با مجموعه‌ها، منظم بمانید
ذخیره و طبقه‌بندی محتوا براساس اولویت‌های شما.
در این قسمت، ما برخی از داده های سفارشی را در Google Cloud Logging ثبت می کنیم. ما از طریق یک مثال پایتون که از یک رهگیر gRPC سفارشی برای استخراج داده‌های درخواست و پاسخ و همچنین برخی ابرداده‌ها مانند وضعیت موفقیت و زمان سپری شده در گزارش‌های سفارشی استفاده می‌کند، می‌پردازیم. سپس آن گزارش‌ها را با استفاده از Google Cloud Logging API به ابر ارسال می‌کنیم.
تاریخ آخرین بهروزرسانی 2025-08-21 بهوقت ساعت هماهنگ جهانی.
[[["درک آسان","easyToUnderstand","thumb-up"],["مشکلم را برطرف کرد","solvedMyProblem","thumb-up"],["غیره","otherUp","thumb-up"]],[["اطلاعاتی که نیاز دارم وجود ندارد","missingTheInformationINeed","thumb-down"],["بیشازحد پیچیده/ مراحل بسیار زیاد","tooComplicatedTooManySteps","thumb-down"],["قدیمی","outOfDate","thumb-down"],["مشکل ترجمه","translationIssue","thumb-down"],["مشکل کد / نمونهها","samplesCodeIssue","thumb-down"],["غیره","otherDown","thumb-down"]],["تاریخ آخرین بهروزرسانی 2025-08-21 بهوقت ساعت هماهنگ جهانی."],[[["\u003cp\u003eThis episode demonstrates how to log custom data to Google Cloud Logging using Python.\u003c/p\u003e\n"],["\u003cp\u003eThe example uses a gRPC interceptor to capture request/response data, success status, and elapsed time for logging.\u003c/p\u003e\n"],["\u003cp\u003eCustom logs are generated and sent to Google Cloud using the Google Cloud Logging API.\u003c/p\u003e\n"]]],[],null,["# Sending Client Logs to Google Cloud\n\nIn this episode, we log some custom data to Google Cloud Logging. We walk through a Python example which uses a custom gRPC interceptor to extract request and response data, as well as some metadata like success status and elapsed time, into custom logs. We then send those logs to the cloud using the Google Cloud Logging API.\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e"]]
