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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0556
MiniMax-H3MiniMax H3 是一个通用的全模态生成系统。它支持对由文本、图像、视频和音频组成的多模态上下文进行统一理解,并能生成分辨率高达 2K、时长可达 15 秒的带原生立体声音频的视频。得益于面向任务泛化的系统设计,H3 在预训练阶段就已具备广泛的多模态上下文理解与生成能力,能够出色地执行复杂的多模态指令。Python00
DataFlow基于大模型算子和工作流的高效文本大模型训练数据合成框架Python07
doraDORA (Dataflow-Oriented Robotic Architecture 面向数据流的机器人架构) 是为 AI 与具身智能机器人打造的高性能开发框架,以数据流范式重构开发逻辑,原生支持分布式部署与端边云协同 —— 无需复杂适配,即可实现一体端到端具身大小脑、VLA等模型部署,无缝衔接感知、推理、控制全链路,让 AI 能力与机器人动作深度融合。 依托 Rust 内核与零拷贝通信技术,它将具身大小脑、VLA等模型推理、多模态数据融合延迟压缩至微秒级,同时兼容 ROS2 生态与国产 AI 芯片,彻底降低具身智能机器人的开发门槛,让分布式部署下的 AI 赋能创新更高效、更灵活。Rust02
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
py-xiaozhi基于Python的Xiaozhi AI,适用于想要完整Xiaozhi体验而无需拥有专用硬件的用户。Python01
热门内容推荐
最新内容推荐
项目优选
收起
openEuler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。
C
507
544
暂无描述
Markdown
846
5.65 K
deepin linux kernel
C
33
16
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.04 K
2.46 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
835
1.28 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
842
1.68 K
JiuwenSwarm 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。
Python
3.16 K
848
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++
1.25 K
1.37 K
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
502
343
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
769
400