在Egg.js项目中集成Bull-Board监控面板的实践指南
2025-06-29 12:53:36作者:盛欣凯Ernestine
Bull-Board是一个优秀的Bull/BullMQ任务队列可视化监控工具,基于Koa.js开发。本文将详细介绍如何在Egg.js框架中正确集成Bull-Board监控面板,解决常见的视图渲染问题。
问题背景
Egg.js作为基于Koa.js的企业级Node.js框架,其视图渲染机制与原生Koa有所不同。当开发者尝试在Egg.js项目中直接使用Bull-Board的KoaAdapter时,会遇到"Can't find index.ejs"的错误提示。这是因为Egg.js的视图管理系统与Bull-Board默认的视图配置存在冲突。
解决方案
1. 基础配置
首先确保安装必要的依赖包:
- @bull-board/api
- @bull-board/koa
- bullmq
2. 自定义视图配置
关键点在于需要为Bull-Board提供独立的视图配置,绕过Egg.js的默认视图管理系统。以下是完整的实现方案:
'use strict';
const { createBullBoard } = require('@bull-board/api');
const { BullMQAdapter } = require('@bull-board/api/bullMQAdapter');
const { KoaAdapter } = require('@bull-board/koa');
const { Queue: QueueMQ } = require('bullmq');
const path = require('path');
const views = require('koa-views');
class AppBootHook {
constructor(app) {
this.app = app;
}
async serverDidReady() {
const connection = {
// 你的Redis连接配置
};
const queues = [
new BullMQAdapter(new QueueMQ('test', { connection }))
];
const serverAdapter = new KoaAdapter();
serverAdapter.setBasePath('/bull-board');
// 关键配置:自定义视图路径
const bullBoardRouter = serverAdapter.registerPlugin();
bullBoardRouter.use(views(path.join(__dirname, '../node_modules/@bull-board/ui/dist')));
createBullBoard({ queues, serverAdapter });
await this.app.use(bullBoardRouter);
}
}
module.exports = AppBootHook;
实现原理
-
视图路径问题:Bull-Board默认会从@bull-board/ui包中加载视图模板,但Egg.js的视图管理系统会尝试从项目根目录查找。
-
中间件顺序:通过手动添加koa-views中间件,并明确指定视图路径,可以确保Bull-Board能够正确找到其UI资源。
-
路由隔离:将Bull-Board的路由挂载到特定路径下(/bull-board),避免与其他路由冲突。
最佳实践建议
-
生产环境安全:建议在生产环境中添加身份验证中间件,保护监控面板。
-
多队列管理:可以根据需要监控多个队列,只需在queues数组中添加更多适配器实例。
-
性能监控:结合BullMQ的指标系统,可以扩展监控面板显示更多性能数据。
-
自定义UI:通过修改视图模板,可以实现监控面板的个性化定制。
通过以上方案,开发者可以在Egg.js项目中无缝集成Bull-Board监控功能,实现对任务队列的可视化管理和监控。
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
238
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
671
156
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
261
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
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217