Sentry PHP SDK 4.12.0版本发布:结构化日志支持与性能优化
Sentry是一个流行的应用监控和错误追踪平台,其PHP SDK为开发者提供了强大的错误监控能力。最新发布的4.12.0版本带来了重要的功能增强和性能优化,特别是新增了对结构化日志的支持,这将显著提升PHP应用的监控能力。
结构化日志支持
4.12.0版本最引人注目的新特性是正式支持Sentry结构化日志。结构化日志不同于传统的文本日志,它允许开发者以键值对的形式记录日志信息,这使得日志数据更易于查询和分析。
如何使用结构化日志
要启用日志功能,首先需要在初始化Sentry时进行配置:
Sentry\init([
'enable_logs' => true, // 启用日志发送功能
]);
然后就可以使用新的日志API记录各种级别的日志信息:
use function Sentry\logger;
// 记录不同级别的日志
logger()->info('用户登录', ['user_id' => 123]);
logger()->warn('使用了已弃用的函数', ['function' => 'old_function']);
logger()->error('数据库连接失败', ['host' => 'db.example.com']);
logger()->fatal('系统严重错误: %s', ['内存不足'], ['component' => 'database']);
日志级别与上下文
Sentry支持多种日志级别,包括info、warning、error和fatal等。每个日志消息都可以附带丰富的上下文信息,这些上下文数据会以结构化形式存储在Sentry中,便于后续分析。
日志刷新机制
由于PHP的特殊生命周期,开发者需要手动刷新日志以确保它们被发送到Sentry服务器:
// 立即刷新日志
logger()->flush();
// 推荐在shutdown函数中注册刷新
register_shutdown_function(static fn () => logger()->flush());
采样决策源记录修复
4.12.0版本还修复了一个关于采样决策源记录的问题。在之前的版本中,SDK可能会错误地记录采样决策的来源。这个修复确保了采样决策的跟踪数据准确无误,帮助开发者更好地理解事件采样行为。
升级建议
对于已经在使用Sentry PHP SDK的项目,升级到4.12.0版本可以立即获得结构化日志支持。特别是对于那些需要详细监控应用行为的项目,结构化日志将提供更强大的诊断能力。
对于新项目,建议直接采用4.12.0版本开始集成,以利用最新的日志监控功能。在实现时,记得合理设计日志结构和上下文信息,这将大大提升后期问题排查的效率。
总结
Sentry PHP SDK 4.12.0通过引入结构化日志支持,为PHP开发者提供了更强大的应用监控工具。结合原有的错误追踪功能,现在开发者可以获得从错误到日志的完整应用行为视图。采样决策源的修复也提升了监控数据的准确性。这些改进使得Sentry成为PHP应用监控的更全面解决方案。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00