如何在elasticsearch-php中正确配置日志记录请求和响应内容
2025-06-08 10:28:20作者:魏侃纯Zoe
在使用elasticsearch-php客户端库时,许多开发者会遇到日志记录不完整的问题,特别是无法看到请求和响应的具体内容。本文将详细介绍如何正确配置日志系统,以便完整记录Elasticsearch客户端的请求和响应信息。
问题现象
开发者通常会使用Monolog库来记录elasticsearch-php客户端的日志,但默认配置下只能看到基本的请求和响应信息,例如:
[2024-12-24T10:27:45.950113+08:00] elasticsearch.INFO: Request: POST http://elastic:root@localhost:9200/user/_search {"request":{"GuzzleHttp\\Psr7\\ServerRequest":[]}} []
[2024-12-24T10:27:46.079578+08:00] elasticsearch.INFO: Response (retry 0): 200 {"response":{"GuzzleHttp\\Psr7\\Response":[]},"retry":0} []
这种日志缺少了关键的请求头、请求体、响应头和响应体内容,对于调试和分析问题帮助有限。
解决方案
要获取完整的请求和响应日志,需要将日志级别设置为DEBUG。以下是正确的配置方法:
use Monolog\Level;
use Monolog\Logger;
use Monolog\Handler\StreamHandler;
use Elastic\Elasticsearch\ClientBuilder;
// 创建Logger实例,设置日志级别为DEBUG
$logger = new Logger('elasticsearch');
$logger->pushHandler(new StreamHandler('/path/to/elasticsearch.log', Level::Debug));
// 构建Elasticsearch客户端并设置Logger
$client = ClientBuilder::create()
->setLogger($logger)
->setHosts(['http://localhost:9200'])
->build();
完整日志示例
配置正确后,日志将包含详细的请求和响应信息:
[2025-02-06T15:25:24.691162+00:00] elasticsearch.INFO: Request: PUT http://localhost:9200/my_index/_doc/my_id {"request":{"GuzzleHttp\\Psr7\\ServerRequest":[]}} []
[2025-02-06T15:25:24.692449+00:00] elasticsearch.DEBUG: Headers: {"Host":["localhost:9200"],"Accept":["application/vnd.elasticsearch+json; compatible-with=8"],"Content-Type":["application/vnd.elasticsearch+json; compatible-with=8"],"Authorization":["ApiKey xxx],"User-Agent":["elasticsearch-php/8.17.0 (Linux 6.8.0-52-generic; PHP 8.4.3)"],"x-elastic-client-meta":["es=8.17.0,php=8.4.3,t=8.10.0,a=0,gu=7.9.2"]} Body: {"testField":"abc"} [] []
[2025-02-06T15:25:24.722433+00:00] elasticsearch.INFO: Response (retry 0): 200 {"response":{"GuzzleHttp\\Psr7\\Response":[]},"retry":0} []
[2025-02-06T15:25:24.722632+00:00] elasticsearch.DEBUG: Headers: {"X-elastic-product":["Elasticsearch"],"content-type":["application/vnd.elasticsearch+json;compatible-with=8"],"content-length":["145"]} Body: {"_index":"my_index","_id":"my_id","_version":2,"result":"updated","_shards":{"total":2,"successful":1,"failed":0},"_seq_no":1,"_primary_term":1} [] []
日志内容解析
-
请求日志:
- 包含HTTP方法、URL和基本请求信息
- DEBUG级别下会记录请求头和请求体内容
-
响应日志:
- 包含HTTP状态码和重试次数
- DEBUG级别下会记录响应头和响应体内容
- 包含请求处理时间
-
调试信息:
- 可以查看认证信息是否正确
- 可以验证请求体是否符合预期
- 可以检查响应内容是否完整
最佳实践建议
- 在生产环境中,建议将日志级别设置为INFO,避免记录敏感信息
- 开发环境可以使用DEBUG级别,方便调试
- 定期清理日志文件,避免占用过多磁盘空间
- 对于敏感信息,可以考虑在记录前进行脱敏处理
- 可以将日志集成到现有的日志管理系统中,方便集中查看和分析
通过正确配置日志级别,开发者可以更有效地监控和调试elasticsearch-php客户端的请求和响应,提高开发效率和问题排查能力。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
最新内容推荐
Python小说下载神器:一键获取番茄小说完整内容如何用md2pptx快速将Markdown文档转换为专业PPT演示文稿 📊京东评价自动化工具:用Python脚本解放双手的高效助手三步掌握Payload-Dumper-Android:革新性OTA提取工具的核心价值定位终极Obsidian模板配置指南:10个技巧打造高效个人知识库终极指南:5步解锁Rockchip RK3588全部潜力,快速上手Ubuntu 22.04操作系统WebPlotDigitizer 安装配置指南:从图像中提取数据的开源工具终极FDS入门指南:5步掌握火灾动力学模拟技巧高效获取无损音乐:跨平台FLAC音乐下载工具全解析终极指南:5步复现Spring Boot高危漏洞CVE-2016-1000027
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
528
3.73 K
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
336
172
Ascend Extension for PyTorch
Python
337
401
React Native鸿蒙化仓库
JavaScript
302
353
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++
883
590
暂无简介
Dart
768
191
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
114
139
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
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
246