在AdminJS/NestJS项目中实现请求响应日志记录的方案
2025-05-27 04:32:32作者:廉彬冶Miranda
背景介绍
在基于AdminJS和NestJS构建的管理后台项目中,开发人员经常需要记录用户的操作行为,包括页面导航和API请求。这种日志记录对于安全审计、用户行为分析和故障排查都非常重要。
技术挑战
在AdminJS/NestJS架构中实现完整的请求响应日志记录面临几个技术难点:
- 混合架构特性:AdminJS同时包含前端路由和后端API
- 认证后的请求追踪:登录后的操作日志难以捕获
- 完整上下文记录:需要同时记录请求和响应数据
解决方案
1. API请求日志记录
对于后端API调用,可以通过NestJS中间件实现:
import { Injectable, NestMiddleware } from '@nestjs/common';
import { Request, Response, NextFunction } from 'express';
@Injectable()
export class ApiLoggerMiddleware implements NestMiddleware {
use(req: Request, res: Response, next: NextFunction) {
const { method, originalUrl, body, headers } = req;
// 记录请求信息
console.log({
timestamp: new Date().toISOString(),
method,
path: originalUrl,
body,
headers
});
// 劫持原始响应方法以记录响应数据
const originalSend = res.send;
res.send = function (body) {
console.log({
timestamp: new Date().toISOString(),
status: res.statusCode,
response: body
});
return originalSend.call(this, body);
};
next();
}
}
然后在模块中注册这个中间件:
export class AppModule implements NestModule {
configure(consumer: MiddlewareConsumer) {
consumer
.apply(ApiLoggerMiddleware)
.forRoutes('*');
}
}
2. AdminJS资源操作日志
对于AdminJS的资源操作(CRUD),可以使用AdminJS的before钩子:
const adminJsOptions = {
resources: [
{
resource: YourModel,
options: {
actions: {
new: {
before: async (request) => {
console.log('Create action request:', request);
return request;
},
after: async (response) => {
console.log('Create action response:', response);
return response;
}
},
// 同样为edit, show, delete等操作添加钩子
}
}
}
]
};
3. 前端路由变更日志
对于前端路由变化,有几种实现方案:
方案一:自定义TopBar组件
const customComponents = {
TopBar: OriginalTopBar => {
return props => {
const location = useLocation();
useEffect(() => {
console.log('Route changed to:', location.pathname);
}, [location.pathname]);
return <OriginalTopBar {...props} />;
};
}
};
// 在AdminJS配置中注册
const adminJsOptions = {
dashboard: {
component: customComponents.TopBar
}
};
方案二:使用全局事件监听
window.addEventListener('popstate', () => {
console.log('Route changed:', window.location.pathname);
});
进阶优化建议
- 日志分级:区分DEBUG、INFO、WARN等级别
- 敏感信息过滤:在记录前过滤密码等敏感字段
- 持久化存储:将日志写入数据库或文件系统
- 性能优化:在高频操作处使用节流(throttle)技术
- 上下文关联:为每个请求生成唯一ID,便于追踪
实施注意事项
- 生产环境应考虑使用成熟的日志库如Winston或Pino
- 注意GDPR等隐私法规要求,避免记录个人敏感信息
- 对于高流量系统,日志记录应异步进行以避免阻塞主线程
- 考虑实现日志轮转机制防止磁盘空间耗尽
通过上述方案,开发者可以在AdminJS/NestJS项目中建立完整的操作日志系统,满足审计和分析需求。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219