Vendure项目中实现纯净JSON日志输出的解决方案
背景介绍
在现代Web应用开发中,日志记录是系统监控和故障排查的重要环节。Vendure作为一个现代化的电子商务框架,提供了灵活的日志记录机制。在实际生产环境中,我们经常需要将日志以JSON格式输出,以便于日志收集系统(如ELK、Fluentd等)进行解析和处理。
问题描述
开发者在Vendure项目中实现自定义JSON日志记录器时,发现日志输出中包含了多余的进程上下文前缀(如[worker]),这破坏了日志的纯JSON格式,导致日志收集系统无法直接解析。
解决方案分析
自定义日志记录器实现
Vendure允许开发者通过实现VendureLogger接口来创建自定义日志记录器。以下是使用pino日志库实现JSON格式日志的典型代码:
export class VendureLoggerImpl implements VendureLogger {
private logger;
constructor({ level }: { level: string }) {
this.logger = pino({
formatters: {
level: (label) => {
return { level: label.toUpperCase() };
},
},
level: level ?? 'info',
customLevels: {
verbose: 10,
},
messageKey: 'message',
timestamp: () => {
return ', "@timestamp":"' + new Date(Date.now()).toISOString() + '"';
},
});
}
// 实现各种日志级别的方法
error(message: string, context?: string, trace?: string): void {
this.logger.error({ message, context, trace });
}
// ...其他日志级别方法
}
进程上下文前缀问题
在实际运行中,日志输出会包含类似[worker]的前缀,这实际上是来自进程管理工具(如concurrently)的输出,而非Vendure框架本身添加的内容。concurrently是一个常用的Node.js进程管理工具,它可以同时运行多个命令,并为每个命令的输出添加前缀以便区分。
解决方案
要获得纯净的JSON日志输出,有以下几种解决方案:
-
直接运行进程:不通过concurrently启动应用,而是直接运行主进程和工作进程
node dist/index.js node dist/worker.js -
配置concurrently:如果必须使用concurrently,可以配置其不添加前缀
concurrently --prefix none "command1" "command2" -
使用进程管理工具:考虑使用PM2等更专业的进程管理工具,它们提供更灵活的日志处理选项
最佳实践建议
-
生产环境部署:在生产环境中,建议使用专业的进程管理工具如PM2,它不仅能更好地管理Node.js进程,还提供了完善的日志管理功能。
-
日志格式化:确保日志格式统一,所有相关信息都应包含在JSON结构中,而不是作为前缀。
-
上下文信息:将进程类型(worker/main)作为JSON字段包含在日志中,而不是依赖前缀。
-
日志级别:合理设置日志级别,生产环境通常使用info级别,开发环境可以使用更详细的debug级别。
总结
通过理解日志前缀的来源并选择合适的进程管理方式,开发者可以在Vendure项目中实现纯净的JSON日志输出。这对于构建现代化的、可观测性强的电子商务系统至关重要。记住,良好的日志实践是系统可维护性的基石,值得投入适当的时间进行规划和实施。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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!Kotlin08
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