Ever-Gauzy 项目中全局日志系统的设计与实现
2025-06-30 04:08:32作者:虞亚竹Luna
背景与需求分析
在现代企业级应用开发中,完善的日志系统是保障系统可靠性和可维护性的关键基础设施。Ever-Gauzy 作为一个开源的企业管理平台,其时间追踪功能作为核心模块之一,需要建立全面的请求-响应日志机制。
传统的日志记录方式往往分散在各个模块中,缺乏统一标准和全局视角。为了解决这个问题,我们需要设计一个集中式的日志系统,能够自动捕获所有API调用的关键信息,包括请求路径、方法、头部、正文、响应状态等元数据。
技术方案设计
数据库表结构
系统采用专门的api_call_log表来存储日志数据,其核心字段包括:
- 请求信息:URL路径、HTTP方法(GET/POST等)、请求头、请求正文
- 响应信息:响应状态码、响应头、响应正文
- 上下文信息:关联ID(CorrelationId)、时间戳(请求时间和响应时间)
- 路由信息:匹配的控制器路径和处理方法
技术实现要点
-
NestJS中间件拦截:利用NestJS的中间件机制,在请求进入控制器前和响应返回客户端后插入日志记录逻辑。
-
敏感信息过滤:设计自动过滤机制,确保密码等敏感字段不会明文记录在日志中。
-
环境适配:通过配置系统实现不同环境(开发/测试/生产)的日志级别控制。
-
性能优化:采用异步非阻塞方式写入日志,避免影响主业务流程的响应速度。
-
上下文追踪:通过CorrelationId实现跨API调用的全链路追踪。
实现细节
日志中间件实现
日志中间件需要处理以下关键流程:
-
请求到达时:
- 生成唯一CorrelationId
- 记录请求开始时间
- 提取并存储请求元数据
-
响应返回时:
- 计算请求处理耗时
- 捕获响应状态和内容
- 异步写入数据库
数据存储策略
考虑到日志数据量可能很大,系统采用以下优化策略:
- 结构化存储:将JSON格式的头部和正文合理分解存储
- 大小限制:对过大的请求/响应正文进行截断处理
- 归档机制:定期归档旧日志释放存储空间
系统集成考量
新日志系统需要与现有架构无缝集成:
- 与现有日志框架兼容:保持与Winston等日志框架的协同工作
- 监控告警集成:基于日志数据建立异常检测机制
- 审计追踪支持:满足企业级审计合规要求
实际应用价值
该日志系统的实施为Ever-Gauzy平台带来多重收益:
- 故障排查:快速定位API调用问题,缩短故障恢复时间
- 性能分析:通过请求耗时统计识别性能瓶颈
- 使用分析:了解API调用模式,指导产品优化
- 安全审计:提供完整的行为记录,支持安全事件调查
总结
全局日志系统是企业级应用不可或缺的基础设施。Ever-Gauzy通过系统化的设计和实现,建立了覆盖全面的API调用日志机制,不仅提升了系统的可观测性和可维护性,也为后续的性能优化、安全审计等功能扩展奠定了坚实基础。这种设计思路对于其他类似项目的日志系统建设也具有参考价值。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
646
149
Ascend Extension for PyTorch
Python
207
220
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++
653
286
React Native鸿蒙化仓库
JavaScript
250
318
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
1.13 K
637
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
78
101
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873