在AdminJS/NestJS项目中实现请求响应日志记录的方案
2025-05-27 20:52:11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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
28
15
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
506
612
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
393
292
暂无简介
Dart
909
219
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
940
868
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108