dotnet/extensions 项目中的日志采样器命名变更解析
2025-06-27 16:27:57作者:沈韬淼Beryl
背景介绍
在dotnet/extensions项目中,开发团队最近对日志采样器的API命名进行了重要调整。这一变更源于最初设计的ProbabilisticSampler命名可能与OpenTelemetry .NET API产生冲突。经过深入讨论和技术评估,团队决定将相关API统一更名为RandomProbabilisticSampler。
技术细节
变更内容
此次命名变更涉及多个类和方法的调整:
-
扩展方法重命名:
- 原
AddProbabilisticSampler方法更名为AddRandomProbabilisticSampler - 保持了原有的三种重载形式:配置参数、配置委托和直接参数设置
- 原
-
选项类重命名:
- 原
ProbabilisticSamplerOptions类更名为RandomProbabilisticSamplerOptions - 内部集合属性类型也相应变更
- 原
-
过滤规则类重命名:
- 原
ProbabilisticSamplerFilterRule类更名为RandomProbabilisticSamplerFilterRule - 构造函数签名同步更新
- 原
使用示例
变更后的API使用方式如下:
loggingBuilder.AddRandomProbabilisticSampler(0.1, LogLevel.Information);
设计考量
开发团队在命名决策过程中考虑了多个备选方案:
- 完全移除Probabilistic:如使用
RandomSampler,但被认为过于通用,不能充分表达API功能 - 其他描述性词汇:如"Stochastic"、"Linear"、"Uniform"等
- 组合命名:最终选择的"RandomProbabilistic"方案
这一决策主要基于以下技术因素:
- 与OpenTelemetry规范中的术语区分(特别是"Consistent Probability Sampling"概念)
- 保持API名称的准确性和自描述性
- 避免与现有生态系统的命名冲突
技术影响
此次变更属于纯粹的API表面调整,不会影响实际功能实现。由于这些API是全新引入的,不会对现有代码产生兼容性问题。对于开发者而言,主要需要关注的是:
- 新项目应直接使用新命名
- 文档和示例需要相应更新
- 团队内部代码评审时需注意命名规范
总结
dotnet/extensions项目通过这次细致的API命名调整,展现了其对生态系统兼容性和API设计严谨性的重视。这种前瞻性的命名策略有助于:
- 避免未来与OpenTelemetry等关键组件的潜在冲突
- 提供更准确的API语义表达
- 为后续功能扩展奠定良好的基础
开发者在实现日志采样功能时,应采用新的RandomProbabilisticSampler系列API,以确保长期兼容性和最佳实践。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
618
795
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
433
395
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++
1.01 K
1.01 K
Claude 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 Started
Rust
1.18 K
152
deepin linux kernel
C
29
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989