最好的Python可观察性工具！ 🪵🔥
项目描述
Pydantic Logfire — 简单易用的可观测性
来自 Pydantic 团队，Logfire 是一个可观测性平台，我们的开源库 — 信念相同，即最强大的工具可以易于使用。
Logfire 的独特之处
- 简单而强大：与它提供的功能相比，Logfire 的仪表盘简单易用，确保您的整个工程团队能够真正使用它。
- 以 Python 为中心的洞察力：从丰富地展示 Python 对象，到事件循环遥测，再到分析 Python 代码和数据库查询，Logfire 让您能够无与伦比地了解您的 Python 应用程序的行为。
- SQL：使用标准 SQL 查询您的数据 — 所有控制权，对于许多人来说，无需学习新东西。使用 SQL 还意味着您可以使用现有的 BI 工具和数据库查询库来查询您的数据。
- OpenTelemetry：Logfire 是 OpenTelemetry 的一种有偏见的包装，允许您利用现有的工具、基础设施和用于许多常见 Python 包的仪表，并支持几乎所有语言。
- Pydantic 集成：了解通过您的 Pydantic 模型流动的数据，并获得验证的内置分析。
查看文档以获取更多信息。
请随时在此存储库中报告问题并提问有关 Logfire 的任何问题！
此存储库包含 logfire 的 Python SDK 和文档；用于记录和显示数据的服务器应用程序是闭源的。
使用 Logfire
这是对如何使用 Logfire 的简要概述，文档有更多详细信息。
安装
pip install logfire
身份验证
logfire auth
手动跟踪
以下是一个简单的手动跟踪（即日志记录）示例
import logfire
from datetime import date
logfire.info('Hello, {name}!', name='world')
with logfire.span('Asking the user their {question}', question='age'):
user_input = input('How old are you [YYYY-mm-dd]? ')
dob = date.fromisoformat(user_input)
logfire.debug('{dob=} {age=!r}', dob=dob, age=date.today() - dob)
集成
或者，您也可以避免手动仪表化，而是与许多流行的包集成，以下是与 FastAPI 集成的示例
import logfire
from pydantic import BaseModel
from fastapi import FastAPI
app = FastAPI()
logfire.configure()
logfire.instrument_fastapi(app)
# next, instrument your database connector, http library etc. and add the logging handler
class User(BaseModel):
name: str
country_code: str
@app.post('/')
async def add_user(user: User):
# we would store the user here
return {'message': f'{user.name} added'}
Logfire 以这种方式显示了您的代码的运行情况
贡献
我们欢迎任何有兴趣为 Logfire SDK 和文档做出贡献的人，请参阅贡献指南。
报告安全漏洞
查看我们的安全策略。
下载文件
下载适用于您平台的文件。如果您不确定选择哪个，请了解更多关于安装包的信息。
源代码发行版
logfire-1.0.1.tar.gz (237.9 kB 查看哈希值)
构建发行版
logfire-1.0.1-py2.py3-none-any.whl (163.0 kB 查看哈希值)