前言
这篇文章将着重于分析字节跳动开源的RPC框架Kitex的日志库klog的源码，通过对比Go原生日志库log的实现，探究其作出的改进。
为了平滑学习曲线，我写下了这篇分析Go原生log库的文章，希望你可以对比阅读：https://juejin.cn/post/7103790667595268126
本文的分析基于：github.com/cloudwego/kitex/pkg/klog的源码。
klog库的使用
结果如下：
klog.xxx能直接打印日志的原因
通过观察源码，klog包的default.go文件中，封装了三类日志的打印的函数提供直接使用：普通日志、格式化的日志、格式化的Context日志。
每一类包含了7个的日志输出级别的函数可使用：Info、Debug、Notice、Warn、Error、Fatal、Trace。
并且这21个函数中频繁使用到了一个logger实例，只要我们引入klog包，logger就会完成初始化，并且作为默认的log实例。
可以看到logger实例默认的日志打印级别是LevelInfo，klog通过常量计数器定义了0～6种日志级别：
FullLogger接口
默认的logger实例是通过defaultLogger结构初始化的，且defaultLogger结构实现了FullLogger接口定义的所有函数（接口定义了上面说的三类，每一类7种日志打印函数）
并且观察defaultLogger结构的属性stdlog，就是Go原生的日志库log定义的Logger类型，因此klog的所有日志操作，最终都是借助Go原生log库实现的。
相当于klog在Go原生log库的基础上对格式化输出和日志打印级别作了封装，便于直接使用。
串联一下日志打印函数执行的过程：
main函数中调用：klog.Info("一条普通的日志")- 进一步调用初始化好的
defaultLogger实例（名为logger）的实现自FullLogger接口的函数：logger.Info()
- 进一步调用
ll.logf()函数（下面重点分析）
ll.logf()
上面的这三类共21个日志打印函数最终都调用了ll.logf()方法，因此ll.logf()也是klog库的核心函数，看一下代码：
- 日志过滤：如果调用的打印函数代表的日志级别低于
logger实例初始化的日志级别，则不会打印（如默认级别是LevelInfo == 2，则调用klog.Trace()将被过滤） - 格式化打印信息存入
msg - 调用Go原生日志库
log的Output()函数，打印日志（这一部分在上一篇分析Go的log库的文章中已经充分讲解）
关于calldepth的问题
calldepth表示调用层数，这里声明了4，是为了配合获取调用日志打印函数的文件名和所在行数。
calldepth == 0，表示获取调用runtime.Caller(calldepth)的文件名和行数calldepth == 1，表示获取调用std.Output()的文件名和行数calldepth == 2，表示获取调用ll.logf()的文件名和行数calldepth == 3，表示获取调用logger.Info()的文件名和行数calldepth == 4，表示获取调用klog.Info()的文件名和行数（也就是main.go文件）
基于klog再度进行封装，在打印日志获取文件名时可能会有问题，下面是摘自Kitex文档的一句描述：
猜测原因就是klog的封装，固定了calldepth == 4，确保其在获取文件信息时能定位到main.go文件中，而如果对klog再封几层，会导致calldepth需要更大才能定位到最外层main.go文件，而这个值并不能通过klog的提供的实现进行修改。
在初始化时通过log.New()函数指定了日志输出的位置和需要打印的前置信息（文件名、行数、日期）
定制自己的Logger
可以使用klog.SetLogger()来替换掉默认的logger实现，需要传入一个实现了所有FullLogger接口中定义的方法的实例。
值得注意的是：SetLogger()函数并非是并发安全的，这个方法不应该在你使用了默认的defaultLogger定义实例之后再去使用（会覆盖掉默认的logger实例）。
当然完全重新定制比较复杂，大多数时候，我们只需要在默认的logger基础上重定向日志输出或者修改默认日志级别即可：
下面修改日志打印级别为Notice（高于Info），并且重定向日志的输出：
这里指定了日志输出到文件log.txt中，并且因为Info级别低于声明的Notice，因此日志输出操作被忽略：
小结
通过分析，我们发现klog在Go原生log库的基础上，进行了精简的二次封装，一定程度上约束了打印的日志的内容为：日期 + 时间微秒级 + 调用文件名 + 所在行数 + 日志级别 + 格式化的日志内容，使用十分便捷。
当然它也提供了SetLogger()方法去供你自己实现logger实例，以满足更多的定制化需求。
