MagicOnion中如何记录StreamingHub方法的输入参数和返回值
2025-06-16 09:09:20作者:翟萌耘Ralph
在MagicOnion框架中,StreamingHub是构建实时通信应用的核心组件。开发者经常需要记录方法的输入参数和返回值,用于调试、监控或审计目的。本文将详细介绍如何在MagicOnion的StreamingHub中实现这一功能。
日志记录的基本方法
MagicOnion的StreamingHub继承自StreamingHubBase类,我们可以通过依赖注入获取ILogger实例来实现日志记录功能:
public class GamingHub : StreamingHubBase<IGamingHub, IGamingHubReceiver>, IGamingHub
{
private readonly ILogger<GamingHub> _logger;
public GamingHub(ILogger<GamingHub> logger)
{
_logger = logger;
}
public async ValueTask<Player[]> JoinAsync(string roomName, string userName, Vector3 position, Quaternion rotation)
{
_logger.LogInformation("JoinAsync called with roomName={RoomName}, userName={UserName}, position={Position}, rotation={Rotation}",
roomName, userName, position, rotation);
// 业务逻辑
return players;
}
}
使用过滤器实现统一日志记录
为了更系统化地记录所有方法的输入输出,可以使用MagicOnion的过滤器机制:
public class LoggingStreamingHubFilter : StreamingHubFilterAttribute
{
public override async ValueTask Invoke(StreamingHubContext context, Func<StreamingHubContext, ValueTask> next)
{
var logger = context.ServiceProvider.GetRequiredService<ILogger<LoggingStreamingHubFilter>>();
// 记录方法调用和参数
logger.LogInformation("调用方法 {MethodName} 参数: {Parameters}",
context.MethodInfo.Name,
JsonSerializer.Serialize(context.Arguments));
await next(context);
// 记录返回值
if(context.HasResult)
{
logger.LogInformation("方法 {MethodName} 返回: {Result}",
context.MethodInfo.Name,
JsonSerializer.Serialize(context.Result));
}
}
}
然后在Hub类上应用这个过滤器:
[LoggingStreamingHubFilter]
public class GamingHub : StreamingHubBase<IGamingHub, IGamingHubReceiver>, IGamingHub
{
// Hub实现
}
处理复杂类型和性能考虑
当记录复杂类型如Vector3和Quaternion时,需要注意:
- 考虑实现自定义的序列化逻辑,避免记录不必要的信息
- 敏感信息应该进行脱敏处理
- 在高频调用的方法中,考虑使用条件日志记录或采样记录
_logger.LogDebug("详细位置信息 - X:{X}, Y:{Y}, Z:{Z}", position.x, position.y, position.z);
最佳实践建议
- 区分日志级别:使用Debug级别记录详细参数,Info级别记录关键方法调用
- 结构化日志:使用命名占位符而非字符串拼接,便于日志系统解析
- 异步方法:确保日志记录不会阻塞主流程
- 性能监控:可以结合日志记录实现简单的性能监控
通过以上方法,开发者可以全面掌握MagicOnion StreamingHub的运行情况,快速定位问题,同时为系统监控提供有价值的数据。
登录后查看全文
热门项目推荐
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 StartedRust0214
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
469
465
暂无描述
Dockerfile
778
5.08 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
877
2.03 K
Ascend Extension for PyTorch
Python
758
968
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
697
1.4 K
昇腾LLM分布式训练框架
Python
185
231
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.25 K
677