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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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++
660
308
🔥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
64
19
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
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878