推荐开源项目:Yet Another Logger (YAL)
2024-06-04 15:41:22作者:房伟宁

在分布式系统中,日志管理是一项至关重要的任务,它可以帮助我们追踪应用程序的运行状态,定位和解决问题。Yet Another Logger(简称 YAL) 是一个基于 Axon/TCP 的日志推送工具,专为了解决在关键应用中的日志分发问题而设计。
项目介绍
YAL 提供了一种简单而可靠的方式来将日志消息通过 TCP 发送到多个日志服务器,从而减轻了处理和转发日志消息的负担。这个库特别适用于那些仅在生产环境中启用日志服务的情况,以确保即使在本地或预发布环境中也能进行充分测试。
YAL 与常用的 Winston 日志库不同,它通过 Axon 实现了自动重连和故障切换功能,确保在网络不稳定时仍能保持日志记录的连续性。
项目技术分析
- 连接恢复与故障切换:YAL 使用 Axon 库支持TCP连接的重新建立和故障切换,确保日志传输的稳定性。
- 环境感知:根据
NODE_ENV环境变量,自动调整日志级别(默认为开发环境 "debug",非开发环境 "info",测试环境不写入stdio)。 - 自定义日志级别:支持标准的 syslog 日志级别,如 "debug", "info", "warn", "error", "critical", "alert", "emergency"。
- 分布式的服务器支持:可以同时向一个或多个 Axon 日志服务器发送日志消息,实现日志的负载均衡。
- 附加信息:每个日志记录都包含了创建时间戳
.timestamp、主机名.hostname,方便后期分析。
应用场景
- 分布式系统监控:在大型分布式系统中,YAL 可用于聚合各个节点的日志,便于集中管理和分析。
- 微服务架构:在微服务架构中,每个服务都可以利用 YAL 进行独立的日志记录和转发,简化日志管理。
- 持续集成/部署(CI/CD):在自动化测试和部署过程中,可以通过控制日志级别,获取所需的调试信息。
项目特点
- 智能环境适应:自动根据环境设置合适的日志级别。
- 本地和远程日志:同时写入标准输出和发送到远程服务器,兼顾本地调试和远程监控。
- 可扩展性:容易添加新的日志服务器,进行水平扩展。
- 简洁API:提供简单的接口,如
.LEVEL(type, msg),易于理解和使用。
要尝试 YAL,只需一句 npm install yal 即可轻松安装。查看 示例代码,开始使用 YAL 来提升你的日志管理效率吧!
示例代码
var Logger = require('yal');
var log = new Logger([
'tcp://localhost:5000',
'tcp://localhost:5001'
]);
setInterval(function(){
log.info('viewed page', { user: 'tobi' });
}, 300);
setInterval(function(){
log.info('signed in', { user: 'jane' });
}, 1000);
setInterval(function(){
log.error('oh no boom', { something: 'here' });
}, 3000);
最后,这个项目采用 MIT 许可证,欢迎社区参与贡献和改进。让我们一起打造更强大的日志管理解决方案!
登录后查看全文
热门项目推荐
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-1.5暂无简介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
Spark-Formalizer-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
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
7
暂无简介
Dart
614
140
Ascend Extension for PyTorch
Python
167
187
React Native鸿蒙化仓库
JavaScript
240
315
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
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
373
3.17 K
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
260
92
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
475
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
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++
646
255