huifu-cat-sdk 1.0.3

Cat SDK for Python

Cat Client for Python

pycat 同时支持 python2 (>=2.7) 和 python3 (>=3.5)。

但这也意味着 centos6 默认情况下是不被支持的（因为内置的 python 版本是 2.6.6）。

尽管如此，你仍可以通过升级内置 python 版本或使用 virtualenv 的方式使用 pycat。

安装

通过 pip 安装

pip install huifu-cat-sdk

通过 setuptools 安装

python setup.py install

准备工作

启动 cat 客户端前的准备工作

1. 创建 /data/appdatas/cat 目录 (这个路径是固定的，所以你可能需要使用 Docker)

   确保你具有这个目录的读写权限。

2. 创建 /data/applogs/cat 目录 (可选)

   这个目录是用于存放运行时日志的，这将会对调试提供很大帮助，同样需要读写权限。

3. 创建 /data/appdatas/cat/client.xml，内容如下

<?xml version="1.0" encoding="utf-8"?>
<config xmlns:xsi="http://www.w3.org/2001/XMLSchema" xsi:noNamespaceSchemaLocation="config.xsd">
    <servers>
        <server ip="<cat server ip address>" port="2280" http-port="8080" />
    </servers>
</config>

不要忘记把 <cat server IP address> 替换成你自己的服务器地址哦！

初始化

通过下面的代码来初始化 pycat ：

cat.init("appkey")

appkey 只能包含英文字母 (a-z, A-Z)、数字 (0-9)、下划线 (_) 和中划线 (-)

协程模式

由于我们在 ccat 中使用 ThreadLocal 存储 Transaction 的栈，并用于构建消息树，同时 pycat 高度依赖 ccat。

因此在协程模式下，如 gevent, greenlet，由于同一个线程里的线程会交替执行，我们暂不提供消息树功能。

在这些情况下，你需要通过下述代码来关闭消息树功能。

cat.init("appkey", logview=False)

这样我们就会禁用 ccat 的上下文管理器，从而禁用消息树功能。

注意：FastAPI 中 async def 定义的路由处理函数和被 Depends 包裹的函数只在主线程中执行，而 def 定义的函数则分别在不同的线程里执行。

调试日志

有时你会想要打开调试日志。

注意调试日志会被输出到控制台中。

cat.init("appkey", debug=True)

Quickstart

import cat
import time

cat.init("appkey")

with cat.Transaction("foo", "bar") as t:
    try:
        t.add_data("a=1")  # 一般不使用
    	cat.set_trace_id("trace_id_xxx")  # 设置当前请求TraceId整个，链路唯一id
        cat.set_attributes({"xxx": "xxx"})  # 上送自定义参数，类型为字典，scope为单个请求
        cat.set_baggages({"xxx": "xxx"})  # 上送自定义参数，类型为字典，scope为整条链路
        cat.log_event("hook", "before")  # 基础函数打印信息
        cat.log_biz_result("code", "msg", "status")  # 打印业务返回信息
        cat.log_tag_for_api(request.url.path, {"xxx": "xxx"})  # 给当前接口加标签
        cat.log_tag_for_next_call(request.url.path, {"xxx": "xxx"})  # 给下一个调用的接口加标签
        # do something
    except Exception as e:
        cat.log_exception(e)  # 打印错误日志
    finally:
        cat.metric("api-count").log_for_count(quantity)  # 埋点计次
        cat.metric("api-count").log_for_count_map(quantity, customParams)  # 埋点计次，支持上送自定义参数，类型为字典
        cat.metric("api-duration").log_for_sum(quantity, customParams)  # sum
        cat.metric("metric").log_for_avg(quantity, customParams)  # avg
        cat.log_event("hook", "after")

time.sleep(1)

API List

Transaction

t = cat.Transaction("Trans", "t3")
t.complete()

为了避免忘记关闭 Transaction，我们强烈建议使用 try-finally 代码块包裹 transaction，并在 finally 代码块中执行 complete。

try:
	t = cat.Transaction("Trans", "t3")
finally:
	t.complete()

我们同时提供了装饰器和上下文管理器的用法，可以自动关闭 Transaction。

这也是我们推荐的使用方法。

via decorator

@cat.transaction("Trans", "T2")
def test():
    '''
    Use with decorator
    '''
    cat.log_event("Event", "E2")

如果被装饰的函数出现什么问题，Transaction 的状态会被置为 FAILED，并且无论有没有 Exception 被抛出，Transaction 都会被自动关闭。

唯一的问题就是如果使用装饰器模式的话，你拿不到 Transaction 对象。

via context manager

with cat.Transaction("Transaction", "T1") as t:
    cat.log_event("Event", "E1")
    try:
        do_something()
    except Exception:
        t.set_status(cat.CAT_ERROR)
    t.add_data("hello world!")

如果在 with 管理的上下文中出现了什么问题，Transaction 的状态会被置为 FAILED，并且无论有没有 Exception 被抛出，Transaction 都会被自动关闭。

虽然这有些复杂，但你可以拿到 transaction 对象。

Transaction apis

我们提供了一系列 API 来对 Transaction 进行修改。

• add_data
• set_status
• set_duration
• set_duration_start
• set_timestamp
• complete

这些 API 可以被很方便的使用，如下代码所示：

try:
    trans = cat.Transaction("Trans", "T3")
    trans.add_data("content")
    trans.add_data("key", "val")
    trans.set_status("error")
    trans.set_duration(500)
    trans.set_duration_start(time.time() * 1000 - 30 * 1000)
    trans.set_timestamp(time.time() * 1000 - 30 * 1000)
finally:
    # NOTE don't forget to complete the Transaction!
    trans.complete()

在使用 Transaction 提供的 API 时，你可能需要注意以下几点：

1. 你可以调用 add_data 多次，他们会被 & 连接起来。
2. 同时指定 duration 和 durationStart 是没有意义的，尽管我们在样例中这样做了。
3. 不要忘记完成 transaction！否则你会得到一个毁坏的消息树以及内存泄漏！

Event

cat.log_event

# Log a event with success status and empty data.
cat.log_event("Event", "E1")

# The 3rd parameter (status) is optional, default is "0".
# It can be any of string value.
# The event will be treated as a "problem" unless the given status == cat.CAT_CUSSESS ("0")
# which will be recorded in our problem report.
cat.log_event("Event", "E2", cat.CAT_ERROR)
cat.log_event("Event", "E3", "failed")

# The 4th parameter (data) is optional, default is "".
# It can be any of string value.
cat.log_event("Event", "E4", "failed", "some debug info")

cat.log_exception

记录一个 Exception

Exception 是一种特殊的 Event，默认情况下，type = Exception，name = exc.__class__.__name__

由于 Exception 通常出现在 except 代码块中，错误堆栈信息也会被自动收集和上报。

try:
    raise Exception("I'm a exception")
except Exception as e:
    cat.log_exception(e)

# We will collect error traces automatically in most cases
# But you can also customize the trace info.
try:
    1 / 0
except Exception as e:
    cat.log_exception(e, traceback.format_exc())

# Even out of an except block.
e = Exception("something goes wrong")
cat.log_exception(e, "customized trace info")

cat.log_error

记录一个 Error

Error 是一个轻量级的 Exception，默认情况下，type = Exception，name 通过第一个参数指定。

# Same as cat.log_event("Exception", "e1")
cat.log_error("e1")

# Error traces will be collected when you use it in an except block.
try:
    1 / 0
except Exception:
    cat.log_error("e2")

# customize your own error traces through the 2nd parameter which is optional.
cat.log_error("e3", "this is my error stack info")

Metric

# Counter
cat.metric("metric1").count() # default is 1
cat.metric("metric1").count(5)

# Duration
cat.metric("metric2").duration(100)
cat.metric