当前位置:首页 > 文章列表 > Golang > Go问答 > 可以使用 Datadog 跟踪器将错误信息推送到 Datadog 吗?

可以使用 Datadog 跟踪器将错误信息推送到 Datadog 吗?

来源:stackoverflow 2024-02-26 09:12:25 0浏览 收藏

亲爱的编程学习爱好者,如果你点开了这篇文章,说明你对《可以使用 Datadog 跟踪器将错误信息推送到 Datadog 吗?》很感兴趣。本篇文章就来给大家详细解析一下,主要介绍一下,希望所有认真读完的童鞋们,都有实质性的提高。

问题内容

我有很多使用 zerolog 的 golang 应用程序,它们将日志错误/信息等写入本地服务器上的文件中。

我在一家国际合作公司工作,该公司决定使用 datadog 进行日志记录。合作决定是使用跟踪器而不是dogstatsd。

我已获得以下示例代码:

    import (
    ...
    "gopkg.in/datadog/dd-trace-go.v1/ddtrace/tracer"
    )
    
    func main(){
        ...
        tracer.start(
            tracer.withservice("cvr-service"), // specify the service name
            tracer.withenv("stage"),           // specify the env
            tracer.withserviceversion("2.0"),
        )
        defer tracer.stop() 
         
        mux := httptrace.newservemux()
        
        mux.handlefunc("/", func(w http.responsewriter, r *http.request) {
            w.write([]byte("cvr-service-started!"))
        })
        http.listenandserve(":8080", mux)
    }

据我阅读,datadog 文档跟踪器用于测量性能或请求,示例主要位于 http 上 requests 并且我还没有找到日志记录错误的示例。我的许多应用程序也不使用 http。我进行了无休止的谷歌搜索,但没有找到任何可用的东西。中央合作支持无法解决我的问题。

有什么方法可以将零日志注入跟踪器或反向吗?例如:

    f := some_kind_of_iowriter_from_tracer()
    logger := zerolog.New(f).With().Timestamp().Logger()
    r, err := Myfunc()
    if err != nil {
        logger.Panic().Err(err).Msg("HELP")
    }

如果不是,我如何使用跟踪器来记录错误(和信息)?

或者使用 datadog 追踪器来达到这个目的是不可能完成的任务吗?


正确答案


跟踪是 APM 的一部分,用于检测代码以测量特定方法和依赖项的性能并深入了解代码的运行方式。摄取日志是日志管理的一部分。您需要使用 Datadog 代理或创建某种转发来跟踪日志文件并通过 HTTP API。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于Golang的相关知识,也可关注golang学习网公众号。

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
使用 Golang 的结构体中对大整数的 exp 进行操作,导致数值异常改变使用 Golang 的结构体中对大整数的 exp 进行操作,导致数值异常改变
上一篇
使用 Golang 的结构体中对大整数的 exp 进行操作,导致数值异常改变
构建项目中的所有 Go 模块
下一篇
构建项目中的所有 Go 模块
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    292次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    344次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    348次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    311次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    133次使用