Go語言Zap庫Logger的定制化和封裝實例分析

本文小編為大家詳細介紹“Go語言Zap庫Logger的定制化和封裝實例分析”，內容詳細，步驟清晰，細節處理妥當，希望這篇“Go語言Zap庫Logger的定制化和封裝實例分析”文章能幫助大家解決疑惑，下面跟著小編的思路慢慢深入，一起來學習新知識吧。

Go 語言原生的Logger

Go 語言自帶 log 內置包，為我們提供了一個默認的 Logger，可以直接使用。 這個庫的詳細用法可以在官方的文檔里找到：pkg.go.dev/log

使用 log 記錄日志，默認會輸出到控制臺中。比如下面這個例子：

package main
import (
	"log"
	"net/http"
)
func main() {
	simpleHttpGet("www.google.com")
	simpleHttpGet("https://www.baidu.com")
}
func simpleHttpGet(url string) {
	resp, err := http.Get(url)
	if err != nil {
		log.Printf("Error fetching url %s : %s", url, err.Error())
	} else {
		log.Printf("Status Code for %s : %s", url, resp.Status)
		resp.Body.Close()
	}
	return
}

這個例程中，分別向兩個網址進行 GET 請求，然后記錄了一下返回狀態碼 / 請求錯誤。 執行程序后會有類似輸出：

2022/05/15 15:15:26 Error fetching url www.baidu.com : Get "www.baidu.com": unsupported protocol scheme "" 2022/05/15 15:15:26 Status Code for https://www.baidu.com : 200 OK

因為第一次請求的 URL 中協議頭缺失， 所以不能成功發起請求，日志也很好的記錄了錯誤信息。

Go 內置的 log 包當然也支持把日志輸出到文件中，通過log.SetOutput 可以把任何 io.Writer 的實現設置成日志的輸出。下面我們把上面那個例程修改成向文件輸出日志。

大家可以自己試一下運行效果，這里不再做過多演示。

Go 語言原生Logger的缺點

原生 Logger 的優點，顯而易見，簡單、開箱即用，不用引用外部的三方庫。我們可以按照開頭處提出的對于一個 Logger 的五個標準再看一下默認Logger 是否能在項目里使用。

• 僅限基本的日志級別

• 只有一個Print選項。不支持INFO/DEBUG等多個級別。

• 對于錯誤日志，它有Fatal和Panic

• Fatal日志通過調用os.Exit(1)來結束程序

• Panic日志在寫入日志消息之后拋出一個panic

• 但是它缺少一個ERROR日志級別，這個級別可以在不拋出panic或退出程序的情況下記錄錯誤

• 缺乏結構化日志格式的能力——只支持簡單文本輸出，不能把日志記錄格式化成 JSON 格式。

• 不提供日志切割的能力。

Zap 日志庫

在 Go 的生態中，有不少可以選擇的日志庫，之前我們簡單介紹過 logrus 這個庫的使用:點我查看，它與Go的內置 log 庫在 api 層面兼容，直接實現了log.Logger接口，支持把程序的系統級 Logger 切換成它。

不過 logrus 在性能敏感的場景下就顯得不香了，用的更多的是 Uber 開源的 zap 日志庫。由于 Uber 在當今 Go 生態中的貢獻度很高，加之它本身業務—網約車的性能敏感場景，所以 Uber 開源的庫很受歡迎。現在做項目，使用 Zap 做日志Logger 的非常多。程序員的內心OS應該是，不管我這并發高不高，上就完事了，萬一哪天能從2個并發突然干成 2W 并發呢。

Zap 性能高的一大原因是：不用反射，日志里每個要寫入的字段都得攜帶著類型

logger.Info(
  "Success..",
  zap.String("statusCode", resp.Status),
  zap.String("url", url))

上面向日志里寫入了一條記錄，Message 是 "Success.." 另外寫入了兩個字符串鍵值對。 Zap 針對日志里要寫入的字段，每個類型都有一個對應的方法把字段轉成 zap.Field 類型 。比如：

zap.Int('key', 123)
zap.Bool('key', true)
zap.Error('err', err)
zap.Any('arbitraryType', &User{})

還有很多中這種類型方法，就不一一列舉啦。這種記錄日志的方式造成在使用體驗上稍稍有點差，不過考慮到性能上收益這點使用體驗上的損失也能接受。

下面我們先來學習一下 Zap 的使用方法，再對項目中使用 Zap 時做些自定義的配置和封裝，讓它變得更好用，最重要的是匹配上我們開頭提出的關于好的 Logger 的五條標準。

Zap 的使用方法

安裝zap

首先說一下，zap 的安裝方式，直接運行以下命令下載 zap 到本地的依賴庫中。

go get -u go.uber.org/zap

設置 Logger

我們先說 zap 提供的配置好的 Logger ，稍后會對它進行自定義。

• 通過調用zap.NewProduction()、zap.NewDevelopment()、zap.Example() 這三個方法，都可以創建 Logger。

• 上面三個方法都可以創建 Logger，他們都對 Logger 進行了不同的配置，比如zap.NewProduction()創建的 Logger 在記錄日志時會自動記錄調用函數的信息、打日志的時間等，這三個不用糾結，直接都用zap.NewProduction()，且在項目中使用的時候，我們不會直接用 zap 配置好的 Logger ，需要再做更細致的定制。

zap 的 Logger 提供了記錄不同等級的日志的方法，像從低到高的日志等級一般有：Debug、Info、Warn、Error 這些級別都有對應的方法。他們的使用方式都一樣，下面是 Info 方法的方法簽名。

func (log *Logger) Info(msg string, fields ...Field) {
	if ce := log.check(InfoLevel, msg); ce != nil {
		ce.Write(fields...)
	}
}

方法的第一個參數是日志里 msg 字段要記錄的信息，msg是日志行記錄里一個固定的字段，要再添加其他字段到日志，直接傳遞 zap.Field 類型的參數即可，上面我們已經說過zap.Field類型的字段，就是由 zap.String("key", "value") 這類方法創建出來的。由于 Info 方法簽名里 fileds參數聲明是可變參數，所以支持添加任意多個字段到日志行記錄里， 比如例程里的：

logger.Info("Success..", zap.String("statusCode", resp.Status), zap.String("url", url))

即日志行記錄里，除了 msg 字段，還添加了statusCode，url兩個自定義字段。 上面例程里使用的zap.NewProduction()創建的 Logger 會向控制臺輸出JSON格式的日志行，比如上面使用Info方法后，控制臺會有類似下面的輸出。

{"level":"info","ts":1558882294.665447,"caller":"basiclogger/UberGoLogger.go:31","msg":"Success..","statusCode":"200 OK","url":"https://www.baidu.com"}

定制 Zap 的 Logger

下面我們把 zap 做進一步的自定義配置，讓日志不光能輸出到控制臺，也能輸出到文件，再把日志時間由時間戳格式，換成更容易被人類看懂的DateTime時間格式。

下面少說話，直接上代碼，必要的解釋放在了注釋里。

var logger *zap.Logger
func init() {
	encoderConfig := zap.NewProductionEncoderConfig()
  // 設置日志記錄中時間的格式
	encoderConfig.EncodeTime = zapcore.ISO8601TimeEncoder
  // 日志Encoder 還是JSONEncoder，把日志行格式化成JSON格式的
	encoder := zapcore.NewJSONEncoder(encoderConfig)
	file, _ := os.OpenFile("/tmp/test.log", os.O_CREATE|os.O_APPEND|os.O_WRONLY, 644)
	fileWriteSyncer = zapcore.AddSync(file)
	core := zapcore.NewTee(
		// 同時向控制臺和文件寫日志， 生產環境記得把控制臺寫入去掉，日志記錄的基本是Debug 及以上，生產環境記得改成Info
		zapcore.NewCore(encoder, zapcore.AddSync(os.Stdout), zapcore.DebugLevel),
		zapcore.NewCore(encoder, fileWriteSyncer, zapcore.DebugLevel),
	)
	logger = zap.New(core)
}

日志切割

Zap 本身不支持日志切割，可以借助另外一個庫 lumberjack 協助完成切割。

func getFileLogWriter() (writeSyncer zapcore.WriteSyncer) {
	// 使用 lumberjack 實現 log rotate
	lumberJackLogger := &lumberjack.Logger{
		Filename:   "/tmp/test.log",
		MaxSize:    100, // 單個文件最大100M
		MaxBackups: 60, // 多于 60 個日志文件后，清理較舊的日志
		MaxAge:     1, // 一天一切割
		Compress:   false,
	}
	return zapcore.AddSync(lumberJackLogger)
}

封裝 Logger

我們不能每次使用日志，都這么設置一番，所以最好的還是把這些配置初始化放在一個單獨的包里，這樣在項目中初始化一次即可。

除了上面的那些配置外，我們的配置里還少了些日志調用方的信息，比如函數名、文件位置、行號等，這樣在排查問題看日志的時候，定位問題的時效會提高不少。

我們對 Logger 再做一下封裝。

// 發送私信 go-logger 給公眾號「網管叨bi叨」
// 可獲得完整代碼和使用Demo
package zlog
// 簡單封裝一下對 zap 日志庫的使用
// 使用方式：
// zlog.Debug("hello", zap.String("name", "Kevin"), zap.Any("arbitraryObj", dummyObject))
// zlog.Info("hello", zap.String("name", "Kevin"), zap.Any("arbitraryObj", dummyObject))
// zlog.Warn("hello", zap.String("name", "Kevin"), zap.Any("arbitraryObj", dummyObject))
var logger *zap.Logger
func init() {
	......
}
func getFileLogWriter() (writeSyncer zapcore.WriteSyncer) {
	......
}
func Info(message string, fields ...zap.Field) {
	callerFields := getCallerInfoForLog()
	fields = append(fields, callerFields...)
	logger.Info(message, fields...)
}
func Debug(message string, fields ...zap.Field) {
	callerFields := getCallerInfoForLog()
	fields = append(fields, callerFields...)
	logger.Debug(message, fields...)
}
func Error(message string, fields ...zap.Field) {
	callerFields := getCallerInfoForLog()
	fields = append(fields, callerFields...)
	logger.Error(message, fields...)
}
func Warn(message string, fields ...zap.Field) {
	callerFields := getCallerInfoForLog()
	fields = append(fields, callerFields...)
	logger.Warn(message, fields...)
}
func getCallerInfoForLog() (callerFields []zap.Field) {
	pc, file, line, ok := runtime.Caller(2) // 回溯兩層，拿到寫日志的調用方的函數信息
	if !ok {
		return
	}
	funcName := runtime.FuncForPC(pc).Name()
	funcName = path.Base(funcName) //Base函數返回路徑的最后一個元素，只保留函數名
	callerFields = append(callerFields, zap.String("func", funcName), zap.String("file", file), zap.Int("line", line))
	return
}

為啥不用 zap.New(core, zap.AddCaller())這種方式，在日志行里添加調用方的信息呢？主要還是想更靈活點，能自己制定對應的日志字段，所以把 Caller的幾個信息放到單獨的字段里，等把日志收集到日志平臺上去后，查詢日志的時候也更利于檢索。

在下面的例程中嘗試使用我們封裝好的日志 Logger 做個簡單的測試。

package main
import (
	"example.com/utils/zlog"
)
type User strunct {
  Name  stirng
}
func main() {
  user := &User{
    "Name": "Kevin"
  }
  zlog.Info("test log", zap.Any("user", user))
}

輸出類似下面的輸出。

{"level":"info","ts":"2022-05-15T21:22:22.687+0800","msg":"test log","res":{"Name":"Kevin"},"func":"main.Main","file":"/Users/Kevin/go/src/example.com/demo/zap.go","line":84}

讀到這里，這篇“Go語言Zap庫Logger的定制化和封裝實例分析”文章已經介紹完畢，想要掌握這篇文章的知識點還需要大家自己動手實踐使用過才能領會，如果想了解更多相關內容的文章，歡迎關注億速云行業資訊頻道。