Ever-Gauzy 项目中全局日志系统的设计与实现
2025-06-30 06:58:36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
kernelopenEuler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。C043
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen 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TSX0121
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
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.3 K
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
🔥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
65
19
暂无简介
Dart
696
163
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++
696
369
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
23
0
🎉 (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
1.23 K
674
Ascend Extension for PyTorch
Python
242
279
React Native鸿蒙化仓库
JavaScript
270
328