logfire

pydantic logfire-简单的可观察性

从Pydantic背后的团队中， LogFire是一个基于与我们的开源库相同信念的可观察性平台 - 最强大的工具可以易于使用。

是什么设置了logfire：

• 简单而强大的：相对于它提供的功率，LogFire的仪表板很简单，以确保您的整个工程团队实际使用它。
• 以Python为中心的见解：从Python对象的丰富显示，到事件环形遥测到分析Python代码和数据库查询，LogFire使您可以无与伦比的可视性对Python应用程序的行为。
• SQL：使用标准SQL查询数据 - 所有控件，并且（对于许多人来说）没有什么新的学习。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查询数据。
• OpentElemetry： LogFire是围绕OpentElemetry的自以为是的包装器，可为许多常见的Python软件包利用现有的工具，基础架构和仪器，并为几乎任何语言提供支持。
• Pydantic集成：了解通过您的Pydantic模型流动的数据，并在验证方面进行内置分析。

有关更多信息，请参见文档。

随时报告问题，并在此存储库中询问有关logfire的任何问题！

此存储库包含用于logfire和文档的Python SDK；用于录制和显示数据的服务器应用程序已关闭源。

使用logfire

这是关于如何使用LogFire的非常简短的概述，该文档具有更多的详细信息。

安装

pip install logfire

（了解更多）

认证

logfire auth

（了解更多）

手动跟踪

这是一个简单的手动跟踪（又名记录）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 )

（了解更多）

一体化

或者，您也可以避免手动仪器，并与许多流行的软件包集成在一起，这是与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' }

（了解更多）

logFire使您可以了解您的代码如何运行：

贡献

我们希望任何有兴趣为LogFire SDK和文档做出贡献的人，请参阅《贡献指南》。

报告安全漏洞

请参阅我们的安全政策。