认识
一、认识
在 Sentry 内部, 每个错误都会有按照指定聚合算法生成对应的错误指纹fingerprint。策略如下:
-
error.name + error.message策略: 在实践过程中, 仅靠name和message并不能做到有效聚合错误。两个错误name和message相同，但是可能来源于不同的代码段。这样可能导致我们修复了其中一个错误后，误以为相关的所有错误都被修复了，从而遗漏错误。 -
error.name + error.message + stacktrack策略: 在实际聚合算法中，我们将反解后的堆栈纳入了计算，将堆栈拆分为一系列的frame， 更细致的提取堆栈特征，在每一个frame内重点关注其调用函数名、调用文件名以及当前执行的代码行，如果这些信息都相同，可以认为是同一个错误。
二、error.name + error.message
三、error.name + error.message + stacktrack
在实际聚合算法中，我们将反解后的堆栈纳入了计算，将堆栈拆分为一系列的 frame， 更细致的提取堆栈特征，在每一个 frame 内重点关注其调用函数名、调用文件名以及当前执行的代码行，如果这些信息都相同，可以认为是同一个错误。
为了方便识别，我们会利用上述信息，通过 hash 计算最后生成一个 issueId 作为我们识别相同错误的标识。生成 hash 的过程比较复杂，除了常规提取计算外，会针对递归调用、匿名路径、匿名函数等进行跳过，也会避开某些计算开销过大的 case 。
在 Sentry 内部, 每个错误都会有按照指定聚合算法生成对应的 fingerprint，Sentry 根据 fingerprint 生成对应的 Group Hash Code，并以此来对错误事件进行归类。即相同的 Group Hash Code 被归为同一个 issue。具体如下:
将解析后的错误堆栈 stacktrace 进一步拆分为一系列的 Frame, 每一个 Frame 内我们重点关注其调用函数名，调用文件名以及当前执行的代码行。Sentry 将每一个拆分出的部分都称为一个 GroupingComponent，当堆栈反解完毕后，我们首先自上而下的递归检测，并自下而上的生成一个个嵌套的 GroupingComponent。最后，在顶层调用 GroupingComponent.getHash() 方法, 得到一个最终的哈希值，这就是我们最终求得的 fingerprint。
基于错误堆栈的聚合策略，能够更细致的提取堆栈特征，规避了不同文件下触发相同 message 的问题。因此获得的聚合效果也更优秀。这个策略目前在内部的工作效果良好，基本上能够做到精确的区分各类异常而不会造成混淆和错误聚合。