Serilog中JsonFormatter自定义序列化问题的深度解析
2025-05-29 04:11:24作者:韦蓉瑛
背景与问题场景
在使用Serilog进行结构化日志记录时,开发者经常会遇到需要自定义对象序列化格式的需求。特别是在使用JsonFormatter输出到Console等接收器时,期望某些特定类型能够按照业务需求进行特殊格式化。然而实际使用中发现,JsonFormatter似乎"忽略"了System.Text.Json的序列化标记和多种自定义扩展点。
核心问题分析
通过典型示例可以看到,当开发者定义一个带有JsonConverter特性的记录类型时:
[JsonConverter(typeof(ExampleJsonConverter))]
public class Example(int X, int Y)
{
public override string ToString() => $"Example({X},{Y})";
}
并期望在日志中以特定格式输出时,JsonFormatter并未按预期工作。这主要是因为:
-
设计原则差异:Serilog的JsonFormatter是独立实现的格式化器,刻意避免依赖任何特定的JSON库(如System.Text.Json或Newtonsoft.Json)
-
结构化标记缺失:在日志模板中使用
{e}而非{@e}时,Serilog会默认调用ToString()而非结构化序列化
解决方案详解
正确使用结构化标记
最直接的解决方式是使用@符号标记需要结构化的属性:
logger.LogInformation("Example {@e}", new Example(7, 11));
自定义序列化策略
Serilog提供了多种扩展点来实现自定义序列化:
- 转换器模式(推荐)
configuration.Destructure.ByTransforming<Example>(e => new { e.X, e.Y });
- 策略模式 实现IDestructuringPolicy接口:
public class ExamplePolicy : IDestructuringPolicy
{
public bool TryDestructure(object value, ILogEventPropertyValueFactory factory,
out LogEventPropertyValue result)
{
if (value is Example e)
{
result = new StructureValue(new[] {
new LogEventProperty("X", new ScalarValue(e.X)),
new LogEventProperty("Y", new ScalarValue(e.Y))
});
return true;
}
result = null;
return false;
}
}
// 注册策略
configuration.Destructure.With<ExamplePolicy>();
- 集成System.Text.Json 可以通过自定义JsonConverter与中间适配层实现集成,但需要额外处理层。
架构设计思考
Serilog的这种设计体现了几个重要原则:
- 依赖最小化:核心库不强制绑定特定JSON实现
- 扩展性优先:通过策略模式提供充分的扩展能力
- 显式优于隐式:要求开发者明确标记需要结构化的属性
最佳实践建议
- 始终对需要结构化的对象使用
@前缀 - 对于简单转换优先使用ByTransforming
- 复杂场景考虑实现IDestructuringPolicy
- 需要与现有JSON库集成时,建议在策略层做适配
通过理解这些设计原则和正确使用扩展点,开发者可以充分发挥Serilog结构化日志记录的优势,实现灵活的对象序列化控制。
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 StartedRust0139- 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
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
MusicFreeDesktop插件化、定制化、无广告的免费音乐播放器TypeScript00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
29
16
暂无描述
Dockerfile
727
4.66 K
Ascend Extension for PyTorch
Python
599
750
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
1.02 K
139
🎉 (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
1.66 K
971
暂无简介
Dart
970
246
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
427
377
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.09 K
610
AI 将任意文档转换为精美可编辑的 PPTX 演示文稿 — 无需设计基础 | 包含 15 个案例、229 页内容
Python
122
7
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++
992
988