You need to enable JavaScript to run this app. 基于Telemetry实现Absinthe/Phoenix服务的Jason JSON编码耗时埋点
优惠活动
大模型
产品
解决方案
定价
更多

基于Telemetry实现Absinthe/Phoenix服务的Jason JSON编码耗时埋点

Absinthe + Phoenix 场景下JSON序列化耗时埋点实现方案

完全可以基于Telemetry实现精准的全流程耗时统计,且不需要侵入现有业务逻辑,结合你当前的项目配置,可直接落地的实现路径如下:

核心实现逻辑

你当前项目里的JSON编解码一共覆盖两个链路节点:

  • Plug.Parsers 层:使用Jason解析客户端发送的JSON格式请求入参
  • Absinthe.Plug 层:将GraphQL执行完成的响应数据用Jason编码为JSON字符串返回给客户端
    传统手动埋点很容易遗漏Absinthe自定义的编解码路径,而Telemetry的钩子机制可以在不修改第三方库源码的前提下,在函数调用的全生命周期自动上报指标,适配性更强。

具体实现步骤

1. 开发带Telemetry埋点的Jason薄包装模块

不需要改动Jason本身的逻辑,只需要做一层接口兼容的代理,在编码、解码的核心函数前后插入耗时统计逻辑即可:

defmodule AssessmentApi.TelemetryJason do
  @moduledoc "全链路JSON编解码埋点包装器,完全兼容原生Jason接口"
  @event_prefix [:assessment_api, :json_codec]

  def encode(value, opts \\ []) do
    start_time = System.monotonic_time()
    try do
      # 直接委托给原生Jason执行核心逻辑,无额外逻辑侵入
      Jason.encode(value, opts)
    after
      duration = System.monotonic_time() - start_time
      # 上报编码耗时事件
      :telemetry.execute(
        @event_prefix ++ [:encode, :stop],
        %{duration: duration},
        %{data_size: :erlang.external_size(value)}
      )
    end
  end

  def decode(payload, opts \\ []) do
    start_time = System.monotonic_time()
    try do
      Jason.decode(payload, opts)
    after
      duration = System.monotonic_time() - start_time
      # 上报解码耗时事件
      :telemetry.execute(
        @event_prefix ++ [:decode, :stop],
        %{duration: duration},
        %{payload_size: byte_size(payload)}
      )
    end
  end

  # 代理Jason的所有公开接口,保证插件层可直接替换
  defdelegate encode!(value, opts \\ []), to: __MODULE__, as: :encode
  defdelegate decode!(payload, opts \\ []), to: __MODULE__, as: :decode
end

2. 全局替换现有配置中的JSON实现

只需要把项目里所有原本指定使用原生Jason的位置,替换为刚才开发的包装模块即可,改动量极小:

  • 修改endpoint.ex中Plug.Parsers的配置:将原有的json_decoder: Jason 替换为 json_decoder: AssessmentApi.TelemetryJason
  • 修改router.ex中两处Absinthe.Plug的配置:将原有的json_codec: Jason 替换为 json_codec: AssessmentApi.TelemetryJason

注意:Absinthe.Plug对json_codec的要求是模块实现encode!/2、decode!/2接口,上述包装模块完全满足要求,不会出现兼容性问题。

3. 挂载Telemetry事件处理器采集指标

在应用启动流程(通常是lib/assessment_api/application.ex的启动回调中)注册事件监听逻辑,将采集到的耗时数据输出到日志、内部监控系统即可:

# 应用启动阶段绑定事件处理器
:telemetry.attach(
  "json-codec-metrics-handler",
  [:assessment_api, :json_codec, :encode, :stop],
  fn _event_name, measurements, metadata, _config ->
    # 按需扩展:这里可以补充上报接口路径、GraphQL操作名等上下文信息
    Logger.debug("JSON序列化完成,耗时#{measurements.duration / 1000}微秒,待序列化数据大小#{metadata.data_size}字节")
  end,
  nil
)

方案优势

  • 无侵入:不需要修改Absinthe、Phoenix、Jason的第三方源码,兼容现有所有插件逻辑
  • 无遗漏:所有经过应用的JSON编解码流量,不管是普通HTTP接口、还是GraphQL接口的请求解析、响应序列化,都会被完整统计
  • 易扩展:后续可以在Telemetry事件的元数据中补充请求级别的上下文信息(比如接口路径、GraphQL查询名、用户ID),做更细粒度的耗时归因,不需要修改核心埋点逻辑
  • 低损耗:耗时计算采用EVM原生的monotonic_time实现,额外性能开销可以忽略不计

优化提示:不要在Telemetry的事件回调中执行重逻辑(比如大IO操作、复杂计算),避免埋点本身成为性能瓶颈。


内容的提问来源于stack exchange,提问作者GTDev

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.25 16:54:02