Logrus 是目前 GitHub 上 Star 数量最多的 Go 日志库。尽管目前 Logrus 处于维护模式，不再引入新功能，但这并不意味着它已经死了。Logrus 仍将继续维护，以确保安全性、错误修复和提高性能。作为 Go 社区中最受欢迎的日志库之一，Logrus 最大的贡献是推动了 Golang 社区广泛使用结构化的日志记录。著名的 Docker 项目就在使用 Logrus 记录日志，这进一步证明了其在实际应用中的可靠性和实用性。
特点
Logrus 具有如下特点：
- 与 Go log 标准库 API 完全兼容，这意味着任何使用 log 标准库的代码都可以将日志库无缝切换到 Logrus。
- 支持七种日志级别：
Trace、Debug、Info、Warn、Error、Fatal、Panic。 - 支持结构化日志记录（key-value 形式，容易被程序解析，如 JSON 格式），通过 Filed 机制进行结构化的日志记录。
- 支持自定义日志格式，内置两种格式
JSONFormatter（JSON 格式） 和TextFormatter（文本格式），并允许用户通过实现Formatter接口来自定义日志格式。 - 支持可扩展的 Hooks 机制，可以为不同级别的日志添加 Hooks 将日志记录到不同位置，例如将
Error、Fatal和Panic级别的错误日志发送到 logstash、kafka 等。 - 支持在控制台输出带有不同颜色的日志。
- 并发安全。
使用
替代 Go log 标准库
我在深入探究 Go log 标准库一文中举过一个使用 Go log 标准库的简单示例，现在可以将其无缝切换到 Logrus，只需要把 import "log" 改成 import log "github.com/sirupsen/logrus" 即可实现：
123456789101112131415161718 |
package main// 替代 import "log"import log "github.com/sirupsen/logrus" funcmain() { log.Print("Print") log.Printf("Printf: %s", "print") log.Println("Println") log.Fatal("Fatal") log.Fatalf("Fatalf: %s", "fatal") log.Fatalln("Fatalln") log.Panic("Panic") log.Panicf("Panicf: %s", "panic") log.Panicln("Panicln")} |
执行以上代码，得到如下输出：
日志输出
虽然输出格式与使用 Go log 标准库表现略有不同，但程序执行并不会报错，说明二者完全兼容。
另外，根据截图可以发现不同级别的日志输出颜色也不相同。
基本使用
Logrus 基本使用方式如下：
1234567891011121314151617181920212223242526272829303132333435363738394041424344 |
package mainimport ("os""github.com/sirupsen/logrus")funcmain() { logrus.Debug("Debug msg") // 不会输出，因为默认日志级别为 logrus.InfoLevel logrus.Debugf("%s msg", "Debug") logrus.Debugln("Debugln msg") logrus.Info("Info msg") // 会被输出 logrus.Infof("%s msg", "Infof") logrus.Infoln("Infoln msg") logrus.SetFormatter(&logrus.TextFormatter{ // 输出格式 logfmt 风格 DisableColors: true, FullTimestamp: true, }) logrus.Warn("Warn msg")// 设置项 logrus.SetOutput(os.Stdout) // 设置日志输出位置，一个实现 io.Writer 接口的对象，默认值为 os.Stderr logrus.SetLevel(logrus.TraceLevel) // 设置日志级别，默认值为 logrus.InfoLevel logrus.SetFormatter(&logrus.JSONFormatter{}) // 设置日志输出格式，默认值为 logrus.TextFormatter logrus.SetReportCaller(true) // 设置日志是否记录被调用的位置，默认值为 false// 日志级别由低到高 logrus.Trace("Trace msg") logrus.Debug("Debug msg") logrus.Info("Info msg") logrus.Warn("Warn msg") logrus.Warning("Warning msg") // 与 Warn 等价，内部会调用 Warn logrus.Error("Error msg")// logrus.Fatal("Fatal msg") // 输出日志后会调用 os.Exit(1)// logrus.Panic("Panic msg") // 输出日志后会调用 panic()// 日志字段 logrus.WithFields(logrus.Fields{"animal": "walrus","size": 10, }).Info("Info msg") logrus.WithField("omg", true).WithField("number", 122).Error("Error msg")} |
Logrus 默认日志级别为 Info，所以默认情况下 logrus.Debug 不会被输出。
Logrus 提供了 JSONFormatter 和 TextFormatter 来分别实现 JSON 和 Text 格式的日志输出，它们都实现了 Formatter 接口。除此之外，这里还有一个第三方实现的 Formatter列表可供选择，如果这些依然无法满足你的需求，则可以自己实现 Formatter 接口对象定制日志格式。
默认输出格式为 TextFormatter，可以通过修改 TextFormatter 的 DisableColors 属性为 true 来关闭控制台日志颜色，如果同时设置 FullTimestamp 属性为 true，则可以输出 logfmt 风格的日志，除了记录日志消息内容，还会包含记录日志的时间和日志级别。
笔记：如果你对
logfmt格式不熟悉，可以参考此文进行了解。
Logrus 还提供了 SetXxx 来修改属性，其中 SetReportCaller 可以用来开启记录日志在文件中所在的位置（file 字段）和方法名（func 字段）。
Logrus 鼓励用户通过日志字段记录结构化日志，可以使用 WithFields 和 WithField 两种形式，并且可以链式调用 logrus.WithField("omg", true).WithField("number", 122).Error("Error msg")。这有别于 logrus.Fatalf("Failed to send event %s to topic %s with key %d") 这种纯文本形式，结构化日志有利于工具提取并分析日志。
执行以上代码，得到如下输出：
日志输出
根据日志输出可以发现，前三行输出 Info 级别日志，并且带有颜色。
第四行使用 TextFormatter 输出了 logfmt 风格日志，并且从这行开始不再带有颜色，默认输出了 time、level、msg 三个字段。
从第五行开始，因为使用了 JSONFormatter，所以日志输出为 JSON 格式，并且还增加了 file、func 两个字段，分别记录了输出日志所在的文件和函数名，这是 SetReportCaller(true) 的作用。
自定义 Logger
除了通过 logrus.Info("Info msg") 这种开箱即用的方式使用 Logrus 默认的 Logger，我们还可以自定义 Logger。
1234567891011121314151617181920212223242526272829303132333435363738394041 |
package mainimport ("io""os""github.com/sirupsen/logrus")funcmain() {// 自定义 Logger log := logrus.New()// 同时写到多个输出 w1 := os.Stdout w2, _ := os.OpenFile("demo.log", os.O_WRONLY|os.O_CREATE, 0644) log.SetOutput(io.MultiWriter(w1, w2)) // io.MultiWriter 返回一个 io.Writer 对象// Logger 对象的属性基本都是导出字段，可以通过 SetXxx 方法修改，也可以直接赋值修改 log.SetFormatter(&logrus.JSONFormatter{}) log.Formatter = &logrus.TextFormatter{ DisableColors: true, // 关闭控制台颜色输出 FieldMap: logrus.FieldMap{ // 允许用户自定义默认字段的键名 logrus.FieldKeyMsg: "message", }, }// 默认字段 logger := log.WithFields(logrus.Fields{"omg": true,"number": 122, }) logger.Warn("Warn msg") logger.Error("Error msg")// 还可以继续添加日志字段 logger.WithFields(logrus.Fields{"animal": "walrus","size": 10, }).Info("Info msg")} |
可以通过 logrus.New() 创建新的 Logger，默认使用的 stdLogger 对象也是这么创建的。logrus.Info("Info msg") 调用的是包级别的导出函数，但在 Info 函数内部会调用 std.Info() 方法，这个设计思路跟内置 log 标准库很像。
我们可以通过使用 io.MultiWriter(w1, w2, ...) 将日志同时输出到多个位置，io.MultiWriter 返回一个 io.Writer 对象。
用户可以通过 Formatter 中的 FieldMap 字段来对默认字段的键名进行重命名，如日志输出中默认有一个 msg 字段记录日志信息，这里将其修改为 message。
FieldMap 支持重命名的默认字段如下：
123456789 |
const ( defaultTimestampFormat = time.RFC3339 FieldKeyMsg = "msg" FieldKeyLevel = "level" FieldKeyTime = "time" FieldKeyLogrusError = "logrus_error" FieldKeyFunc = "func" FieldKeyFile = "file") |
另外，由于 WithFields 支持链式调用，那么我们就可以利用这个特点来创建一个带有默认字段的 logger 对象：
1234 |
logger := log.WithFields(logrus.Fields{"omg": true,"number": 122,}) |
接下来，只要使用 logger.Xxx 来记录日志，则每条日志都会带有默认字段。
执行以上代码，控制台和日志文件 demo.log 得到如下输出：
123 |
time="2023-03-15T22:01:48+08:00" level=warning message="Warn msg" number=122 omg=truetime="2023-03-15T22:01:48+08:00" level=error message="Error msg" number=122 omg=truetime="2023-03-15T22:01:48+08:00" level=info message="Info msg" animal=walrus number=122 omg=true size=10 |
Hooks
Logrus 最令人心动的两个功能，一个是结构化日志，另一个就是 Hooks 了。
Hooks 为 Logrus 提供了极大的灵活性，通过 Hooks 可以实现各种扩展功能。比如可以通过 Hooks 实现：Error 以上级别日志发送邮件通知、重要日志告警、日志切割、程序优雅退出等，非常实用。
Logrus 提供了 Hook 接口，只要我们实现了这个接口，并将其注册到 Logrus 中，就可以使用 Hooks 的强大能力了。Hook 接口定义如下：
1234 |
type Hook interface { Levels() []Level Fire(*Entry) error} |
Levels 方法返回一个日志级别切片，Logrus 记录的日志级别如果存在于切片中，则会触发 Hooks，即调用 Fire 方法。
以下代码是 Hooks 功能使用示例：
12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970 |
package mainimport ("fmt""github.com/orandin/lumberjackrus""github.com/sirupsen/logrus")type emailHook struct{} func(hook *emailHook)Levels() []logrus.Level {return logrus.AllLevels // 所有日志级别都会执行 Fire 方法}func(hook *emailHook)Fire(entry *logrus.Entry)error {// 修改日志内容 entry.Data["app"] = "email"// 发送邮件 msg, _ := entry.String() fakeSendEmail(msg)returnnil}funcfakeSendEmail(msg string) { fmt.Printf("fakeSendEmail: %s", msg)}funcnewRotateHook()logrus.Hook { hook, _ := lumberjackrus.NewHook( &lumberjackrus.LogFile{ // 通用日志配置 Filename: "general.log", MaxSize: 100, MaxBackups: 1, MaxAge: 1, Compress: false, LocalTime: false, }, logrus.InfoLevel, &logrus.TextFormatter{DisableColors: true}, &lumberjackrus.LogFileOpts{ // 针对不同日志级别的配置 logrus.TraceLevel: &lumberjackrus.LogFile{ Filename: "trace.log", }, logrus.ErrorLevel: &lumberjackrus.LogFile{ Filename: "error.log", MaxSize: 10, // 日志文件在轮转之前的最大大小，默认 100 MB MaxBackups: 10, // 保留旧日志文件的最大数量 MaxAge: 10, // 保留旧日志文件的最大天数 Compress: true, // 是否使用 gzip 对日志文件进行压缩归档 LocalTime: false, // 是否使用本地时间，默认 UTC 时间 }, }, )return hook}funcmain() { logrus.Trace("Trace msg") // not be written logrus.Warn("Warn msg") // written in general.log logrus.Error("Error msg") // written in error.log}funcinit() { logrus.SetFormatter(&logrus.JSONFormatter{}) logrus.SetLevel(logrus.InfoLevel) // default logrus.AddHook(&emailHook{}) logrus.AddHook(newRotateHook())} |
这里实现了两个 Hooks，分别用来提供发送邮件和日志切割功能。
emailHook 实现了一个简单的发送邮件 Hook，其 Levels 方法返回 logrus.AllLevels，代表所有日志级别。Fire 方法接收一个 *logrus.Entry 参数，它包含了一条日志相关的所有信息，日志内容保存在 entry.Data Map 中，通过 entry.String() 能够获取日志的字符串格式内容。这里使用 fakeSendEmail 来模拟发送邮件。
newRotateHook() 利用第三方库 lumberjackrus 实现了日志切割和归档功能，并且能够将不同级别的日志输出到不同文件。lumberjackrus 是专门为 Logrus 而打造的文件日志 Hooks，其官方介绍为 local filesystem hook for Logrus。
执行以上代码，控制台得到如下输出：
1234 |
fakeSendEmail: {"app":"email","level":"warning","msg":"Warn msg","time":"2023-03-15T23:00:48+08:00"}{"app":"email","level":"warning","msg":"Warn msg","time":"2023-03-15T23:00:48+08:00"}fakeSendEmail: {"app":"email","level":"error","msg":"Error msg","time":"2023-03-15T23:00:48+08:00"}{"app":"email","level":"error","msg":"Error msg","time":"2023-03-15T23:00:48+08:00"} |
由于 emailHook 支持所有日志级别，所以每次输出日志，都会发送邮件，并且在 fakeSendEmail 中打印的消息内容会附加一个 "app":"email" 键值对。
general.log 日志文件得到如下输出：
1 |
time="2023-03-15T23:00:48+08:00" level=warning msg="Warn msg" app=email |
error.log 日志文件得到如下输出：
1 |
time="2023-03-15T23:00:48+08:00" level=error msg="Error msg" app=email |
通过 lumberjackrus 的能力，将不同级别日志分别输出到不同文件，并且如果日志达到 10MB 还会得到一个文件名类似 error-2023-03-15T15-03-24.279.log.gz 的压缩文件，这是由于为 lumberjackrus.LogFile 结构体的属性 Compress 设置为 true 导致的，将旧的日志文件归档可以节省日志文件所占用的磁盘空间。
可以发现，通过 Hooks 的强大能力，可以极大的拓宽 Logrus 的能力边界。如果你想自己实现一个日志库，同样建议支持 Hooks 功能。
笔记：
Logrus 内置 Hooks 列表：https://github.com/sirupsen/logrus/tree/master/hooks
第三方开发的 Hooks 列表：https://github.com/sirupsen/logrus/wiki/Hooks
处理不同环境
Logrus 并没有像 zap 那样提供现成的 API 来支持在不同的环境下使用（Production 和 Development），如果你想在生产和测试环境使用不同的格式输出日志，则需要通过代码判断在不同环境设置不同的 Formatter 来实现。示例如下：
1234567891011 |
import ( log "github.com/sirupsen/logrus")funcinit() {if Environment == "production" { log.SetFormatter(&log.JSONFormatter{}) } else { log.SetFormatter(&log.TextFormatter{}) }} |
测试
如果你的单元测试程序中需要测试日志内容，Logrus 提供了 test.NewNullLogger 日志记录器，它只会记录日志，不输出任何内容。使用示例如下：
12345678910111213141516171819 |
import("testing""github.com/sirupsen/logrus""github.com/sirupsen/logrus/hooks/test""github.com/stretchr/testify/assert")funcTestSomething(t*testing.T){ logger, hook := test.NewNullLogger() logger.Error("Helloerror") assert.Equal(t, 1, len(hook.Entries)) assert.Equal(t, logrus.ErrorLevel, hook.LastEntry().Level) assert.Equal(t, "Helloerror", hook.LastEntry().Message) hook.Reset() assert.Nil(t, hook.LastEntry())} |
总结
本文介绍了 Logrus 的基本特点，以及如何使用。
Logrus 完全兼容 log 标准库，所以可以实现无缝替换。其 API 设计思路跟 log 标准库的风格也有很多相似之处，都提供了一个默认的 std 日志对象达到开箱即用的效果。Logrus 最实用的两个功能，一个是支持结构化日志，一个是支持 Hooks 机制，这极大的提升了可用性和灵活性，也使得 Logrus 成为最受欢迎的 Go 日志库。
参考
Logrus: https://github.com/sirupsen/logrus
lumberjackrus: https://github.com/orandin/lumberjackrus
