sentry是一个基于Django构建的现代化的实时事件日志监控、记录和聚合平台,主要用于如何快速的发现故障。支持几乎所有主流开发语言和平台,并提供了现代化UI,它专门用于监视错误和提取执行适当的事后操作所需的所有信息,而无需使用标准用户反馈循环的任何麻烦。
要在 Sentry 中通过 API 获取 culprit
中不包含 "timeout" 字符的 issues 列表,可以使用查询参数来进行过滤。
import requests
url = 'https://sentry.io/api/0/projects/my-org/my-project/issues/'
headers = {
'Authorization': 'Bearer <your_auth_token>',
}
params = {
'query': '!culprit:"timeout"',
}
response = requests.get(url, headers=headers, params=params)
if response.status_code == 200:
issues = response.json()
for issue in issues:
print(issue)
else:
print(f"Error: {response.status_code} - {response.text}")
query
参数 :!culprit:"timeout"
过滤掉 culprit
中包含 "timeout" 的 issues。curl
示例中,我们使用 %3A
和 %22
对冒号 :
和引号 "
进行 URL 编码。在应用程序中,未捕获的异常通常会导致程序崩溃。这些异常会被 Sentry 自动捕获并记录为 sentry.Error
类型的错误。例如,在 Python 应用程序中,未处理的 ValueError
、TypeError
或 KeyError
等异常。
开发者可以使用 Sentry SDK 手动记录错误。例如,遇到特定业务逻辑错误或异常时,开发者可以使用 capture_exception
或 capture_message
方法手动将错误发送到 Sentry。
当应用程序与外部服务(如数据库、API、文件系统)交互时,可能会发生网络超时、连接失败或数据查询错误等问题。这些错误也会被捕获并记录为 sentry.Error
类型。
应用程序启动时可能会遇到配置文件缺失、环境变量设置错误或依赖库版本不匹配等问题。这些问题会导致应用程序无法正常运行,Sentry 会将这些错误记录下来。
用户输入的数据不符合预期(例如表单验证失败)也可能导致应用程序抛出异常。这些异常会被捕获并记录,以帮助开发者改进用户输入的验证和处理逻辑。
当应用程序尝试访问不存在的文件、目录或其他资源时,会抛出相应的异常。例如,文件系统中的 FileNotFoundError
或权限不足导致的 PermissionError
。
在 Sentry 中,"激增报错"(Issue Spike)通常是指在短时间内错误数量突然增加的情况。Sentry 提供了一些工具和 API 端点来监控和检测这种情况。
可以使用 Sentry API 来查询特定时间范围内的错误,并监控错误数量的变化。以下是一个示例,通过 /api/0/projects/{organization_slug}/{project_slug}/issues/
端点获取特定时间范围内的错误,然后分析错误数量的变化。
import requests
organization_slug = 'your_organization_slug'
project_slug = 'your_project_slug'
auth_token = 'your_auth_token'
url = f'https://sentry.io/api/0/projects/{organization_slug}/{project_slug}/issues/?statsPeriod=24h'
headers = {'Authorization': f'Bearer {auth_token}'}
response = requests.get(url, headers=headers)
if response.status_code == 200:
issues = response.json()
for issue in issues:
print(issue)
else:
print(f"Error: {response.status_code} - {response.text}")
该端点返回的是一个错误组列表,每个错误组包含的字段包括:
你还可以在 Sentry 中设置警报,当错误数量在特定时间段内急剧增加时触发警报:
在 Sentry 的 Discover 功能中,你可以编写自定义查询来分析错误数据,并检测错误数量的激增: