在 spryker 电商平台的开发过程中,我们经常与 elasticsearch 交互进行搜索和数据检索。然而,在早期版本中,我们缺乏对 elasticsearch api 调用细节的有效监控机制。当出现搜索异常或性能问题时,定位问题根源变得异常困难,这严重影响了我们的开发效率和运维效率。 日志信息要么过于简略,要么分散在各个地方,难以整合分析。
为了解决这个问题,我们决定引入一个专门的 Elasticsearch 日志监控方案。在调研了多种方案后,我们选择了 valantic-spryker/elasticsearch-logging 这个库。这个库专为 Spryker 设计,能够将 Spryker 的日志客户端与 Elasticsearch 集成,并将 Elasticsearch API 调用的详细信息记录到 Elasticsearch 中,方便我们进行集中监控和分析。
安装该库非常简单,只需要使用 Composer:
composer require valantic-spryker/elasticsearch-logging
安装完成后,我们需要更新 Spryker 的共享配置 shared/config/config.php 文件,添加命名空间并设置日志级别为 DEBUG:
$config[KernelConstants::PROJECT_NAMESPACES] = [ 'ValanticSpryker', // ... other namespaces];$config[LogConstants::LOG_LEVEL] = Logger::DEBUG;
设置日志级别为 DEBUG 能够确保记录 Elasticsearch API 调用的所有细节。 配置完成后,重新启动 Spryker 应用。之后,所有 Elasticsearch API 调用都会以 JSON 格式记录到 Elasticsearch 中,包含请求 URL、请求头、请求体、响应状态码和响应体等详细信息。
日志示例如下(Glue 和 Zed 模块的日志格式略有不同):
Glue 模块日志示例:
{"@timestamp":"2023-02-02T11:51:26.930431+00:00", ...}
Zed 模块日志示例:
{"@timestamp":"2023-02-02T11:53:13.947352+00:00", ...}
这些详细的日志信息为我们提供了丰富的上下文信息,例如请求参数、响应时间等,帮助我们快速定位问题。例如,我们可以根据响应状态码快速筛选出失败的请求,并根据请求参数分析问题原因。
通过使用 Kibana 等工具可视化 Elasticsearch 中的日志数据,我们可以创建仪表盘来监控 Elasticsearch API 的性能指标,例如请求成功率、平均响应时间、请求数量等,从而更好地了解 Elasticsearch 的运行状况,及时发现潜在问题。
总结:
valantic-spryker/elasticsearch-logging 库极大地提升了我们对 Spryker 应用中 Elasticsearch 交互的监控能力。它带来的优势主要体现在以下几个方面:
总而言之,valantic-spryker/elasticsearch-logging 是一个非常有用的库,强烈推荐在 Spryker 项目中使用,以提升应用的可观测性和稳定性。 如果你想更深入地学习 Composer 的使用,可以参考这个 Composer 在线学习地址:学习地址。
以上就是Spryker Elasticsearch 日志监控:提升应用可观测性的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号