
解决方案演进
初始方案:IEndpointFilter尝试
最初尝试使用IEndpointFilter接口,类似于MediatR中的管道行为(IPipelineBehavior):
public class PermissiveExceptionFilter : IEndpointFilter
{
public async ValueTask<object?> InvokeAsync(EndpointFilterInvocationContext context, EndpointFilterDelegate next)
{
try
{
return await next(context);
}
catch (Exception exception)
{
var requestDto = context.GetArgument<BaseRequest>(0); // 尝试获取请求DTO
// 记录错误日志...
throw; // 保持原有异常处理
}
}
}
然而这种方法在FastEndpoints中无法直接获取到请求DTO对象。
最终方案:IGlobalPostProcessor实现
FastEndpoints提供了更合适的解决方案——使用IGlobalPostProcessor接口:
public class PermissiveExceptionPostProcessor : IGlobalPostProcessor
{
public async Task PostProcessAsync(IPostProcessorContext context, CancellationToken ct)
{
if (!context.HasExceptionOccurred) return;
if (context.Request is BaseRequest requestDto)
{
// 从DI容器解析所需服务
var dbContext = context.HttpContext.Resolve<PostgresDbContext>();
var errorLogRepository = context.HttpContext.Resolve<IGenericRepositoryBase<ErrorLog>>();
try
{
var exception = context.ExceptionDispatchInfo.SourceException;
var errorLog = new ErrorLog(timeProvider, requestDto, exception);
await errorLogRepository.AddAsync(errorLog, ct);
await dbContext.SaveChangesAsync(ct);
}
catch (Exception e)
{
logger.LogError(e, e.Message);
}
}
context.ExceptionDispatchInfo.Throw();
}
}
技术要点解析
-
请求上下文访问:
- 通过IPostProcessorContext可以访问完整的请求上下文
- context.Request属性直接提供了请求DTO对象
-
服务解析:
- 使用context.HttpContext.Resolve()方法从DI容器获取所需服务
- 避免了构造函数注入可能带来的循环依赖问题
-
异常处理:
- 通过HasExceptionOccurred判断是否有异常发生
- ExceptionDispatchInfo提供了原始异常信息
- 最后调用Throw()保持原有异常处理流程
-
请求DTO处理:
- 定义BaseRequest基类,所有请求DTO继承自它
- 通过类型检查确保安全访问请求DTO
最佳实践建议
-
处理器选择:
- 在FastEndpoints中,优先考虑使用预处理器(PreProcessor)和后处理器(PostProcessor)
- 仅在特定场景下使用IEndpointFilter
-
日志记录设计:
- 将请求DTO、异常信息和时间戳一起记录
- 考虑使用结构化日志以便后续分析
-
错误处理策略:
- 保持原有异常处理流程不变(context.ExceptionDispatchInfo.Throw())
- 内部错误处理使用try-catch块,避免影响主流程
-
性能考虑:
- 异步保存日志到数据库
- 考虑使用后台队列处理非关键日志
总结
在FastEndpoints项目中实现全局异常处理和请求DTO捕获,使用IGlobalPostProcessor接口是最佳选择。这种方法不仅能够访问完整的请求上下文和DTO对象,还能与FastEndpoints的依赖注入系统良好集成。通过定义请求DTO基类和合理设计错误日志结构,可以构建出强大而灵活的异常处理系统。
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
Ascend Extension for PyTorch
Python
647
795
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
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
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
1.18 K
152
deepin linux kernel
C
30
16
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
146
237
暂无简介
Dart
984
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989