Serilog 与 ASP.NET Core 集成教程
2024-09-28 13:26:16作者:郜逊炳
1. 目录结构及介绍
Serilog.AspNetCore 是一个用于将 ASP.NET Core 应用的日志集成到 Serilog 的扩展库。下面是这个项目的主要目录结构概览:
- assets:可能存放一些示例资源或工具。
- samples/Samples:包含示例应用代码,演示如何在实际项目中使用 Serilog 与 ASP.NET Core 的集成。
- src/Serilog.AspNetCore:主要的源码目录,包含了所有实现 Serilog 在 ASP.NET Core 中集成的核心类。
- test/Serilog.AspNetCore.Tests:测试目录,确保库功能正常工作的单元测试。
- .gitattributes, .gitignore: 版本控制相关的配置文件。
- appveyor.yml, build.sh, global.json, setup.ps1: 构建脚本和其他CI/CD相关配置。
- LICENSE, README.md:项目许可协议以及快速入门指南。
- serilog-aspnetcore.sln, serilog-aspnetcore.sln.DotSettings: 解决方案文件及Visual Studio设置。
2. 项目的启动文件介绍
在 ASP.NET Core 应用中,启动流程通常始于 Program.cs 文件。对于集成 Serilog,你需要在这个文件中先配置 Serilog,然后构建你的应用。一个典型的配置过程如下:
using Serilog;
...
public static void Main(string[] args)
{
Log.Logger = new LoggerConfiguration()
.WriteTo.Console() // 输出日志到控制台
.CreateLogger();
try
{
Log.Information("Starting web application");
var builder = WebApplicationBuilder.Create(args);
// 添加 Serilog 到服务容器
builder.Services.AddSerilog();
var app = builder.Build();
// 设置路由等其他配置
app.MapGet("/", () => "Hello World!");
app.Run();
}
catch (Exception ex)
{
Log.Fatal(ex, "Application terminated unexpectedly");
}
finally
{
Log.CloseAndFlush();
}
}
这里,通过 Log.Logger 初始化配置了 Serilog,并通过 AddSerilog() 方法将其添加到 DI 容器中,以便全局使用。
3. 项目的配置文件介绍
对于 Serilog 与 ASP.NET Core 的集成,配置可以是代码内的,也可以来自外部配置文件如 appsettings.json。基本配置通常不需要直接修改库本身的配置文件,而是调整你的应用配置来控制日志行为。
appsettings.json 示例片段:
{
"Logging": {
"LogLevel": {
"Default": "Information",
"Microsoft": "Warning",
"Microsoft.Hosting.Lifetime": "Information"
}
},
...
}
在 Serilog 的上下文中,你可能会在配置之前或之后进行更复杂的Serilog设置,例如:
var loggerConfig = new LoggerConfiguration()
.ReadFrom.Configuration(builder.Configuration); // 从appsettings读取配置
// 这里还可以添加更多的Serilog特有配置
Log.Logger = loggerConfig.CreateLogger();
记住,为了启用Serilog的智能请求日志记录(如果需要),你还需要在配置完Serilog后,在中间件链中调用 UseSerilogRequestLogging()。
以上就是使用 Serilog 于 ASP.NET Core 应用的基本步骤和配置概述。实际使用时,可根据具体需求调整配置细节。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
245
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
暂无简介
Dart
672
157
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++
661
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217