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
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 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。Python0203- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
awesome-zig一个关于 Zig 优秀库及资源的协作列表。Makefile00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
606
4.05 K
🔥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
69
21
暂无简介
Dart
848
205
🎉 (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
1.47 K
829
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
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
24
0
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++
923
772
🎉 基于Spring Boot、Spring Cloud & Alibaba、Vue3 & Vite、Element Plus的分布式前后端分离微服务架构权限管理系统
Vue
235
152
昇腾LLM分布式训练框架
Python
131
157