如何使用DNN中的事件记录服务

简介: Event Log介绍 DNN提供了很多基础的服务(Service),Event记录系统就是其中的一个。如图: Event记录系统可以记录系统中发生的很多事情,如: 那如何使用这个Event系统呢? 在深入细节之前,让我们先想想,在生活中,如果你要记录一个事件,你会怎么办呢?...

Event Log介绍

DNN提供了很多基础的服务(Service),Event记录系统就是其中的一个。如图:

clip_image002

Event记录系统可以记录系统中发生的很多事情,如:

clip_image004

那如何使用这个Event系统呢?

clip_image007在深入细节之前,让我们先想想,在生活中,如果你要记录一个事件,你会怎么办呢?比如借别人钱了,你会用一个小纸片写上,“2008年5月27日,在商场借李四4000元钱,约定8月1日前还”

在系统中我们要记录一个事件,同样的,我们得指明这些东西:

  • 事件的日期——2008年5月27日
  • 事件的类型——借钱
  • 事件的相关人——李四(当然,我自己也是相关人)
  • 事件的备注——归还日期
  • 事件发生的地点——商场

我们指明了这些东西,存入数据库,及添加了一个Event记录。

那如何添加呢,DNN里一个基本概念就是CBO(Custom Business Object)的概念,向数据库里添加、修改、删除一个对象,都要通过对象的Info类和Controller类。Event肯定是一个对象,那个应该有一个EventInfo类。DNN的服务方面的代码都放在了Service命名空间下了,我们在这里找一找,果然,参照左图

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 
 

clip_image009

在DNN的DotNetNuke.Services.Log.EventLog下,有一个LogInfo类。我们再来看看LogInfo类有什么属性,如下图:

  • 事件的日期——LogCreateDate、LogCreateDateNum
  • 事件的类型——LogTypeKey
  • 事件的相关人——LogUserName(LoguserID)
  • 事件的备注——LogProperties
  • 事件的地点——LogPortalID、LogPortalName、LogServerName

还有一些其它的属性,用来记录事件存储的文件等等。

这个时候我们可以想象如何添加一个Event记录了,生成一个LogInfo,使用LogController添加进数据库。

我们来看看DNN在用户登录时是如何把用户登录这个Event登录到系统里面的。

 

 

 

 

 

 

 

 

 

 

 

 

代码如下:


         Private   Shared   Sub AddEventLog() Sub AddEventLog(ByVal portalId As IntegerByVal username As StringByVal userId As IntegerByVal portalName As StringByVal Ip As StringByVal loginStatus As UserLoginStatus)

            
Dim objEventLog As New Services.Log.EventLog.EventLogController

            
' initialize log record
            Dim objEventLogInfo As New Services.Log.EventLog.LogInfo
            
Dim objSecurity As New PortalSecurity
            objEventLogInfo.AddProperty(
"IP", Ip)
            objEventLogInfo.LogPortalID 
= portalId
            objEventLogInfo.LogPortalName 
= portalName
            objEventLogInfo.LogUserName 
= objSecurity.InputFilter(username, PortalSecurity.FilterFlag.NoScripting Or PortalSecurity.FilterFlag.NoAngleBrackets Or PortalSecurity.FilterFlag.NoMarkup)
            objEventLogInfo.LogUserID 
= userId

            
' create log record
            objEventLogInfo.LogTypeKey = loginStatus.ToString
            objEventLog.AddLog(objEventLogInfo)

        
End Sub


第一步:生成一个EventLogController

Dim  objEventLog  As   New  Services.Log.EventLog.EventLogController

第二步:生成一个EventInfo,并填充相关属性


Dim  objEventLogInfo  As   New  Services.Log.EventLog.LogInfo

Dim  objSecurity  As   New  PortalSecurity

objEventLogInfo.AddProperty(
" IP " , Ip)

objEventLogInfo.LogPortalID 
=  portalId

objEventLogInfo.LogPortalName 
=  portalName

objEventLogInfo.LogUserName 
=  objSecurity.InputFilter(username, PortalSecurity.FilterFlag.NoScripting  Or  PortalSecurity.FilterFlag.NoAngleBrackets  Or  PortalSecurity.FilterFlag.NoMarkup)

objEventLogInfo.LogUserID 
=  userId

这里要注意的一点是,LogInfo的AddProperty()函数可以允许我们添加自定义的记录项。比如本例中的:

objEventLogInfo.AddProperty( " IP " , Ip)

最后:制定Event类型,使用EventLogController添加进数据库


objEventLogInfo.LogTypeKey  =  loginStatus.ToString

objEventLog.AddLog(objEventLogInfo)

LogTypeKey是一个String,所以可以接受DNN中各种Event的枚举作为类型描述,不同的类,比如登录、模块安装等等都提不同的枚举类型的事件类型,可以直接使用。

相关文章
|
8月前
|
机器学习/深度学习 数据采集 算法
大模型开发:什么是时间序列预测,以及如何处理此类数据?
时间序列预测分析历史数据以预测未来,涉及数据收集、预处理、模型选择(如ARIMA或DeepAR)、模型训练、评估及未来值预测。处理时序数据需注意时间依赖性,预处理和模型选择对准确性影响大。
164 3
|
机器学习/深度学习 数据采集 PyTorch
使用自定义 PyTorch 运算符优化深度学习数据输入管道
使用自定义 PyTorch 运算符优化深度学习数据输入管道
84 0
|
3月前
|
存储 并行计算 PyTorch
探索PyTorch:模型的定义和保存方法
探索PyTorch:模型的定义和保存方法
yolov8在进行目标追踪时,model.track()中persist参数的含义
yolov8在进行目标追踪时,model.track()中persist参数的含义
|
PyTorch 算法框架/工具 异构计算
PyTorch高级教程:自定义模型、数据加载及设备间数据移动
在深入理解了PyTorch的核心组件之后,我们将进一步学习一些高级主题,包括如何自定义模型、加载自定义数据集,以及如何在设备(例如CPU和GPU)之间移动数据。
|
机器学习/深度学习 数据可视化 Java
TensorFlow 高级技巧:自定义模型保存、加载和分布式训练
本篇文章将涵盖 TensorFlow 的高级应用,包括如何自定义模型的保存和加载过程,以及如何进行分布式训练。
|
机器学习/深度学习 PyTorch 算法框架/工具
【28】使用hook技术获取模型的中间梯度信息与中间特征输出
【28】使用hook技术获取模型的中间梯度信息与中间特征输出
588 0
【28】使用hook技术获取模型的中间梯度信息与中间特征输出
|
机器学习/深度学习 缓存 JSON
快速入门DVC(六):指标跟踪、更新训练参数以及可视化模型表现
在上一篇文章快速入门DVC(五):数据流水线中,讲述了如何完成一个机器学习模型训练流水线,以及如何重现机器学习模型。本文接下来将讲述 DVC 如何进行模型指标跟踪、修改训练参数重新训练以及使用图表可视化模型表现。
|
TensorFlow 算法框架/工具
TensorFlow自定义回调函数【全局回调、批次、epoch】
TensorFlow自定义回调函数【全局回调、批次、epoch】
208 0