10.5.3 一出错就通知我——错误追踪：异常捕获与告警机制

错误发生了不可怕，可怕的是你不知道。

错误追踪 vs 日志

对比项	日志	错误追踪
信息量	一行文本	完整上下文
堆栈	可能有	完整堆栈
聚合	无	相同错误自动聚合
通知	需要额外配置	内置告警
用户信息	手动记录	自动关联

Sentry 集成

Sentry 是最流行的错误追踪服务，免费版够用。

后端集成（NestJS）

npm install @sentry/node

// main.ts
import * as Sentry from '@sentry/node';

Sentry.init({
  dsn: process.env.SENTRY_DSN,
  environment: process.env.NODE_ENV,
  tracesSampleRate: 0.1,  // 采样 10% 的请求
});

// 全局异常过滤器
@Catch()
export class SentryExceptionFilter implements ExceptionFilter {
  catch(exception: any, host: ArgumentsHost) {
    Sentry.captureException(exception);
    
    const ctx = host.switchToHttp();
    const response = ctx.getResponse<Response>();
    
    response.status(500).json({
      message: 'Internal server error',
    });
  }
}

前端集成（Next.js）

npm install @sentry/nextjs
npx @sentry/wizard@latest -i nextjs

// sentry.client.config.ts
import * as Sentry from '@sentry/nextjs';

Sentry.init({
  dsn: process.env.NEXT_PUBLIC_SENTRY_DSN,
  tracesSampleRate: 0.1,
});

捕获自定义错误

try {
  await processPayment(order);
} catch (error) {
  Sentry.captureException(error, {
    extra: {
      orderId: order.id,
      amount: order.total,
    },
    tags: {
      payment_gateway: 'stripe',
    },
    user: {
      id: user.id,
      email: user.email,
    },
  });
  throw error;
}

告警配置

告警渠道

渠道	优点	缺点
邮件	详细、可追溯	容易被忽略
钉钉/飞书	即时、团队可见	可能打扰
短信	紧急通知	成本高
电话	最紧急	成本最高

钉钉机器人告警

async function sendDingTalkAlert(message: string) {
  const webhook = process.env.DINGTALK_WEBHOOK;
  
  await fetch(webhook, {
    method: 'POST',
    headers: { 'Content-Type': 'application/json' },
    body: JSON.stringify({
      msgtype: 'markdown',
      markdown: {
        title: '服务告警',
        text: `## 服务告警\n\n${message}\n\n时间：${new Date().toLocaleString()}`,
      },
    }),
  });
}

飞书机器人告警

async function sendFeishuAlert(title: string, content: string) {
  const webhook = process.env.FEISHU_WEBHOOK;
  
  await fetch(webhook, {
    method: 'POST',
    headers: { 'Content-Type': 'application/json' },
    body: JSON.stringify({
      msg_type: 'interactive',
      card: {
        header: {
          title: { content: title, tag: 'plain_text' },
          template: 'red',
        },
        elements: [{
          tag: 'div',
          text: { content, tag: 'plain_text' },
        }],
      },
    }),
  });
}

告警规则设计

分级告警

级别	定义	响应时间
P0	服务完全不可用	5 分钟
P1	核心功能受损	30 分钟
P2	非核心功能问题	4 小时
P3	用户可接受的问题	1 天

避免告警疲劳

// 错误聚合 - 相同错误 5 分钟内只告警一次
const alertCache = new Map<string, number>();

function shouldAlert(errorKey: string): boolean {
  const lastAlert = alertCache.get(errorKey);
  const now = Date.now();
  
  if (lastAlert && now - lastAlert < 5 * 60 * 1000) {
    return false;
  }
  
  alertCache.set(errorKey, now);
  return true;
}

UptimeRobot 告警

配置告警联系人

1. 设置 → Alert Contacts
2. 添加联系方式：
   • Email
   • Webhook（推荐，可集成钉钉/飞书）
   • Slack/Discord

Webhook 转发到钉钉

// 接收 UptimeRobot webhook，转发到钉钉
app.post('/webhook/uptime', async (req, res) => {
  const { monitorFriendlyName, alertType, alertDetails } = req.body;
  
  const isDown = alertType === '1';
  const message = isDown 
    ? `🔴 服务宕机：${monitorFriendlyName}\n${alertDetails}`
    : `🟢 服务恢复：${monitorFriendlyName}`;
  
  await sendDingTalkAlert(message);
  res.send('ok');
});

错误处理最佳实践

全局异常处理

// NestJS 全局异常过滤器
@Catch()
export class GlobalExceptionFilter implements ExceptionFilter {
  catch(exception: any, host: ArgumentsHost) {
    const ctx = host.switchToHttp();
    const response = ctx.getResponse();
    const request = ctx.getRequest();
    
    // 记录错误
    console.error(JSON.stringify({
      level: 'error',
      message: exception.message,
      stack: exception.stack,
      path: request.url,
      method: request.method,
      userId: request.user?.id,
    }));
    
    // 发送到 Sentry
    Sentry.captureException(exception);
    
    // 返回用户友好的错误
    response.status(500).json({
      statusCode: 500,
      message: 'Something went wrong',
    });
  }
}

不要暴露敏感信息

// 错误的做法
res.status(500).json({ error: exception.message }); // 可能泄露数据库信息

// 正确的做法
res.status(500).json({ message: 'Internal server error' });

常见问题

问题	原因	解决方案
告警太多	阈值太敏感	调整阈值，错误聚合
告警太少	错误未捕获	完善全局异常处理
告警延迟	检查间隔太长	缩短检查间隔
重复告警	未做去重	添加告警聚合逻辑