写点什么

前端异常监控 Sentry 的私有化部署和使用

发布于: 2021 年 01 月 06 日

Sentry 为一套开源的应用监控和错误追踪的解决方案。这套解决方案由对应各种语言的 SDK 和一套庞大的数据后台服务组成。应用需要通过与之绑定的 token 接入 Sentry SDK 完成数据上报的配置。通过 Sentry SDK 的配置,还可以上报错误关联的版本信息、发布环境。同时 Sentry SDK 会自动捕捉异常发生前的相关操作,便于后续异常追踪。异常数据上报到数据服务之后,会通过过滤、关键信息提取、归纳展示在数据后台的 Web 界面中。

在完成接入后我们就可以从管理系统中实时查看应用的异常,从而主动监控应用在客户端的运行情况。通过配置报警、分析异常发生趋势更主动的将异常扼杀在萌芽状态,影响更少的用户。通过异常详情分析、异常操作追踪,避免对客户端应用异常两眼一抹黑的状态,更高效的解决问题。

这篇文章也将会从一键部署服务开始,通过解决部署过程中遇到的问题,分享到完成前端应用监控和异常数据使用的整个详细过程,希望会对你的部署和使用中遇到的问题有所帮助。

快速部署 Sentry 服务

Sentry 的管理后台是基于 Python Django 开发的。这个管理后台由背后的 Postgres 数据库(管理后台默认的数据库,后续会以 Postgres 代指管理后台数据库并进行分享)、ClickHouse(存数据特征的数据库)、relay、kafka、redis 等一些基础服务或由 Sentry 官方维护的总共 23 个服务支撑运行。可见的是,如果独立的部署和维护这 23 个服务将是异常复杂和困难的。幸运的是,官方提供了基于 docker 镜像的一键部署实现 getsentry/onpremise

这种部署方式依赖于 Docker 19.03.6+ 和 Compose 1.24.1+。

准备工作

Docker 是可以用来构建和容器化应用的开源容器化技术。

Compose 是用于配置和运行多 Docker 应用的工具,可以通过一个配置文件配置应用的所有服务,并一键创建和运行这些服务。

在准备好 linux 服务器之后,并按照官方文档安装好对应版本的 Docker 和 Compose 之后,将 onpremise 的源代码克隆到工作台目录:

git clone https://github.com/getsentry/onpremise.git# 切换到  20.10.1 版本,后续的分享将会基于这个版本进行git checkout release/20.10.1
复制代码

docker 镜像加速


在后续部署的过程中,需要拉取大量镜像,官方源拉取较慢,可以修改 docker 镜像源,修改或生成 /etc/docker/daemon.json 文件:


{  "registry-mirrors": ["镜像地址"]}
复制代码


然后重新加载配置,并重启 docker 服务:

sudo systemctl daemon-reloadsudo systemctl restart docker
复制代码

一键部署

在 onpremise 的根路径下有一个 install.sh 文件,只需要执行此脚本即可完成快速部署,脚本运行的过程中,大致会经历以下步骤:

  1. 环境检查

  2. 生成服务配置

  3. docker volume 数据卷创建(可理解为 docker 运行的应用的数据存储路径的创建)

  4. 拉取和升级基础镜像

  5. 构建镜像

  6. 服务初始化

  7. 设置管理员账号(如果跳过此步,可手动创建)

在执行结束后,会提示创建完毕,运行 docker-compose up -d 启动服务。

在使用不添加 -d 参数运行 docker-compose up 命令后,我们可以看到服务的启动日志,需要等待内部 web、relay、snuba、kafka 等全部启动并联动初始化后,服务才算完全启动,此刻才可以使用默认端口访问管理端默认服务地址,此时可以进行域名配置,并将 80 端口解析到服务的默认端口上,便可以使用域名进行访问。

第一次访问管理后台,可以看到欢迎页面,完成必填项的配置,即可正式访问管理后台。

  • Root URL:异常上报接口的公网根地址(在做网络解析配置时,后台服务可以配置到内网外网两个域名,只将上报接口的解析规则 /api/[id]/store/ 配置到公网环境,保证数据不会泄密)。

  • Admin Email:在 install.sh 阶段创建的管理员账号。

  • Outbound email:这部分内容为邮件服务配置,可以先不配置。

完成这部分工作后,对服务没有定制化需求的可以跳至前端接入和使用部分。

docker 数据存储位置修改

可以看到在服务运行的过程中,会在 docker volume 数据卷挂载位置存储数据,如 Postgres、运行日志等,docker volume 默认挂载在 /var 目录下,如果你的 /var 目录容量较小,随着服务的运行会很快占满,需要对 docker volume 挂载目录进行修改。

# 在容量最大的目录下创建文件夹mkdir -p /data/var/lib/# 停止 docker 服务systemctl stop docker# 将 docker 的默认数据复制到新路径下,删除旧数据并创建软连接,即使得存储实际占用磁盘为新路径/bin/cp -a /var/lib/docker /data/var/lib/docker && rm -rf /var/lib/docker &&  ln -s /data/var/lib/docker /var/lib/docker# 重启 docker 服务systemctl start docker
复制代码

服务定制

一键部署的 Sentry 服务总会有不符合我们使用和维护设计的地方,这个时候,就需要通过对部署配置的修改来满足自己的需求。

服务组成与运行机制

在通过 docker-compose 快速部署之后,我们先来观察下启动了哪些服务,并为后续的适配和修改分析下这些服务的作用,运行 docker 查看所有容器的命令:

docker ps
复制代码

可以看到现在启动的所有服务,并且一些服务是使用的同一个镜像通过不同的启动参数启动的,按照镜像区分并且通过笔者的研究推测,各个服务的作用如下:

  • nginx:1.16

  • sentry_onpremise_nginx_1:进行服务间的网络配置

  • sentry-onpremise-local:以下服务使用同一个镜像,即使用同一套环境变量

  • sentry_onpremise_worker_1

  • 可能是处理后台任务,邮件,报警相关

  • sentry_onpremise_cron_1

  • 定时任务,不确定是什么定时任务,可能也是定时清理

  • sentry_onpremise_web_1

  • web 服务(UI + web api)

  • sentry_onpremise_post-process-forwarder_1

  • sentry_onpremise_ingest-consumer_1

  • 处理 kafka 消息

  • sentry-cleanup-onpremise-local

  • sentry_onpremise_sentry-cleanup_1

  • 数据清理,暂时不重要,但是应该和其他的 sentry 服务公用一些配置

  • sentry_onpremise_snuba-cleanup_1

  • 数据清理,暂时不重要

  • getsentry/relay:20.10.1

  • sentry_onpremise_relay_1

  • 来自应用上报的数据先到 relay,

  • relay 直接返回响应状态

  • 后在后台任务中继续处理数据

  • 解析事件、格式调整、启用过滤规则等丢弃数据

  • 数据写入 kafka

  • symbolicator-cleanup-onpremise-local

  • sentry_onpremise_symbolicator-cleanup_1

  • 数据清理的,暂时不重要

  • getsentry/snuba:20.10.1

  • 看起来是消费 kafka 消息,往 ClickHouse 写,用到了 redis,用途不明

  • sentry_onpremise_snuba-api_1

  • snuba 的接口服务,好像没什么作用

  • sentry_onpremise_snuba-consumer_1

  • 消费 Kafka 给 ClickHouse 提供事件

  • sentry_onpremise_snuba-outcomes-consumer_1

  • 消费 Kafka 给 ClickHouse outcomes

  • sentry_onpremise_snuba-sessions-consumer_1

  • 消费 Kafka 给 ClickHouse sessions

  • sentry_onpremise_snuba-replacer_1

  • 看起来是转换老(或者别的转换功能)数据的,从 kafka 拿后写到 kafka

  • tianon/exim4

  • sentry_onpremise_smtp_1

  • 邮件服务

  • memcached:1.5-alpine

  • sentry_onpremise_memcached_1

  • 也许是用来降低数据存储的频次和冲突的

  • getsentry/symbolicator:bc041908c8259a0fd28d84f3f0b12daa066b49f6

  • sentry_onpremise_symbolicator_1

  • 最基础的设施:解析(native)错误信息

  • postgres:9.6

  • sentry_onpremise_postgres_1

  • 基础的设施,服务后台默认的数据库,存储异常数据

  • confluentinc/cp-kafka:5.5.0

  • sentry_onpremise_kafka_1

  • 基础的设施,ClickHouse 和 pg 的数据肯定都是从 kafka 来的

  • redis:5.0-alpine

  • sentry_onpremise_redis_1

  • 基础的设施,有一些拦截配置在这

  • confluentinc/cp-zookeeper:5.5.0

  • sentry_onpremise_zookeeper_1

  • 基础的设施

  • yandex/ClickHouse-server:19.17

  • sentry_onpremise_ClickHouse_1

  • 与 pg 不同的存储,存储是异常的关键信息,用于快速检索

同时,根据异常上报到服务后,日志的记录情况可知,运行机制大概如下:

  • 异常数据通过 nginx 解析到 relay 服务。

  • relay 通过 pg 获取最新的应用与 token 匹配关系,并验证数据中的 token,直接返回 403 或 200,并对数据进行拦截过滤。

  • relay 将数据发送给 kafka 的不同 topic。

  • sentry 订阅其中部分 topic,解析数据存入 Postgres,用做后续查看错误详情。

  • snuba 订阅其他 topic,对数据打标签,提取关键特征,存入 ClickHouse,用来快速根据关键特征检索数据。

文件结构与作用

要对部署和运行进行修改的话,需要找到对应的配置文件,先看下 onpremise 部署实现的主要文件结构和作用:

  • clickhouse/config.xml:clickhouse 配置文件

  • cron/:定时任务的镜像构建配置和启动脚本

  • nginx/nginx.conf:nginx 配置

  • relay/config.example.yml:relay 服务配置文件

  • sentry/:sentry-onpremise-local 镜像的构建和基于此镜像启动的主服务的配置都在这个文件夹下

  • Dockerfile:sentry-onpremise-local 的镜像构建配置,会以此启动很多服务

  • requirements.example.txt:由此生成 requirements.txt,需要额外安装的 Django 插件需要被写在这里面

  • .dockerignore:Docker 的忽略配置,初始忽略了 requirements.txt 之外的所有文件,如果构建新镜像时需要 COPY 新东西则需要修改此文件

  • config.example.yml:由此生成 config.yml,一般放运行时不能通过管理后台修改的配置

  • sentry.conf.example.py:由此生成 sentry.conf.py,为 python 代码,覆盖或合并至 sentry 服务中,从而影响 sentry 运行。

  • .env:镜像版本、数据保留天数、端口等配置

  • docker-compose.yml:Compose 工具配置,多 docker 的批量配置和启动设置

  • install.sh:Sentry 一键部署流程脚本

同时需要注意的是,一旦部署过之后,install.sh 脚本就会根据 xx.example.xx 生成实际生效的文件,而且,再次执行 install.sh 脚本时会检测这些文件存不存在,存在则不会再次生成,所以需要修改配置后重新部署的情况下,我们最好将生成的文件删除,在 xx.example.xx 文件中修改配置。

根据服务组成和运行机制得知,主服务是基于 sentry-onpremise-local 镜像启动的,而 sentry-onpremise-local 镜像中的 sentry 配置会合并 sentry.conf.py,此文件又是由 sentry.conf.example.py 生成,所以后续定制化服务时,会重点修改 sentry.conf.example.py 配置模板文件。

使用独立数据库确保数据稳定性

在数据库单机化部署的情况下,一旦出现机器故障,数据会损坏丢失,而 onpremise 的一键部署就是以 docker 的形式单机运行的数据库服务,且数据库数据也存储在本地。

可以看到 Sentry 的数据库有两个,Postgres 和 ClickHouse。

虽然 Sentry 不是业务应用,在宕机后不影响业务正常运行,数据的稳定并不是特别重要,但是 Postgres 中存储了接入 Sentry 的业务应用的 id 和 token 与对应关系,在这些数据丢失后,业务应用必须要修改代码以修改 token 重新上线。为了避免这种影响,且公司有现成的可容灾和定期备份的 Postgres 数据库,所以将数据库切换为外部数据库。

修改 sentry.conf.example.py 文件中 DATABASES 变量即可:

DATABASES = {  'default': {    'ENGINE': 'sentry.db.postgres',    'NAME': '数据库名',    'USER': '数据库用户名',    'PASSWORD': '数据库密码',    'HOST': '数据库域名',    'PORT': '数据库端口号',  }}
复制代码

由于不再需要以 Docker 启动 Postgres 数据库服务,所以将 Postgres 相关信息从 docker-compose.yml 文件中删除。删掉其中的 Postgres 相关配置即可。

depends_on:    - redis    - postgres # 删除# ...services:# ...# 删除开始  postgres:    << : *restart_policy    image: 'postgres:9.6'    environment:      POSTGRES_HOST_AUTH_METHOD: 'trust'    volumes:      - 'sentry-postgres:/var/lib/postgresql/data'# 删除结束# ...volumes:  sentry-data:    external: true  sentry-postgres: # 删除    external: true # 删除
复制代码

同时,由于 Sentry 在启动前,初始化数据库结构的使用会 pg/citext 扩展,创建函数,所以对数据库的用户权限有一定要求,也需要将扩展提前启用,否则会导致 install.sh 执行失败。

控制磁盘占用

随着数据的上报,服务器本地的磁盘占用和数据库大小会越来越大,在接入 300 万/日的流量后,磁盘总占用每天约增加 1.4G-2G,按照 Sentry 定时数据任务的配置保留 90 天来说,全量接入后磁盘占用会维持在一个比较大的值,同时这么大的数据量对数据的查询也是一个负担。为了减轻负担,需要从服务端和业务应用端同时入手。综合考虑我们将数据保留时长改为 7 天。修改 .env 文件即可:

SENTRY_EVENT_RETENTION_DAYS=7
复制代码

也可以直接修改 sentry.conf.example.py

SENTRY_OPTIONS["system.event-retention-days"] = int(    env("SENTRY_EVENT_RETENTION_DAYS", "90"))# 改为SENTRY_OPTIONS["system.event-retention-days"] = 7
复制代码

需要注意的是,定时任务使用 delete 语句删除过期数据,此时磁盘空间不会被释放,如果数据库没有定时回收的机制,则需要手动进行物理删除。

# 作为参考的回收语句vacuumdb -U [用户名] -d [数据库名] -v -f --analyze
复制代码

单点登录 CAS 登录接入

Sentry 本身支持 SAML2、Auth0 等单点登录方式,但是我们需要支持 CAS3.0,Sentry 和 Django 没有对此有良好支持的插件,所以笔者组装了一个基本可用的插件 sentry_cas_ng

使用时,需要进行插件的安装、注册和配置,插件使用 github 地址安装,需要一些前置的命令行工具,就不在 requirements.txt 文件中进行配置,直接修改 sentry/Dockerfile 文件进行安装,追加以下内容:

# 设置镜像源加速RUN echo 'deb http://mirrors.aliyun.com/debian/ buster main non-free contrib \n\deb http://mirrors.aliyun.com/debian/ buster-updates main non-free contrib \n\deb http://mirrors.aliyun.com/debian/ buster-backports main non-free contrib \n\deb http://mirrors.aliyun.com/debian-security/ buster/updates main non-free contrib \n\deb-src http://mirrors.aliyun.com/debian/ buster main non-free contrib \n\deb-src http://mirrors.aliyun.com/debian/ buster-updates main non-free contrib \n\deb-src http://mirrors.aliyun.com/debian/ buster-backports main non-free contrib \n\deb-src http://mirrors.aliyun.com/debian-security/ buster/updates main non-free contrib' > /etc/apt/sources.list# 升级和安装前置工具RUN apt-get update && apt-get -y build-dep gcc \    && apt-get install -y -q libxslt1-dev libxml2-dev libpq-dev libldap2-dev libsasl2-dev libssl-dev sysvinit-utils procpsRUN apt-get install -y git# 安装这个基本可用的 cas 登录插件RUN pip install git+https://github.com/toBeTheLight/sentry_cas_ng.git
复制代码

同时修改 sentry.conf.example.py 文件,以进行插件的注册和配置项配置:

# 修改 session 库,解决 session 较长的问题SESSION_ENGINE = 'django.contrib.sessions.backends.db'# 在 django 中安装插件INSTALLED_APPS = INSTALLED_APPS + (    'sentry_cas_ng',)# 注册插件中间件MIDDLEWARE_CLASSES = MIDDLEWARE_CLASSES + (    'sentry_cas_ng.middleware.CASMiddleware',)# 注册插件数据管理端AUTHENTICATION_BACKENDS = (    'sentry_cas_ng.backends.CASBackend',) + AUTHENTICATION_BACKENDS # 配置 CAS3.0 单点登录的登录地址CAS_SERVER_URL = 'https://xxx.xxx.com/cas/'# 配置 cas 版本信息CAS_VERSION = '3'# 因为插件是使用拦截登录页强制跳转至 SSO 页面的方式实现的# 所以需要配置登录拦截做跳转 SSO 登录操作# 需要将 pathReg 配置为你的项目的登录 url 的正则# 同时,当页面带有 ?admin=true 参数时,不跳转至 SSOdef CAS_LOGIN_REQUEST_JUDGE(request):  import re  pathReg = r'.*/auth/login/.*'  return not request.GET.get('admin', None) and re.match(pathReg, request.path) is not None# 配置登出拦截做登出操作# 让插件识别当前为登出操作,销毁当前用户 session# 为固定内容,不变def CAS_LOGOUT_REQUEST_JUDGE(request):  import re  pathReg = r'.*/api/0/auth/.*'  return re.match(pathReg, request.path) is not None and request.method == 'DELETE'# 是否自动关联 sso cas 信息至 sentry 用户CAS_APPLY_ATTRIBUTES_TO_USER = True# 登录后分配的默认组织名称,必须与管理端 UI 设置的组织名相同AUTH_CAS_DEFAULT_SENTRY_ORGANIZATION = '[组织名]'# 登录后默认的角色权限AUTH_CAS_SENTRY_ORGANIZATION_ROLE_TYPE = 'member'# 登录后默认的用户邮箱后缀,如 @163.com 中的 163.comAUTH_CAS_DEFAULT_EMAIL_DOMAIN = '[邮箱后缀]'
复制代码

完成配置后,需要使用 Sentry 的默认组织名 sentry,访问 xxx/auth/login/sentry?admin=true,避过 CAS 插件拦截,以管理员身份登录,然后修改 Sentry 设置的组织名为插件中的配置的组织名变量 AUTH_CAS_DEFAULT_SENTRY_ORGANIZATION 的值。否则新用户通过 SSO 登录后会由于要分配的组织名和服务设置的组织名不匹配出现错误。

修改默认时区

在登录 Sentry 之后,可以发现异常的时间为 UTC 时间,每个用户都可以在设置中将时区改为本地时区:

出于用户友好考虑,可以直接修改服务的默认时区,在 sentry.conf.example.py 文件中添加配置:

# http://en.wikipedia.org/wiki/List_of_tz_zones_by_nameSENTRY_DEFAULT_TIME_ZONE = 'Asia/Shanghai'
复制代码

获取真实 IP

Sentry 会获取请求头中 X-Forwarded-For (结构为ip1,ip2,ip3)的第一个 IP 为真实用户 IP,Sentry 一键部署启动的服务的最靠前的服务是一个 Nginx 服务,它的配置就是之前提到的 nginx/nginx.conf 文件,在其中可以看到一行 proxy_set_header X-Forwarded-For $remote_addr;,其中 $remote_addr 表示“客户端” IP,但是这个客户端是相对于 Nginx 服务的而言的,如果前面有其他的代理服务器,那么拿到的就是代理服务器的 IP。在我们的部署环境中,X-Forwarded-For 由前置的 Nginx 服务提供,且已经处理成需要的格式,所以删除此行即可。

角色权限修改

在 Sentry 的默认的角色权限系统中有以下名词,在信息结构按照包含关系有组织、团队、项目、事件。

在角色层面又具有:

  • superuser:系统管理员(非常规角色),可删除用户账号,在 install.sh 脚本执行时创建的账号就是系统管理员。

  • owner:组织管理员,在私有化部署的情况下只有一个组织,即可以修改服务配置之外的信息,可以控制组织及以下层面的配置、删除。

  • manager:团队管理员,可从团队中移除用户,可创建删除所有项目,可创建删除所有团队。

  • admin:可进行项目的设置(如报警、入站规则),批准用户加入团队,创建团队、删除所在团队,调整所在团队的工程的配置。

  • member:可进行问题的处理。

且角色是跟随账号的,也就是说,一个 admin 会在他加入的所有的团队中都是 admin。

在我们的权限设计中,希望的是由 owner 创建团队和团队下的项目,然后给团队分配 admin。即 admin 角色管理团队下的权限配置,但是不能创建和删除团队和项目。在 Sentry 的现状下,最接近这套权限设计的情况中,只能取消 admin 对团队、项目的增删权限,而无法设置他只拥有某个团队的权限。

在 Sentry 的配置中是这么管理权限的:

SENTRY_ROLES = (  # 其他角色  # ...  {    'id': 'admin',    'name': 'Admin',    'desc': '省略'    'of.',    'scopes': set(      [        "org:read","org:integrations",        "team:read","team:write","team:admin",        "project:read", "project:write","project:admin","project:releases",        "member:read",        "event:read", "event:write","event:admin",      ]),  })
复制代码

其中 read、write 为配置读写,admin 则是增删,我们只需要删掉 "team:admin""project:admin" 后在 sentry.conf.example.py 文件中复写 SENTRY_ROLES 变量即可。需要调整其他角色权限可以自行调整。

其他配置修改

至此,我们的定制化配置就完成了。

基本上所有的配置都可以通过在 sentry.conf.example.py 文件中重新赋值整个变量或某个字段的方式调整,有哪些配置项的话可以去源代码的 src/sentry/conf/server.py 文件中查询,有其他需求的话可以自行尝试修改。

前端接入和使用

后续的接入使用,我们以 Vue 项目示范。

SDK 接入

首先需要进行对应团队和项目的创建:

选取平台语言等信息后,可以创建团队和项目:


npm i @sentry/browser @sentry/integrations
复制代码

其中 @sentry/browser 为浏览器端的接入 sdk,需要注意的是,它只支持 ie11 及以上版本的浏览器的错误上报,低版本需要使用 raven.js,我们就不再介绍。

@sentry/integrations 包里是官方提供的针对前端各个框架的功能增强,后续会介绍。

在进行接入是,我们必须要知道的是和你当前项目绑定的 DSN(客户端秘钥),可在管理端由 Settings 进入具体项目的配置中查看。


import * as Sentry from '@sentry/browser'import { Vue as VueIntegration } from '@sentry/integrations'import Vue from 'vue'
Sentry.init({ // 高访问量应用可以控制上报百分比 tracesSampleRate: 0.3, // 不同的环境上报到不同的 environment 分类 environment: process.env.ENVIRONMENT, // 当前项目的 dsn 配置 dsn: 'https://[clientKey]@sentry.xxx.com/[id]', // 追踪 vue 错误,上报 props,保留控制台错误输出 integrations: [new VueIntegration({ Vue, attachProps: true, logErrors: true })]})
复制代码

可以看到的是 VueIntegration 增强上报了 Vue 组件的 props,同时我们还可以额外上报构建的版本信息 release。此时,Sentry 已经开始上报 console.error、ajax error、uncatch promise 等信息。同时,我们还可以进行主动上报、关联用户。

Sentry.captureException(err)Sentry.setUser({ id: user.id })
复制代码

Sentry 还提供了基于 Webpack 的 plugin:webpack-sentry-plugin 帮助完成接入,就不再做介绍。

如何使用监控数据

进入某个具体的项目后,可以看到 Sentry 根据错误的 message、stack、发生位置进行归纳分类后的 Issue 列表:

在右侧,可以看到每个错误的发生趋势、发生次数、影响用户数和指派给谁解决这个问题的按钮。我们可以通过这些指标进行错误处理的优先级分配和指派。

通过发展趋势,我们也可以观察到是否与某次上线有关,还可以通过左侧的 Discover 创建自定义的趋势看板,更有针对性的进行观察。

点击进入每个 issue 后,可以看到详细信息:

从上到下,可以看到错误的名称,发生的主要环境信息,Sentry 提取的错误特征,错误堆栈,在最下面的 BREADCRUMBS 中可以看到异常发生前的前置操作有哪些,可以帮助你进行问题操作步骤的还原,协助进行问题排查。

Sentry 的入门使用到此为止。其他的功能,如报警配置、性能监控可以自行探索。

招聘

作为智联招聘的前端架构团队,我们一直在寻找志同道合的前后端架构师和高级工程师,如果您也和我们一样热爱技术、热爱学习、热爱探索,就请加入我们吧!请将简历请发送至邮箱zpfe@group.zhaopin.com.cn,或者微信搜索 WindieChai 沟通。


发布于: 2021 年 01 月 06 日阅读数: 101
用户头像

zhaopin.com 2020.08.04 加入

作为智联招聘的前端架构团队,我们开创了细粒度的前端研发和发布模式,统一了移动端和桌面端的技术栈,搭建了灵活可靠的Serverless运行环境,率先落地了微前端方案,并且还在向FaaS和轻研发等方向不断迈进。

评论

发布
暂无评论
前端异常监控 Sentry 的私有化部署和使用