Ghi nhật ký

Tính năng ghi nhật ký và giám sát hoạt động song song để giúp bạn hiểu rõ và tối ưu hoá hiệu suất của ứng dụng, cũng như chẩn đoán các lỗi và vấn đề liên quan đến hệ thống. Bạn nên bật nhật ký tóm tắt cho tất cả lệnh gọi API và nhật ký chi tiết cho các lệnh gọi API không thành công để có thể cung cấp nhật ký lệnh gọi API khi cần hỗ trợ kỹ thuật.

Ghi nhật ký thư viện ứng dụng

Thư viện ứng dụng API Google Ads được tích hợp sẵn tính năng ghi nhật ký. Để biết thông tin chi tiết về việc ghi nhật ký dành riêng cho từng nền tảng, hãy tham khảo tài liệu ghi nhật ký trong thư viện ứng dụng khách bạn chọn.

Ngôn ngữ Hướng dẫn
Java Tài liệu ghi nhật ký cho Java
.NET Tài liệu ghi nhật ký cho .NET
1.199 Tài liệu ghi nhật ký cho PHP
Python Ghi nhật ký tài liệu cho Python
Ruby Ghi nhật ký tài liệu cho Ruby
Perl Tài liệu ghi nhật ký cho Perl

Định dạng nhật ký

Thư viện ứng dụng API Google Ads sẽ tạo một nhật ký chi tiết và một nhật ký tóm tắt cho mỗi lệnh gọi API. Nhật ký chi tiết chứa tất cả thông tin chi tiết về lệnh gọi API, trong khi nhật ký tóm tắt chứa thông tin chi tiết tối thiểu về lệnh gọi API. Bạn sẽ thấy ví dụ về từng loại nhật ký, trong đó nhật ký được cắt bớt và định dạng để dễ đọc.

Nhật ký tóm tắt

GoogleAds.SummaryRequestLogs Warning: 1 : [2023-09-15 19:58:39Z] -
Request made: Host: , Method: /google.ads.googleads.v14.services.GoogleAdsService/SearchStream,
ClientCustomerID: 5951878031, RequestID: hELhBPNlEDd8mWYcZu7b8g,
IsFault: True, FaultMessage: Status(StatusCode="InvalidArgument",
Detail="Request contains an invalid argument.")

Nhật ký chi tiết

GoogleAds.DetailedRequestLogs Verbose: 1 : [2023-11-02 21:09:36Z] -
---------------BEGIN API CALL---------------

Request
-------

Method Name: /google.ads.googleads.v14.services.GoogleAdsService/SearchStream
Host:
Headers: {
  "x-goog-api-client": "gl-dotnet/5.0.0 gapic/17.0.1 gax/4.2.0 grpc/2.46.3 gccl/3.0.1 pb/3.21.5",
  "developer-token": "REDACTED",
  "login-customer-id": "1234567890",
  "x-goog-request-params": "customer_id=4567890123"
}

{ "customerId": "4567890123", "query": "SELECT ad_group_criterion.type FROM
  ad_group_criterion WHERE ad_group.status IN(ENABLED, PAUSED) AND
  campaign.status IN(ENABLED, PAUSED) ", "summaryRowSetting": "NO_SUMMARY_ROW" }

Response
--------
Headers: {
  "date": "Thu, 02 Nov 2023 21:09:35 GMT",
  "alt-svc": "h3-29=\":443\"; ma=2592000"
}

{
  "results": [ {
    "adGroupCriterion": {
      "resourceName": "customers/4567890123/adGroupCriteria/456789456789~123456123467",
      "type": "KEYWORD"
    } }, {
    "adGroupCriterion": {
      "resourceName": "customers/4567890123/adGroupCriteria/456789456789~56789056788",
      "type": "KEYWORD"
    } } ],
    "fieldMask": "adGroupCriterion.type", "requestId": "VsJ4F00ew6s9heHvAJ-abw"
}
----------------END API CALL----------------

Nếu tôi không sử dụng thư viện ứng dụng thì sao?

Nếu bạn không sử dụng thư viện ứng dụng, hãy triển khai tính năng ghi nhật ký của riêng bạn để thu thập thông tin chi tiết về các lệnh gọi API đi và đến. Bạn nên ghi lại ít nhất giá trị của tiêu đề phản hồi request-id. Sau đó, bạn có thể chia sẻ giá trị này với các nhóm hỗ trợ kỹ thuật theo yêu cầu.

Đăng nhập vào đám mây

Bạn có thể sử dụng nhiều công cụ để ghi lại nhật ký và các chỉ số về hiệu suất của ứng dụng. Ví dụ: bạn có thể dùng tính năng Ghi nhật ký trên Google Cloud để ghi các chỉ số hiệu suất vào Dự án Google Cloud của mình. Nhờ đó, bạn có thể thiết lập trang tổng quan và cảnh báo trong giải pháp Giám sát trên Google Cloud để tận dụng các chỉ số đã ghi nhật ký.

Cloud Logging cung cấp thư viện ứng dụng cho tất cả ngôn ngữ thư viện ứng dụng API Google Ads được hỗ trợ, ngoại trừ Perl. Vì vậy, trong hầu hết các trường hợp, bạn có thể đăng nhập bằng tính năng Cloud Logging ngay trong quá trình tích hợp thư viện ứng dụng. Đối với các ngôn ngữ khác, bao gồm cả Perl, Cloud Logging cũng cung cấp một API REST.

Bạn có một vài lựa chọn để ghi nhật ký vào Cloud Logging hoặc một công cụ khác, từ thư viện ứng dụng API Google Ads. Mỗi lựa chọn đều có sự đánh đổi riêng về thời gian triển khai, độ phức tạp và hiệu suất. Hãy suy nghĩ kỹ về những đánh đổi này trước khi quyết định triển khai giải pháp nào.

Cách 1: Ghi nhật ký cục bộ lên đám mây từ một quy trình ở chế độ nền

Bạn có thể ghi nhật ký thư viện ứng dụng vào một tệp cục bộ trên máy bằng cách sửa đổi cấu hình ghi nhật ký. Sau khi nhật ký được xuất sang một tệp cục bộ, bạn có thể thiết lập trình nền để thu thập nhật ký và gửi lên đám mây.

Một hạn chế của phương pháp này là một số chỉ số hiệu suất sẽ không được thu thập theo mặc định. Nhật ký thư viện ứng dụng bao gồm thông tin chi tiết từ các đối tượng yêu cầu và phản hồi. Vì vậy, chỉ số độ trễ sẽ không được đưa vào trừ phi bạn thực hiện các thay đổi bổ sung để ghi lại những đối tượng này.

Cách 2: Chạy ứng dụng trên Compute Engine và cài đặt Ops Agent

Nếu ứng dụng đang chạy trên Compute Engine, bạn có thể gửi nhật ký đến Google Cloud Logging bằng cách cài đặt Ops Agent. Ngoài các chỉ số và nhật ký được gửi theo mặc định, bạn có thể định cấu hình Tác nhân hoạt động để gửi nhật ký ứng dụng đến tính năng Ghi nhật ký trên đám mây.

Nếu ứng dụng của bạn đang chạy trong môi trường Google Cloud hoặc nếu bạn đang cân nhắc việc chuyển ứng dụng của mình sang Google Cloud, thì đây là một phương án tuyệt vời để bạn cân nhắc.

Cách 3: Triển khai tính năng ghi nhật ký trong mã xử lý ứng dụng

Bạn có thể ghi nhật ký trực tiếp từ mã xử lý ứng dụng theo một trong hai cách:

  1. Kết hợp các phép tính toán chỉ số và bảng sao kê nhật ký ở mọi vị trí thích hợp trong mã của bạn. Phương án này dễ thực hiện hơn đối với các cơ sở mã nhỏ hơn, nơi phạm vi và chi phí bảo trì của thay đổi như vậy sẽ là tối thiểu.

  2. Triển khai giao diện ghi nhật ký. Nếu có thể tóm tắt logic ứng dụng để các phần khác nhau của ứng dụng kế thừa từ cùng một lớp cơ sở, thì logic ghi nhật ký có thể được triển khai trong lớp cơ sở đó. Tuỳ chọn này thường được ưu tiên hơn so với việc kết hợp các câu lệnh nhật ký trong toàn bộ mã ứng dụng, vì nó dễ duy trì và mở rộng quy mô hơn. Đối với cơ sở mã lớn hơn, khả năng bảo trì và khả năng mở rộng của giải pháp này càng phù hợp hơn.

Một hạn chế của phương pháp này là không có nhật ký phản hồi và yêu cầu đầy đủ từ mã xử lý ứng dụng. Bạn có thể truy cập vào các đối tượng yêu cầu và phản hồi đầy đủ từ các trình chặn gRPC; đây là cách nhật ký thư viện ứng dụng tích hợp sẵn lấy nhật ký yêu cầu và phản hồi. Trong trường hợp xảy ra lỗi, đối tượng ngoại lệ có thể có thêm thông tin, nhưng sẽ có ít thông tin chi tiết hơn về các phản hồi thành công trong logic của ứng dụng. Ví dụ: trong hầu hết các trường hợp, không thể truy cập vào mã yêu cầu của một yêu cầu thành công từ các đối tượng phản hồi của API Google Ads.

Lựa chọn 4: Triển khai trình chặn ghi nhật ký gRPC tuỳ chỉnh

gRPC hỗ trợ các trình chặn đơn phân và truyền trực tuyến có thể truy cập vào các đối tượng yêu cầu và phản hồi khi truyền giữa ứng dụng và máy chủ. Thư viện ứng dụng API Google Ads sử dụng các trình chặn gRPC để cung cấp tính năng hỗ trợ ghi nhật ký tích hợp sẵn. Tương tự, bạn có thể triển khai một trình chặn gRPC tuỳ chỉnh để truy cập vào các đối tượng yêu cầu và phản hồi, trích xuất thông tin cho mục đích ghi nhật ký và giám sát, đồng thời ghi dữ liệu đó vào vị trí bạn chọn.

Không giống như một số giải pháp khác được trình bày ở đây, việc triển khai trình chặn gRPC tuỳ chỉnh cho phép bạn linh hoạt thu thập các đối tượng yêu cầu và phản hồi cho mọi yêu cầu, đồng thời triển khai logic bổ sung để thu thập thông tin chi tiết của yêu cầu. Ví dụ: bạn có thể tính thời gian đã trôi qua của một yêu cầu bằng cách triển khai logic thời gian hiệu suất trong chính trình chặn tuỳ chỉnh, sau đó ghi chỉ số vào Google Cloud Logging để có thể theo dõi độ trễ trong giải pháp Giám sát Google Cloud.

Trình chặn ghi nhật ký Google Cloud tuỳ chỉnh trong Python

Để minh hoạ giải pháp này, chúng tôi đã viết một ví dụ về trình chặn ghi nhật ký tuỳ chỉnh trong Python. Trình chặn tuỳ chỉnh được tạo và truyền vào ứng dụng dịch vụ. Sau đó, nền tảng này sẽ truy cập vào các đối tượng yêu cầu và phản hồi được truyền qua mọi lệnh gọi phương thức dịch vụ, xử lý dữ liệu từ các đối tượng đó rồi gửi dữ liệu đến Google Cloud Logging.

Ngoài dữ liệu đến từ các đối tượng yêu cầu và phản hồi, ví dụ này còn triển khai một số logic bổ sung để ghi lại thời gian đã trôi qua của yêu cầu và một số siêu dữ liệu khác hữu ích cho mục đích theo dõi (chẳng hạn như yêu cầu có thành công hay không). Để biết thêm thông tin về mức độ hữu ích của thông tin này, cả cho mục đích giám sát và đặc biệt là khi kết hợp tính năng Ghi nhật ký trên đám mây của Google và Giám sát trên Google Cloud, hãy xem Hướng dẫn giám sát.

# Copyright 2022 Google LLC
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
#     https://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.
"""A custom gRPC Interceptor that logs requests and responses to Cloud Logging.

The custom interceptor object is passed into the get_service method of the
GoogleAdsClient. It intercepts requests and responses, parses them into a
human readable structure and logs them using the logging service instantiated
within the class (in this case, a Cloud Logging client).
"""

import logging
import time

from google.cloud import logging
from grpc import UnaryUnaryClientInterceptor, UnaryStreamClientInterceptor

from google.ads.googleads.interceptors import LoggingInterceptor, mask_message


class CloudLoggingInterceptor(LoggingInterceptor):
    """An interceptor that logs rpc request and response details to Google Cloud Logging.

    This class inherits logic from the LoggingInterceptor, which simplifies the
    implementation here. Some logic is required here in order to make the
    underlying logic work -- comments make note of this where applicable.
    NOTE: Inheriting from the LoggingInterceptor class could yield unexpected side
    effects. For example, if the LoggingInterceptor class is updated, this class would
    inherit the updated logic, which could affect its functionality. One option to avoid
    this is to inherit from the Interceptor class instead, and selectively copy whatever
    logic is needed from the LoggingInterceptor class."""

    def __init__(self, api_version):
        """Initializer for the CloudLoggingInterceptor.

        Args:
            api_version: a str of the API version of the request.
        """
        super().__init__(logger=None, api_version=api_version)
        # Instantiate the Cloud Logging client.
        logging_client = logging.Client()
        self.logger = logging_client.logger("cloud_logging")

    def log_successful_request(
        self,
        method,
        customer_id,
        metadata_json,
        request_id,
        request,
        trailing_metadata_json,
        response,
    ):
        """Handles logging of a successful request.

        Args:
            method: The method of the request.
            customer_id: The customer ID associated with the request.
            metadata_json: A JSON str of initial_metadata.
            request_id: A unique ID for the request provided in the response.
            request: An instance of a request proto message.
            trailing_metadata_json: A JSON str of trailing_metadata.
            response: A grpc.Call/grpc.Future instance.
        """
        # Retrieve and mask the RPC result from the response future.
        # This method is available from the LoggingInterceptor class.
        # Ensure self._cache is set in order for this to work.
        # The response result could contain up to 10,000 rows of data,
        # so consider truncating this value before logging it, to save
        # on data storage costs and maintain readability.
        result = self.retrieve_and_mask_result(response)

        # elapsed_ms is the approximate elapsed time of the RPC, in milliseconds.
        # There are different ways to define and measure elapsed time, so use
        # whatever approach makes sense for your monitoring purposes.
        # rpc_start and rpc_end are set in the intercept_unary_* methods below.
        elapsed_ms = (self.rpc_end - self.rpc_start) * 1000

        debug_log = {
            "method": method,
            "host": metadata_json,
            "request_id": request_id,
            "request": str(request),
            "headers": trailing_metadata_json,
            "response": str(result),
            "is_fault": False,
            "elapsed_ms": elapsed_ms,
        }
        self.logger.log_struct(debug_log, severity="DEBUG")

        info_log = {
            "customer_id": customer_id,
            "method": method,
            "request_id": request_id,
            "is_fault": False,
            # Available from the Interceptor class.
            "api_version": self._api_version,
        }
        self.logger.log_struct(info_log, severity="INFO")

    def log_failed_request(
        self,
        method,
        customer_id,
        metadata_json,
        request_id,
        request,
        trailing_metadata_json,
        response,
    ):
        """Handles logging of a failed request.

        Args:
            method: The method of the request.
            customer_id: The customer ID associated with the request.
            metadata_json: A JSON str of initial_metadata.
            request_id: A unique ID for the request provided in the response.
            request: An instance of a request proto message.
            trailing_metadata_json: A JSON str of trailing_metadata.
            response: A JSON str of the response message.
        """
        exception = self._get_error_from_response(response)
        exception_str = self._parse_exception_to_str(exception)
        fault_message = self._get_fault_message(exception)

        info_log = {
            "method": method,
            "endpoint": self.endpoint,
            "host": metadata_json,
            "request_id": request_id,
            "request": str(request),
            "headers": trailing_metadata_json,
            "exception": exception_str,
            "is_fault": True,
        }
        self.logger.log_struct(info_log, severity="INFO")

        error_log = {
            "method": method,
            "endpoint": self.endpoint,
            "request_id": request_id,
            "customer_id": customer_id,
            "is_fault": True,
            "fault_message": fault_message,
        }
        self.logger.log_struct(error_log, severity="ERROR")

    def intercept_unary_unary(self, continuation, client_call_details, request):
        """Intercepts and logs API interactions.

        Overrides abstract method defined in grpc.UnaryUnaryClientInterceptor.

        Args:
            continuation: a function to continue the request process.
            client_call_details: a grpc._interceptor._ClientCallDetails
                instance containing request metadata.
            request: a SearchGoogleAdsRequest or SearchGoogleAdsStreamRequest
                message class instance.

        Returns:
            A grpc.Call/grpc.Future instance representing a service response.
        """
        # Set the rpc_end value to current time when RPC completes.
        def update_rpc_end(response_future):
            self.rpc_end = time.perf_counter()

        # Capture precise clock time to later calculate approximate elapsed
        # time of the RPC.
        self.rpc_start = time.perf_counter()

        # The below call is REQUIRED.
        response = continuation(client_call_details, request)

        response.add_done_callback(update_rpc_end)

        self.log_request(client_call_details, request, response)

        # The below return is REQUIRED.
        return response

    def intercept_unary_stream(
        self, continuation, client_call_details, request
    ):
        """Intercepts and logs API interactions for Unary-Stream requests.

        Overrides abstract method defined in grpc.UnaryStreamClientInterceptor.

        Args:
            continuation: a function to continue the request process.
            client_call_details: a grpc._interceptor._ClientCallDetails
                instance containing request metadata.
            request: a SearchGoogleAdsRequest or SearchGoogleAdsStreamRequest
                message class instance.

        Returns:
            A grpc.Call/grpc.Future instance representing a service response.
        """

        def on_rpc_complete(response_future):
            self.rpc_end = time.perf_counter()
            self.log_request(client_call_details, request, response_future)

        # Capture precise clock time to later calculate approximate elapsed
        # time of the RPC.
        self.rpc_start = time.perf_counter()

        # The below call is REQUIRED.
        response = continuation(client_call_details, request)

        # Set self._cache to the cache on the response wrapper in order to
        # access the streaming logs. This is REQUIRED in order to log streaming
        # requests.
        self._cache = response.get_cache()

        response.add_done_callback(on_rpc_complete)

        # The below return is REQUIRED.
        return response