python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > Sentry Relay开发调试

解析Sentry Relay 二次开发调试

作者:为少

这篇文章主要介绍了Sentry Relay 二次开发调试简介,集成测试要求 Redis 和 Kafka 在其默认配置中运行,获取所有必需服务的最便捷方式是通过 sentry devservices,这需要最新的 Sentry 开发环境,本文给大家介绍的非常详细,需要的朋友参考下吧

开发

要构建 Relay,我们需要最新的稳定版 Rustcrate 被拆分为具有多个功能的工作区,因此在运行构建或运行测试时,请始终确保传递 --all--all-features 标志。processing 功能还需要 C 编译器和 CMake

要安装开发环境,必须安装 librdkafka 并在 path 上。 在 macOS 上,我们需要使用 brew install librdkafka 安装它,因为安装脚本使用 brew --prefix 来确定正确的位置。

我们使用 VSCode 进行开发。此存储库包含配置代码样式、linter 和有用功能的设置文件。 首次打开项目时,请确保 安装推荐扩展,因为它们将允许编辑器在编码期间提供帮助。

存储库的根目录包含一个 Makefile,其中包含用于开发的有用命令:

集成测试要求 RedisKafka 在其默认配置中运行。 获取所有必需服务的最便捷方式是通过 sentry devservices,这需要最新的 Sentry 开发环境。

sentry devservices

https://develop.sentry.dev/services/devservices

构建和运行

重建和运行 Relay 的最简单方法是使用 cargo。根据配置,您可能需要运行 Sentry 的本地实例。

# 第一次初始化 Relay
cargo run --all-features -- config init

# 重建并运行所有功能
cargo run --all-features -- run

标准构建命令也可用作 make 目标。请注意,发布版本仍会生成调试信息。

# 在调试模式下不进行优化构建。
make build

# 使用发布优化和调试信息进行构建。
make release

为了在进行一些更改后快速验证 Relay 是否编译,您还可以使用 cargo check

cargo check --all --all-features

功能

默认情况下,Relay 编译时不使用 processing 模式。 这是用于作为代理运行的中继的配置。有两个可选功能:

要启用功能,请将其传递给 cargo 调用。例如,要在启用了 processing 功能的情况下跨所有 workspace crates 运行测试,请运行:

cargo run --features=processing

测试

测试套件包括单元测试、集成测试套件和 Python 包的单独测试套件。单元测试是作为 Rust crates 的一部分实现的,可以通过以下方式运行:

# 测试默认功能
make test-rust

# 为所有功能运行 Rust 测试
make test-rust-all

集成测试套件需要 python。默认情况下,集成测试套件将创建一个 virtualenv,构建启用处理的 Relay 二进制文件,并运行一组集成测试:

# 创建一个新的 virtualenv,构建 Relay 并运行集成测试
make test-integration

# 手动构建和运行单个测试
make build
.venv/bin/pytest tests/integration -k <test_name>

Linting

我们使用来自最新稳定通道的 rustfmtclippy 进行代码格式化和 linting。 要确保正确设置这些工具并使用正确的配置运行,请使用以下 make 目标:

# 格式化整个代码库
make format

# 在整个代码库上运行 clippy
make lint

Python 和 C-ABI

潜在地,还需要将新功能添加到 Python 包中。这首先需要在 C ABI 中公开新功能。 为此,请参阅 Relay C-ABI readme。

https://getsentry.github.io/relay/relay_cabi/

我们强烈建议在 virtual
environment 中开发和测试 python 包。更新和测试 ABI 后,确保 virtualenv 处于活动状态并安装构建原生库的包。有两种安装方法:

# 安装发布版本,推荐:
pip install --editable ./py

# 安装调试版本,安装速度更快,但运行时慢得多:
RELAY_DEBUG=1 pip install --editable ./py

对于测试,我们使用无处不在的 pytest。 同样,确保您的 virtualenv 处于活动状态并且已安装最新版本的原生库。然后,运行:

# 创建一个新的 virtualenv,安装发布版本并运行测试
make test-python

# 手动运行单个测试
.venv/bin/pytest py/tests -k <test_name>

开发 Server

如果你安装了 systemfdcargo-watchmake devserver 命令可以自动重新加载 Relay

cargo install systemfd cargo-watch
make devserver

SSL

该存储库包含用于开发目的的 SSL-certificate + private key。它有两种格式:一种是 (.pem, .cert) 对,一种是 .pfx (PKCS #12) 文件。

密码,.pfx 文件是 password

与 Sentry 一起使用

要使用现有的 Sentry devserverself-hosted Sentry 安装或 Sentry SaaS 开发 Relay,请将 .relay/config.yml 中的 upstream 配置为 Sentry serverURL。 例如,在本地开发中将 relay.upstream 设置为 http://localhost:8000/

要使用本地 development Sentry 测试 processing 模式,请使用以下配置:

relay:
  # 指向您的 Sentry devserver URL:
  upstream: http://localhost:8000/
  # 监听 3000 以外的端口:
  port: 3001
logging:
  # 启用完整的日志记录和回溯:
  level: trace
  enable_backtraces: true
limits:
  # 在 ^C 上加速 shutdown
  shutdown_timeout: 0
processing:
  # 启用存储规范化的 processing 模式并将数据发布到 Kafka:
  enabled: true
  kafka_config:
    - { name: "bootstrap.servers", value: "127.0.0.1:9092" }
    - { name: "message.max.bytes", value: 2097176 }
  redis: "redis://127.0.0.1"

请注意,Sentry devserver 还在 processing 模式下在端口 3000 上以类似配置启动 Relay。 该 Relay 不会干扰您的开发构建。为确保 SDK 发送到您的开发实例,请更新 DSN 中的端口:

http://<key>@localhost:3001/<id>

发布管理

我们使用 craft 来发布新版本。有两个单独的项目要发布:

Relay Python library 和 C-ABIpy/ 子文件夹中发布。切换到该目录并运行 craft preparecraft publish。我们在开发周期中使用语义版本控制和发布。

https://github.com/getsentry/craft

https://calver.org

https://semver.org

变更日志说明

对于暴露给 Python package 的更改,请在 py/CHANGELOG.md 中添加一个条目。这包括但不限于事件规范化PII 清理协议。对于 Relay server 的更改,请在 CHANGELOG.md 的以下标题下添加一个条目:

changelog 条目中,请添加指向此 PR 的链接(考虑更具描述性的消息):

- ${getCleanTitle()}. (${PR_LINK})

如果以上都不适用,您可以通过在 PR 描述中添加 #skip-changelog 来选择退出。

更多

Sentry Web 前端监控 - 最佳实践(官方教程)

Sentry 后端监控 - 最佳实践(官方教程)

到此这篇关于Sentry Relay 二次开发调试简介的文章就介绍到这了,更多相关Sentry Relay 二次开发调试简介内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

您可能感兴趣的文章:
阅读全文