Serilog实现缓存式日志记录方案解析
2025-05-29 12:25:55作者:江焘钦
背景介绍
在分布式系统和任务调度场景中,我们经常需要对任务的执行过程进行详细日志记录,但又不希望所有日志都立即持久化。典型的应用场景是:当任务成功完成时才记录日志,而任务失败时则丢弃相关日志记录。这种"选择性日志记录"模式与常见的审计日志正好相反——不是立即提交日志而是延迟到特定条件满足时才提交。
传统实现方式的局限性
传统实现通常采用自定义日志框架或MEL(微软扩展日志)的变通方案,但这些方法存在几个明显问题:
- 代码侵入性强,与业务逻辑耦合度高
- 难以与现代化日志系统(如Serilog)集成
- 缺乏对结构化日志的支持
- 扩展性和维护性差
Serilog解决方案设计
基于Serilog的灵活架构,我们可以设计出优雅的缓存式日志方案。核心思路是利用Serilog的管道机制和上下文特性,构建一个日志缓存层。
方案一:自定义ILogger实现
通过实现自定义的ILogger接口,我们可以拦截所有日志调用并将其暂存于内存中:
public class BufferingLogger : ILogger
{
private readonly List<LogEvent> _buffer = new();
private readonly ILogger _targetLogger;
public BufferingLogger(ILogger targetLogger)
{
_targetLogger = targetLogger;
}
public void Write(LogEvent logEvent)
{
_buffer.Add(logEvent);
}
public void Flush()
{
foreach (var logEvent in _buffer)
{
_targetLogger.Write(logEvent);
}
_buffer.Clear();
}
// 其他ILogger成员实现...
}
方案二:自定义Sink包装器
另一种更符合Serilog哲学的方式是创建自定义Sink,将日志事件先缓存再批量处理:
public class BufferingSink : ILogEventSink
{
private readonly List<LogEvent> _buffer = new();
private readonly ILogEventSink _targetSink;
public BufferingSink(ILogEventSink targetSink)
{
_targetSink = targetSink;
}
public void Emit(LogEvent logEvent)
{
_buffer.Add(logEvent);
}
public void Flush()
{
foreach (var logEvent in _buffer)
{
_targetSink.Emit(logEvent);
}
_buffer.Clear();
}
}
实现细节与优化
上下文关联
在实际应用中,我们需要确保日志缓存与特定任务或上下文关联。可以利用Serilog的LogContext特性:
using (LogContext.PushProperty("JobId", jobId))
{
// 任务执行期间的日志
}
线程安全考虑
在多线程环境下,缓存操作需要保证线程安全:
private readonly ConcurrentQueue<LogEvent> _buffer = new();
资源释放
为防止内存泄漏,需要实现IDisposable接口并在适当时机清理资源。
实际应用示例
以下是一个完整的任务调度场景实现:
public class JobRunner
{
private readonly ILogger _baseLogger;
public JobRunner(ILogger baseLogger)
{
_baseLogger = baseLogger;
}
public void RunJob(Action<ILogger> jobAction)
{
var buffer = new BufferingLogger(_baseLogger);
try
{
jobAction(buffer);
buffer.Flush(); // 任务成功,刷出日志
}
catch
{
// 任务失败,丢弃日志
}
}
}
性能考量
- 内存管理:对于长时间运行的任务,应设置缓存上限
- 批量处理:大量日志一次性写入可能影响性能,可考虑分批次处理
- 异常处理:确保日志刷出过程中的异常不会影响主业务流程
扩展思考
这种缓存式日志模式还可应用于以下场景:
- 事务性操作:只有事务提交后才记录相关日志
- 批处理系统:整批数据处理完成后再统一记录日志
- 复杂工作流:在关键节点确认后才持久化过程日志
总结
通过Serilog的灵活架构,我们可以构建出既保持结构化日志优势,又能实现条件性日志记录的解决方案。相比传统方案,这种实现更加优雅、可维护,且能与Serilog丰富的生态系统无缝集成。开发者可以根据具体需求选择最适合的实现方式,平衡性能、可靠性和开发效率。
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.74 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
178
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++
886
596
Ascend Extension for PyTorch
Python
340
403
暂无简介
Dart
771
191
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
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355