Polly项目中利用依赖注入实现重试日志记录的最佳实践
2025-05-16 10:17:14作者:霍妲思
引言
在分布式系统开发中,重试机制是处理瞬时故障的常见策略。Polly作为.NET生态中知名的弹性与瞬时故障处理库,提供了强大的重试功能。本文将深入探讨如何在Polly项目中结合依赖注入(DI)机制,优雅地实现重试操作的日志记录。
问题背景
开发者在配置Polly重试策略时,常常需要在重试发生时记录相关日志。当使用依赖注入方式配置Polly管道时,由于日志记录器(ILogger)的生命周期管理问题,直接在策略配置阶段获取日志记录器会面临挑战。
解决方案
Polly提供了AddResiliencePipeline方法的多个重载版本,其中包含接受AddResiliencePipelineContext参数的重载。这个上下文对象提供了访问服务容器(IServiceProvider)的能力,使我们能够在重试回调中动态获取日志记录器。
推荐实现方式
services.AddResiliencePipeline("my-key", (builder, context) =>
{
builder.AddRetry(new RetryStrategyOptions()
{
OnRetry = args =>
{
var logger = context.ServiceProvider.GetService<ILogger>();
logger.LogError($"重试操作触发,当前尝试次数: {args.AttemptNumber}");
return default;
}
});
});
这种实现方式有以下优势:
- 生命周期安全:每次重试时动态获取日志记录器,确保与当前请求的生命周期一致
- 灵活性:可以根据需要获取不同类型的日志记录器(ILogger或ILoggerFactory)
- 可测试性:便于在单元测试中模拟服务容器行为
深入理解
Polly的默认日志行为
值得注意的是,Polly框架本身已经内置了对弹性事件的日志记录功能。当配置重试策略时,框架会自动记录包含以下信息的日志:
- 事件名称(如"OnRetry")
- 事件来源(管道名称和策略名称)
- 操作键(Operation Key)
- 异常信息
不过,默认日志中不包含重试次数和延迟时间等详细信息,开发者需要通过自定义回调来补充这些信息。
生命周期管理
在.NET依赖注入体系中,服务实例的生命周期分为:
- 单例(Singleton)
- 作用域(Scoped)
- 瞬时(Transient)
通过上下文动态获取日志记录器的方式,可以确保日志记录器与当前请求的作用域一致,避免潜在的生命周期问题。
高级用法
对于需要更复杂日志记录的场景,可以考虑以下模式:
services.AddResiliencePipeline("advanced-retry", (builder, context) =>
{
var loggerFactory = context.ServiceProvider.GetRequiredService<ILoggerFactory>();
var logger = loggerFactory.CreateLogger("CustomRetryLogger");
builder.AddRetry(new RetryStrategyOptions
{
OnRetry = args =>
{
logger.LogWarning("操作失败,正在进行第{AttemptNumber}次重试,延迟{Delay}ms",
args.AttemptNumber,
args.RetryDelay.TotalMilliseconds);
// 可以在这里添加额外的诊断信息
if(args.Outcome.Exception is HttpRequestException httpEx)
{
logger.LogDebug("HTTP请求异常,状态码: {StatusCode}",
httpEx.StatusCode);
}
return default;
}
});
});
结论
在Polly项目中结合依赖注入实现重试日志记录时,通过AddResiliencePipelineContext动态获取日志服务是最佳实践。这种方式既保持了代码的整洁性,又确保了日志记录器生命周期的正确性。开发者可以根据实际需求,灵活扩展日志记录的内容和形式,构建更加健壮的弹性系统。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-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).Dockerfile014
Spark-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。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 STM32到GD32项目移植完全指南:从兼容性到实战技巧 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
293
2.62 K
暂无简介
Dart
584
127
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++
606
185
deepin linux kernel
C
24
7
🎉 (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
1.05 K
610
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
358
2.28 K
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
758
72
Ascend Extension for PyTorch
Python
123
149
仓颉编译器源码及 cjdb 调试工具。
C++
122
417
仓颉编程语言运行时与标准库。
Cangjie
130
430