基于sentry的前端错误监控日志系统(部署sentry服务器/前端项目部署)-让前端最快的定位到生产问题

本文涉及的产品
日志服务 SLS,月写入数据量 50GB 1个月
简介:

背景

 

  在这越来越发达的网络时代,web应用也是越来越复杂,尤其是前端的开发,也是越来越受重视。

  所以在我们前端开发完成后,会有一些列的web应用的上线验证,如自测、QA测试、code review 等,以确保

应用能在生产上没有事故。

  但是事以愿违,很多时候我们都会接受的客户的一些线上问题,这些问题有时候可能你是自己开发的原因本身存

在的问题,这样的问题一般能够在测试环境重现,我们很快的能定位到问题关键位置。但是,很多时候有一些问题,

我们在测试中并未发现,可是在线上却有部分人出现了,问题确确实实存在的,这个时候我们测试环境又不能重现,

还有一些偶现的生产的偶现问题,这些都是难以定位到问题的原因,让我们前端工程师头疼不已。

  这时候,我们不得不借助一些功能来解决这一些列的头疼问题。

 

  前端错误监控日志系统  

  当前端代码在生产运行中出现错误的时候,第一时间传递给监控系统,从而第一时间定位并且解决问题。

  保证前端代码的稳定和安全,是项目可以健康的运行。

 

监控系统搭建方案

 

  1、自行可以规划定义一套完善的监控系统。需要人力重新开发

  2、借助第三方插件( 阿里ARMS、fundebug、BadJS,sentry 等 )

  阿里ARMS :是阿里的一个前端数据监控的服务,似乎是收费的

  fundebug :挺完善的前端错误日志服务,也是收费的

  BadJS :腾讯团队的一个开源项目,没看过,应该很不错的

  sentry :github 上面的一个开源项目,支持各端的错误监控 ( 本文就是基于 sentry 搭建的错误监控系统 )

 

系统的搭建与使用

 

  sentry 简介

  sentry 是一个开源的实时错误监控的项目,它支持很多端的配置,包括 web 前端、服务器端、移动端及其游戏端。

支持各种语言,例如 python、oc、java、node、javascript 等。也可以应用到各种不同的框架上面,如前端框架中的

vue 、angular 、react 等最流行的前端框架。

  提供了github、slack、trello 的常见的开发工具的集成。可以自己安装并且搭建 sentry 应用。

 

支持的语言:

 

 

  sentry 的部署

  官网提供了两种部署方案:

  docker

  python

  docker 是我第一次使用,看了下文档,感觉挺容易明白。

  在这里为了操作方便考虑,我们选择使用docker来部署搭建 sentry。

  这种方法的话需要安装 docker 和 docker - compose 。

 

1、docker 的部署 (mac版)

  安装的话,可以直接去看看 docker 安装文档

  docker 安装

  mac 版的安装,docker-compose 已经一起安装好了。

 

2、部署 sentry

  获取 sentry 代码

  从 github 上面可以获取到最新的 sentry 代码

1
git clone https: //github.com/getsentry/onpremise.git

  获取到本地之后,进入项目的目录。

  按照项目的 readme.md 开始依照步骤搭建。

  

1
docker-compose run --rm web config generate-secret-key

  这里是生产密钥,SENTRY_SECRET_KEY 这个需要添加到 docker-compose.yml 中。

  

  最后一步:

1
docker-compose up -d

  

  至此,我们监控系统的后端服务器已经跑起来了,访问本地的9000端口。

  使用中途创建的 邮箱和密码登陆 我们的服务后端。

 

 

3、创建项目

  登陆后我们会进入我们的监控项目的界面,如:

  

 

  点击右上角的  add new project ,我们可以创建一个新的项目

  

  这里可以选择项目的配置,语言以及框架,选择自己的项目类型

  输入项目名称,点击 create project 。确定创建新项目。

 

  

 

   点击红框框的,创建一个简单的日志。

  

 

   错误信息页面,可以自行到官网上面去了解更多信息。

 

 

4、前端部署,注入监控代码 

  

  获取项目的链接:

  

  在项目的首页点击 install 会进入当前图示页面

  我们复制 sentry DSN 到我们前端配置中

 

  引用 sentry ,注入配置到我们的应用中:

   

 

   这里是以 react 为例,我们在 react 的根组建的 componentDidCatch 上面捕获错误,并且上传到我们监控系统中。

  这里的我们用 sentry DSN 配置我们的 sentry 并且初始化 sentry 项目。

 

  到这里我们基本,已经完成了我们的前端错误监控日志系统了。

 

 

sentry 操作界面介绍

 

  项目操作页面:

 

  1、项目的查看选项

  Issue : 问题列表

  overview : 概况纵览

  userfeedback : 用户反馈

  Resleases : 版本列表信息

  setting : 项目设置

 

  2、问题筛选

  包括 : 指派自己的 、 标记列表 、需要分类的 、 今天的 、 未处理的

 

  

 

   设置为 解决 、 忽略 、 合并 、标记 、实时监控

 

  

 

 

 

 

 

sentry 的api介绍和使用

  

  1、javascript SDK 引用与配置

 

  现在有两种方法引用 sentry SDK :

 

  直接引用:

  最快的方法就是通过 script 标签引用我们的 sdk 

1
<script src= "https://browser.sentry-cdn.com/4.4.1/bundle.min.js"  crossorigin= "anonymous" ></script>

 然后就是配置了。

1
Sentry.init({ dsn:  'https://<key>@sentry.io/<project>' 
相关实践学习
日志服务之使用Nginx模式采集日志
本文介绍如何通过日志服务控制台创建Nginx模式的Logtail配置快速采集Nginx日志并进行多维度分析。
相关文章
|
3月前
|
监控 关系型数据库 MySQL
|
8天前
|
存储 弹性计算 运维
自动化监控和响应ECS系统事件
阿里云提供的ECS系统事件用于记录云资源信息,如实例启停、到期通知等。为实现自动化运维,如故障处理与动态调度,可使用云助手插件`ecs-tool-event`。该插件定时获取并转化ECS事件为日志存储,便于监控与响应,无需额外开发,适用于大规模集群管理。详情及示例可见链接文档。
|
6天前
|
监控 前端开发 开发者
前端代码规范 - 日志打印规范
前端代码规范 - 日志打印规范
|
14天前
|
存储 监控 Linux
监控Linux服务器
详细介绍了如何监控Linux服务器,包括监控CPU、内存、磁盘存储和带宽的使用情况,以及使用各种系统监控工具如vmstat、iostat、sar、top和dstat来分析系统性能,并推荐了一些开源监控系统。
24 0
监控Linux服务器
|
25天前
|
Ubuntu Linux 测试技术
在Linux中,已知 apache 服务的访问日志按天记录在服务器本地目录/app/logs 下,由于磁盘空间紧张现在要求只能保留最近7天的访问日志,请问如何解决?
在Linux中,已知 apache 服务的访问日志按天记录在服务器本地目录/app/logs 下,由于磁盘空间紧张现在要求只能保留最近7天的访问日志,请问如何解决?
|
20天前
|
Prometheus 监控 Cloud Native
Web服务器的日志分析与监控
【8月更文第28天】Web服务器日志提供了关于服务器活动的重要信息,包括访问记录、错误报告以及性能数据。有效地分析这些日志可以帮助我们了解用户行为、诊断问题、优化网站性能,并确保服务的高可用性。本文将介绍如何使用日志分析和实时监控工具来监测Web服务器的状态和性能指标,并提供具体的代码示例。
101 0
|
25天前
|
监控 Linux 测试技术
|
2月前
|
存储 开发框架 前端开发
循序渐进VUE+Element 前端应用开发(31)--- 系统的日志管理,包括登录日志、接口访问日志、实体变化历史日志
循序渐进VUE+Element 前端应用开发(31)--- 系统的日志管理,包括登录日志、接口访问日志、实体变化历史日志
|
2月前
|
存储 XML Java
seata2.0服务器日志位置修改
这个过程要求您对Seata配置和Linux文件系统有基本的认识。调整配置文件时要非常细心,因为配置错误会直接影响Seata服务的运行。通过以上步骤,您可以有效地修改Seata服务器的日志位置,并确保日志文件按照您的需要被妥善地管理和存储。
71 3
|
2月前
|
监控
查看服务器/IIS日志、log、访问信息基本方法
除了手动查看,你也可以使用日志分析工具,如Log Parser、AWStats等,这些工具可以帮助你更方便地分析日志数据。
262 1