首页
/ 在FastAPI、SQLModel和Postgres中集成Logfire的实践指南

在FastAPI、SQLModel和Postgres中集成Logfire的实践指南

2025-06-27 23:38:32作者:董宙帆

Logfire作为一款强大的日志和监控工具,能够为Python应用提供全面的可观测性支持。本文将详细介绍如何在FastAPI框架中,结合SQLModel和Postgres数据库,正确配置Logfire以实现完整的应用监控。

Logfire基础配置

在FastAPI应用中集成Logfire的第一步是进行基础配置。核心配置需要在应用初始化早期完成,这一点至关重要:

import logfire
from fastapi import FastAPI

logfire.configure(
    token=settings.LOGFIRE_TOKEN,
    pydantic_plugin=logfire.PydanticPlugin(record="all")
)

这里我们启用了Pydantic插件的完整记录功能,这将捕获所有Pydantic模型的相关操作。需要注意的是,配置必须在所有需要监控的模块导入之前完成,否则部分模型可能无法被正确监控。

数据库监控配置

对于使用SQLModel和Postgres的应用,需要特别注意数据库连接的监控配置。正确的做法是在创建数据库连接之前完成相关插件的初始化:

logfire.instrument_psycopg()
logfire.instrument_sqlalchemy()

# 之后才能初始化数据库连接
create_db_and_tables()

这种顺序确保了从数据库连接建立之初的所有操作都能被Logfire捕获。开发者可以根据实际情况选择监控psycopg或sqlalchemy,或者两者都监控以获得更全面的数据。

FastAPI应用监控

完成基础配置后,我们需要将Logfire与FastAPI应用本身集成:

app = FastAPI()
logfire.instrument_fastapi(app)

这一步骤会监控所有FastAPI的路由请求和响应,为开发者提供API调用的详细追踪信息。

Pydantic模型监控注意事项

当应用中使用Pydantic的BaseSettings进行配置管理时,需要特别注意:

  1. 确保Logfire配置在所有Pydantic模型定义之前完成
  2. BaseSettings的子类也会被自动监控
  3. 对于早期加载的配置模型,可能需要调整加载顺序

完整配置示例

结合上述要点,一个完整的配置示例如下:

import logfire
from fastapi import FastAPI

# 第一步:初始化Logfire
logfire.configure(
    token=settings.LOGFIRE_TOKEN,
    pydantic_plugin=logfire.PydanticPlugin(record="all")
)

# 第二步:初始化数据库监控
logfire.instrument_psycopg()
logfire.instrument_sqlalchemy()
logfire.instrument_httpx()

# 第三步:创建数据库连接
create_db_and_tables()

# 第四步:创建FastAPI应用并集成监控
app = FastAPI()
logfire.instrument_fastapi(app)

# 最后配置路由
app.include_router(api_router, prefix=settings.API_V1_STR)

监控效果验证

正确配置后,开发者应该能够在Logfire面板中看到:

  1. 所有API请求和响应的详细信息
  2. 数据库查询语句和执行时间
  3. HTTP客户端请求记录
  4. Pydantic模型的验证和序列化过程

通过这种全面的监控配置,开发者可以获得应用运行时的完整视图,无论是API性能、数据库查询效率还是模型处理过程,都能得到清晰的监控数据,为性能优化和问题排查提供有力支持。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
154
1.98 K
nop-entropynop-entropy
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
8
0
RuoYi-Vue3RuoYi-Vue3
🎉 (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
941
555
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
405
387
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395
ops-mathops-math
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++
510
44
Cangjie-ExamplesCangjie-Examples
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
344
1.32 K
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279