Golang学习笔记之日志log、zap

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
通过日志服务实现云资源OSS的安全审计
本实验介绍如何通过日志服务实现云资源OSS的安全审计。
相关文章
|
11月前
|
监控 容灾 算法
阿里云 SLS 多云日志接入最佳实践:链路、成本与高可用性优化
本文探讨了如何高效、经济且可靠地将海外应用与基础设施日志统一采集至阿里云日志服务(SLS),解决全球化业务扩展中的关键挑战。重点介绍了高性能日志采集Agent(iLogtail/LoongCollector)在海外场景的应用,推荐使用LoongCollector以获得更优的稳定性和网络容错能力。同时分析了多种网络接入方案,包括公网直连、全球加速优化、阿里云内网及专线/CEN/VPN接入等,并提供了成本优化策略和多目标发送配置指导,帮助企业构建稳定、低成本、高可用的全球日志系统。
1043 54
|
存储 缓存 关系型数据库
图解MySQL【日志】——Redo Log
Redo Log(重做日志)是数据库中用于记录数据页修改的物理日志,确保事务的持久性和一致性。其主要作用包括崩溃恢复、提高性能和保证事务一致性。Redo Log 通过先写日志的方式,在内存中缓存修改操作,并在适当时候刷入磁盘,减少随机写入带来的性能损耗。WAL(Write-Ahead Logging)技术的核心思想是先将修改操作记录到日志文件中,再择机写入磁盘,从而实现高效且安全的数据持久化。Redo Log 的持久化过程涉及 Redo Log Buffer 和不同刷盘时机的控制参数(如 `innodb_flush_log_at_trx_commit`),以平衡性能与数据安全性。
766 5
图解MySQL【日志】——Redo Log
|
监控 Java 应用服务中间件
Tomcat log日志解析
理解和解析Tomcat日志文件对于诊断和解决Web应用中的问题至关重要。通过分析 `catalina.out`、`localhost.log`、`localhost_access_log.*.txt`、`manager.log`和 `host-manager.log`等日志文件,可以快速定位和解决问题,确保Tomcat服务器的稳定运行。掌握这些日志解析技巧,可以显著提高运维和开发效率。
1444 13
|
缓存 Java 编译器
|
SQL 存储 关系型数据库
简单聊聊MySQL的三大日志(Redo Log、Binlog和Undo Log)各有什么区别
在MySQL数据库管理中,理解Redo Log(重做日志)、Binlog(二进制日志)和Undo Log(回滚日志)至关重要。Redo Log确保数据持久性和崩溃恢复;Binlog用于主从复制和数据恢复,记录逻辑操作;Undo Log支持事务的原子性和隔离性,实现回滚与MVCC。三者协同工作,保障事务ACID特性。文章还详细解析了日志写入流程及可能的异常情况,帮助深入理解数据库日志机制。
1569 0
|
存储 关系型数据库 MySQL
图解MySQL【日志】——Undo Log
Undo Log(回滚日志)是 MySQL 中用于实现事务原子性和一致性的关键机制。在默认的自动提交模式下,MySQL 隐式开启事务,每条增删改语句都会记录到 Undo Log 中。其主要作用包括:
624 0
|
XML 安全 Java
【日志框架整合】Slf4j、Log4j、Log4j2、Logback配置模板
本文介绍了Java日志框架的基本概念和使用方法,重点讨论了SLF4J、Log4j、Logback和Log4j2之间的关系及其性能对比。SLF4J作为一个日志抽象层,允许开发者使用统一的日志接口,而Log4j、Logback和Log4j2则是具体的日志实现框架。Log4j2在性能上优于Logback,推荐在新项目中使用。文章还详细说明了如何在Spring Boot项目中配置Log4j2和Logback,以及如何使用Lombok简化日志记录。最后,提供了一些日志配置的最佳实践,包括滚动日志、统一日志格式和提高日志性能的方法。
4579 31
【日志框架整合】Slf4j、Log4j、Log4j2、Logback配置模板
|
监控 安全 Apache
什么是Apache日志?为什么Apache日志分析很重要?
Apache是全球广泛使用的Web服务器软件,支持超过30%的活跃网站。它通过接收和处理HTTP请求,与后端服务器通信,返回响应并记录日志,确保网页请求的快速准确处理。Apache日志分为访问日志和错误日志,对提升用户体验、保障安全及优化性能至关重要。EventLog Analyzer等工具可有效管理和分析这些日志,增强Web服务的安全性和可靠性。
509 9
|
XML JSON Java
Logback 与 log4j2 性能对比:谁才是日志框架的性能王者?
【10月更文挑战第5天】在Java开发中,日志框架是不可或缺的工具,它们帮助我们记录系统运行时的信息、警告和错误,对于开发人员来说至关重要。在众多日志框架中,Logback和log4j2以其卓越的性能和丰富的功能脱颖而出,成为开发者们的首选。本文将深入探讨Logback与log4j2在性能方面的对比,通过详细的分析和实例,帮助大家理解两者之间的性能差异,以便在实际项目中做出更明智的选择。
1514 3

热门文章

最新文章

推荐镜像

更多