Golang学习笔记之日志log、zap

本文涉及的产品
日志服务 SLS,月写入数据量 50GB 1个月
简介:

一、log日志包

log支持并发操作。其结构定义如下:

1type Logger struct {
2    mu sync.Mutex     // ensures atomic writes; protects the following fields
3    prefix string     // prefix to write at beginning of each line // ⽇志⾏前缀
4    flag int          // properties // ⽇志打印格式标志,⽤于指定每⾏⽇志的打印格式
5    out io.Writer     // destination for output // ⽤于指定⽇志输出位置,理论上可以是任务地⽅,只要实现了io.Writer接⼝就⾏
6    buf []byte        // for accumulating text to write // ⽇志内容
7}

log基本日志格式

1Ldate       = 1 << iota     //  形如  2009/01/23  的⽇期
2Ltime                       //  形如  01:23:23            的时间
3Lmicroseconds               //  形如  01:23:23.123123         的时间
4Llongfile                   //  全路径⽂件名和⾏号:  /a/b/c/d.go:23  
5Lshortfile                  //  ⽂件名和⾏号: d.go:23 
6LstdFlags   = Ldate | Ltime //  ⽇期和时间

(1)Golang's log模块主要提供了3类接口。分别是 “Print 、Panic 、Fatal ”,对每一类接口其提供了3中调用方式,分别是 "Xxxx 、Xxxxln 、Xxxxf",基本和fmt中的相关函数类似。

• log.Print:打印日志,和fmt.包没什么区别,只是加上了上面的日志格式
• log.Fatal :,会先将日志内容打印到标准输出,接着调用系统的os.exit(1) 接口,退出程序并返回状态 1 。但是有一点需要注意,由于是直接调用系统接口退出,defer函数不会被调用。
• log.Panic:该函数把日志内容刷到标准错误后调用 panic 函数,
demo

 1package main
 2
 3import (
 4    "fmt"
 5    "log"
 6)
 7//fatal
 8func testDeferfatal() {
 9    defer func() {
10        fmt.Println("--first--")
11    }()
12    log.Fatalln("test for defer Fatal")
13}
14//panic
15func testDeferpanic() {
16    defer func() {
17        fmt.Println("--first--")
18        if err := recover(); err != nil {
19            fmt.Println(err)
20        }
21    }()
22    log.Panicln("test for defer Panic")
23    defer func() {
24        fmt.Println("--second--")
25    }()
26}
27func main() {
28    arr := []int{2, 3}
29
30    log.Print("Print array ", arr, "\n")
31    log.Println("Println array", arr)
32    log.Printf("Printf array with item [%d,%d]\n", arr[0], arr[1])
33
34    testDeferpanic()
35
36
37    testDeferfatal()
38}

输出为
2018/12/17 21:28:33 Print array [2 3]
2018/12/17 21:28:33 Println array [2 3]
2018/12/17 21:28:33 Printf array with item [2,3]
2018/12/17 21:28:33 test for defer Panic
--first--
test for defer Panic

2018/12/17 21:28:33 test for defer Fatal
exit status 1

(2)你也可以自定义Logger类型
log.Logger提供了一个New方法用来创建对象
函数原型
func New(out io.Writer, prefix string, flag int) *Logger
①输出位置out,是一个io.Writer对象,该对象可以是一个文件也可以是实现了该接口的对象。通常我们可以用这个来指定日志输出到哪个文件
②prefix 我们在前面已经看到,就是在日志内容前面的东西。我们可以将其置为 "[Info]" 、 "[Warning]"等来帮助区分日志级别。
③flags 是一个选项,显示日志开头的东西,可选的值见前面所述

demo

 1func main() {
 2    fileName := "/Users/zt/Desktop/Info_First.log"//路径+文件名
 3    logFile, err := os.Create(fileName)
 4    defer logFile.Close()
 5    if err != nil {
 6        log.Fatalln("open file error")
 7    }
 8    debugLog := log.New(logFile, "[Info]", log.Llongfile)
 9    debugLog.Println("A Info message here")
10    debugLog.SetPrefix("[Debug]")
11    debugLog.Println("A Debug Message here ")
12}

二、Zap日志包使用

uber开源的高性能日志库
go get go.uber.org/zap
demo

 1func panic() {
 2    if err := recover(); err != nil {
 3        fmt.Println(err)
 4    }
 5}
 6func main() {
 7    url := "Hello"
 8    logger, _ := zap.NewProduction()
 9    //logger, _ := zap.NewDevelopment()
10
11    defer panic()
12    //Sync刷新任何缓冲的日志条目。
13    defer logger.Sync()
14    logger.Info("failed to fetch URL",
15        // Structured context as strongly typed Field values.
16        zap.String("url", url),
17        zap.Int("attempt", 3),
18        zap.Duration("backoff", time.Second),
19    )
20    logger.Warn("debug log", zap.String("level", url))
21    logger.Error("Error Message", zap.String("error", url))
22    logger.Panic("Panic log", zap.String("level", url))
23}

(1)通过HTTP接口动态的改变日志级别

demo

 1func main() {
 2    alevel := zap.NewAtomicLevel()
 3    http.HandleFunc("/handle/level", alevel.ServeHTTP)
 4    go func() {
 5        if err := http.ListenAndServe(":9090", nil); err != nil {
 6            panic(err)
 7        }
 8    }()
 9    // 默认是Info级别
10    logcfg := zap.NewProductionConfig()
11    logcfg.Level = alevel
12    logger, err := logcfg.Build()
13    if err != nil {
14        fmt.Println("err", err)
15    }
16    defer logger.Sync()
17    for i := 0; i < 1000; i++ {
18        time.Sleep(1 * time.Second)
19        logger.Debug("debug log", zap.String("level", alevel.String()))
20        logger.Info("Info log", zap.String("level", alevel.String()))
21    }
22}


查看日志级别
curl http://localhost:9090/handle/level
输出
image
调整日志级别(可选值 “debug” “info” “warn” “error” 等)
curl -XPUT --data '{"level":"debug"}' http://localhost:9090/handle/level
输出
image
当然也可以使用之前在Gin说过的工具RESTClient来模拟,
image
(2)将日志进行序列化文件:lumberjack

支持文件按大小或者时间归档
GitHub地址:https://github.com/natefinch/lumberjack

go get github.com/natefinch/lumberjack

1package main
 2
 3import (
 4    "go.uber.org/zap"
 5    "go.uber.org/zap/zapcore"
 6    lumberjack "gopkg.in/natefinch/lumberjack.v2"
 7)
 8func initLogger(logpath string, loglevel string) *zap.Logger {
 9    hook := lumberjack.Logger{
10        Filename:   logpath, // ⽇志⽂件路径
11        MaxSize:    1024,    // megabytes
12        MaxBackups: 3,       // 最多保留3个备份
13        MaxAge:     7,       //days
14        Compress:   true,    // 是否压缩 disabled by default
15    }
16    w := zapcore.AddSync(&hook)
17    var level zapcore.Level
18    switch loglevel {
19    case "debug":
20        level = zap.DebugLevel
21    case "info":
22        level = zap.InfoLevel
23    case "error":
24        level = zap.ErrorLevel
25    default:
26        level = zap.InfoLevel
27    }
28    encoderConfig := zap.NewProductionEncoderConfig()
29    encoderConfig.EncodeTime = zapcore.ISO8601TimeEncoder
30    core := zapcore.NewCore(
31        zapcore.NewConsoleEncoder(encoderConfig),
32        w,
33        level,
34    )
35    logger := zap.New(core)
36    logger.Info("DefaultLogger init success")
37    return logger
38}
39func main() {
40    logger := initLogger("all.log", "info")
41    logger.Info("test log", zap.Int("line", 47))
42    logger.Warn("testlog", zap.Int("line", 47))
43}

在当前文件夹下的all.log
image

原文发布时间为:2018-12-22
本文作者: Golang语言社区
本文来自云栖社区合作伙伴“Golang语言社区”,了解相关信息可以关注“Golangweb”微信公众号

相关实践学习
日志服务之使用Nginx模式采集日志
本文介绍如何通过日志服务控制台创建Nginx模式的Logtail配置快速采集Nginx日志并进行多维度分析。
相关文章
|
2月前
|
Kubernetes Ubuntu Windows
【Azure K8S | AKS】分享从AKS集群的Node中查看日志的方法(/var/log)
【Azure K8S | AKS】分享从AKS集群的Node中查看日志的方法(/var/log)
|
1月前
|
Prometheus Cloud Native Go
Golang语言之Prometheus的日志模块使用案例
这篇文章是关于如何在Golang语言项目中使用Prometheus的日志模块的案例,包括源代码编写、编译和测试步骤。
25 3
Golang语言之Prometheus的日志模块使用案例
|
2月前
|
jenkins 持续交付
jenkins学习笔记之三:使用jenkins共享库实现日志格式化输出
jenkins学习笔记之三:使用jenkins共享库实现日志格式化输出
jenkins学习笔记之三:使用jenkins共享库实现日志格式化输出
|
23天前
|
Java
日志框架log4j打印异常堆栈信息携带traceId,方便接口异常排查
日常项目运行日志,异常栈打印是不带traceId,导致排查问题查找异常栈很麻烦。
|
1月前
|
存储 监控 数据可视化
SLS 虽然不是直接使用 OSS 作为底层存储,但它凭借自身独特的存储架构和功能,为用户提供了一种专业、高效的日志服务解决方案。
【9月更文挑战第2天】SLS 虽然不是直接使用 OSS 作为底层存储,但它凭借自身独特的存储架构和功能,为用户提供了一种专业、高效的日志服务解决方案。
66 9
|
2月前
|
API C# 开发框架
WPF与Web服务集成大揭秘:手把手教你调用RESTful API,客户端与服务器端优劣对比全解析!
【8月更文挑战第31天】在现代软件开发中,WPF 和 Web 服务各具特色。WPF 以其出色的界面展示能力受到欢迎,而 Web 服务则凭借跨平台和易维护性在互联网应用中占有一席之地。本文探讨了 WPF 如何通过 HttpClient 类调用 RESTful API,并展示了基于 ASP.NET Core 的 Web 服务如何实现同样的功能。通过对比分析,揭示了两者各自的优缺点:WPF 客户端直接处理数据,减轻服务器负担,但需处理网络异常;Web 服务则能利用服务器端功能如缓存和权限验证,但可能增加服务器负载。希望本文能帮助开发者根据具体需求选择合适的技术方案。
68 0
|
2月前
|
C# Windows 监控
WPF应用跨界成长秘籍:深度揭秘如何与Windows服务完美交互,扩展功能无界限!
【8月更文挑战第31天】WPF(Windows Presentation Foundation)是 .NET 框架下的图形界面技术,具有丰富的界面设计和灵活的客户端功能。在某些场景下,WPF 应用需与 Windows 服务交互以实现后台任务处理、系统监控等功能。本文探讨了两者交互的方法,并通过示例代码展示了如何扩展 WPF 应用的功能。首先介绍了 Windows 服务的基础知识,然后阐述了创建 Windows 服务、设计通信接口及 WPF 客户端调用服务的具体步骤。通过合理的交互设计,WPF 应用可获得更强的后台处理能力和系统级操作权限,提升应用的整体性能。
69 0
|
2月前
|
存储 消息中间件 监控
Java日志详解:日志级别,优先级、配置文件、常见日志管理系统ELK、日志收集分析
Java日志详解:日志级别,优先级、配置文件、常见日志管理系统、日志收集分析。日志级别从小到大的关系(优先级从低到高): ALL < TRACE < DEBUG < INFO < WARN < ERROR < FATAL < OFF 低级别的会输出高级别的信息,高级别的不会输出低级别的信息
|
2月前
|
存储
【Azure Log A workspace】Azure上很多应用日志收集到Log A workspace后如何来分别各自的占比呢?
【Azure Log A workspace】Azure上很多应用日志收集到Log A workspace后如何来分别各自的占比呢?
|
2月前
|
API
【Azure 应用服务】当在Azure App Service的门户上 Log Stream 日志无输出,需要如何操作让其输出Application Logs呢?
【Azure 应用服务】当在Azure App Service的门户上 Log Stream 日志无输出,需要如何操作让其输出Application Logs呢?
下一篇
无影云桌面