Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
В этом эпизоде мы регистрируем некоторые пользовательские данные в Google Cloud Logging. Мы рассмотрим пример Python, в котором используется пользовательский перехватчик gRPC для извлечения данных запросов и ответов, а также некоторых метаданных, таких как статус успеха и прошедшее время, в пользовательские журналы. Затем мы отправляем эти журналы в облако с помощью Google Cloud Logging API.
[[["Прост для понимания","easyToUnderstand","thumb-up"],["Помог мне решить мою проблему","solvedMyProblem","thumb-up"],["Другое","otherUp","thumb-up"]],[["Отсутствует нужная мне информация","missingTheInformationINeed","thumb-down"],["Слишком сложен/слишком много шагов","tooComplicatedTooManySteps","thumb-down"],["Устарел","outOfDate","thumb-down"],["Проблема с переводом текста","translationIssue","thumb-down"],["Проблемы образцов/кода","samplesCodeIssue","thumb-down"],["Другое","otherDown","thumb-down"]],["Последнее обновление: 2025-08-21 UTC."],[[["\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"]]
