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。
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0118AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
项目优选









