推荐使用 Microsoft Application Insights for ASP.NET Core 应用程序监控
2024-05-21 07:02:11作者:田桥桑Industrious
在当今的软件开发环境中,实时的监控和诊断工具对于保持应用程序的高效运行至关重要。微软的 Microsoft Application Insights for ASP.NET Core 是一个强大的解决方案,它允许开发者收集并分析他们的 ASP.NET Core 应用程序的性能数据。这个开源项目正在不断演进,现在是将你的项目迁移到这个平台的最佳时机。
项目介绍
Microsoft Application Insights for ASP.NET Core 提供了一个全面的监测服务,可以帮助你了解应用程序的行为,包括用户如何交互、应用是否出现错误以及性能瓶颈在哪里。通过集成到你的 ASP.NET Core 应用中,你可以轻松地获取到详细的性能指标和日志信息,并将其直接发送到 Azure 的 Application Insights 服务进行分析。
技术分析
该项目提供了两个关键的 NuGet 包:
Microsoft.ApplicationInsights.AspNetCore:这是针对 ASP.NET Core 的核心包,它可以自动收集请求、异常、依赖等数据。Microsoft.ApplicationInsights.WorkerService:扩展了对无服务器和后台工作进程的支持,确保即使在非 HTTP 环境下也能收集到相关信息。
安装这些包后,开发者可以利用 .NET Core 的依赖注入特性,无缝集成 Application Insights 到其应用程序。
应用场景
Application Insights 可广泛用于以下场景:
- 故障排查:当用户报告问题时,你可以快速查看相应的请求、异常和日志,定位故障原因。
- 性能优化:通过跟踪响应时间和资源利用率,找到影响性能的关键点。
- 用户体验分析:了解用户如何使用你的应用,帮助你改进功能设计。
- 持续集成/持续部署(CI/CD):在 CI/CD 流程中集成,确保部署的新版本不会引入新的问题。
项目特点
- 简单集成:与 ASP.NET Core 兼容性良好,只需几个步骤即可启用监控。
- 深度分析:提供丰富的度量和搜索工具,深入洞察应用行为。
- 灵活定制:可以根据需求自定义事件和指标,以满足特定的监控需求。
- 云原生:所有数据都存储在 Azure 上,易于扩展且安全可靠。
如何开始?
要开始使用,参考官方的入门指南,按照指示上手配置你的 ASP.NET Core 应用程序,然后开始享受 Application Insights 带来的便捷吧!
在使用过程中,如果你有任何疑问或想要贡献代码,欢迎访问项目主页,参与讨论和提交 PR。让我们一起打造更稳定、更智能的应用吧!
项目链接:https://github.com/microsoft/ApplicationInsights-dotnet
NuGet 包地址:
- Microsoft.ApplicationInsights.AspNetCore:https://www.nuget.org/packages/Microsoft.ApplicationInsights.AspNetCore/
- Microsoft.ApplicationInsights.WorkerService:https://www.nuget.org/packages/Microsoft.ApplicationInsights.WorkerService/
拥抱微软的 Application Insights,为你的 ASP.NET Core 应用带来无与伦比的监控体验!
登录后查看全文
热门项目推荐
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
223
246
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137