如何在elasticsearch-php中正确配置日志记录请求和响应内容
2025-06-08 00:56:47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
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