一、简介
zap 是 uber 开源的一个高性能,结构化,分级记录的日志记录包。
go1.20.2
zap v1.24.0
zap的特性
- 高性能:zap 对日志输出进行了多项优化以提高它的性能
- 日志分级:有 debug,info,warn,error,dpanic,panic,fatal 等
- 日志记录结构化:日志内容记录是结构化的,比如 json 格式输出
- 自定义格式:用户可以自定义输出的日志格式
- 自定义公共字段:用户可以自定义公共字段,大家输出的日志内容就共同拥有了这些字段
- 调试:可以打印文件名、函数名、行号、日志时间等,便于调试程序
- 自定义调用栈级别:可以根据日志级别输出它的调用栈信息
- namespace:日志命名空间。定义命名空间后,所有日志内容就在这个命名空间下。命名空间相当于一个文件夹
- 支持 hook 操作
高性能介绍
与其它日志库对比
看github官网的对比图,下面的对比图来自:https://github.com/uber-go/zap#performance
log a message and 10 fields:
| package | time | time % to zap | objects allocated |
|---|---|---|---|
| ⚡ zap | 2900 ns/op | +0% | 5 allocs/op |
| ⚡ zap (sugared) | 3475 ns/op | +20% | 10 allocs/op |
| zerolog | 10639 ns/op | +267% | 32 allocs/op |
| go-kit | 14434 ns/op | +398% | 59 allocs/op |
| logrus | 17104 ns/op | +490% | 81 allocs/op |
| apex/log | 32424 ns/op | +1018% | 66 allocs/op |
| log15 | 33579 ns/op | +1058% | 76 allocs/op |
log a message with a logger that already has 10 fields of context:
| package | time | time % to zap | objects allocated |
|---|---|---|---|
| ⚡ zap | 373 ns/op | +0% | 0 allocs/op |
| ⚡ zap (sugared) | 452 ns/op | +21% | 1 allocs/op |
| zerolog | 288 ns/op | -23% | 0 allocs/op |
| go-kit | 11785 ns/op | +3060% | 58 allocs/op |
| logrus | 19629 ns/op | +5162% | 70 allocs/op |
| log15 | 21866 ns/op | +5762% | 72 allocs/op |
| apex/log | 30890 ns/op | +8182% | 55 allocs/op |
log a static string, without any context or printf-style templating:
| package | time | time % to zap | objects allocated |
|---|---|---|---|
| ⚡ zap | 381 ns/op | +0% | 0 allocs/op |
| ⚡ zap (sugared) | 410 ns/op | +8% | 1 allocs/op |
| zerolog | 369 ns/op | -3% | 0 allocs/op |
| standard library | 385 ns/op | +1% | 2 allocs/op |
| go-kit | 606 ns/op | +59% | 11 allocs/op |
| logrus | 1730 ns/op | +354% | 25 allocs/op |
| apex/log | 1998 ns/op | +424% | 7 allocs/op |
| log15 | 4546 ns/op | +1093% | 22 allocs/op |
做了哪些优化
基于反射的序列化和字符串格式化,它们都是 cpu 密集型计算且分配很多小的内存。具体到 go 语言中,使用 encoding/json 和 fmt.fprintf 格式化 interface{} 会使程序性能降低。
zap 咋解决呢?zap 使用一个无反射、零分配的 josn 编码器,基础 logger 尽可能避免序列化开销和内存分配开销。在此基础上,zap 还构建了更高级的 suggaredlogger。
二、quickstart快速开始
zap 安装:
go get -u go.uber.org/zap
zap 提供了 2 种日志记录器:sugaredlogger 和 logger。
在需要性能但不是很重要的情况下,使用 sugaredlogger 较合适。它比其它结构化日志包快 4-10 倍,包括 结构化日志和 printf 风格的 api。看下面使用 sugaredlogger 例子:
logger, _ := zap.newproduction()
defer logger.sync() // zap底层有缓冲。在任何情况下执行 defer logger.sync() 是一个很好的习惯
sugar := logger.sugar()
sugar.infow("failed to fetch url",
// 字段是松散类型,不是强类型
"url", url,
"attempt", 3,
"backoff", time.second,
)
sugar.infof("failed to fetch url: %s", url)当性能和类型安全很重要时,请使用 logger。它比 sugaredlogger 更快,分配的资源更少,但它只支持结构化日志和强类型字段。
logger, _ := zap.newproduction()
defer logger.sync()
logger.info("failed to fetch url",
// 字段是强类型,不是松散类型
zap.string("url", url),
zap.int("attempt", 3),
zap.duration("backoff", time.second),
)三、newexample/newdevelopment/newproduction使用
zap 为我们提供了三种快速创建 logger 的方法: zap.newproduction(),zap.newdevelopment(),zap.newexample()。
见名思义,example 一般用在测试代码中,development 用在开发环境中,production 用在生成环境中。这三种方法都预先设置好了配置信息。
newexample()使用
newexample 构建一个 logger,专门为在 zap 的测试示例使用。它将 debuglevel 及以上日志用 json 格式标准输出,但它省略了时间戳和调用函数,以保持示例输出的简短和确定性。
为什么说 zap.newexample() 是 zap 为我们提供快速创建 logger 的方法呢?
因为在这个方法里,zap 已经定义好了日志配置项部分默认值。来看它的代码:
// https://github.com/uber-go/zap/blob/v1.24.0/logger.go#l127
func newexample(options ...option) *logger {
encodercfg := zapcore.encoderconfig{
messagekey: "msg", // 日志内容key:val, 前面的key设为msg
levelkey: "level", // 日志级别的key设为level
namekey: "logger", // 日志名
encodelevel: zapcore.lowercaselevelencoder, //日志级别,默认小写
encodetime: zapcore.iso8601timeencoder, // 日志时间
encodeduration: zapcore.stringdurationencoder,
}
core := zapcore.newcore(zapcore.newjsonencoder(encodercfg), os.stdout, debuglevel)
return new(core).withoptions(options...)
}使用例子:
package main
import (
"go.uber.org/zap"
)
func main() {
logger := zap.newexample()
logger.debug("this is debug message")
logger.info("this is info message")
logger.info("this is info message with fileds",
zap.int("age", 37),
zap.string("agender", "man"),
)
logger.warn("this is warn message")
logger.error("this is error message")
}输出:
{"level":"debug","msg":"this is debug message"} {"level":"info","msg":"this is info message"} {"level":"info","msg":"this is info message with fileds","age":37,"agender":"man"} {"level":"warn","msg":"this is warn message"} {"level":"error","msg":"this is error message"}
newdevelopment()使用
newdevelopment() 构建一个开发使用的 logger,它以人性化的格式将 debuglevel 及以上日志信息输出。它的底层使用
newdevelopmentconfig().build(...option) 构建。它的日志格式各种设置在函数 newdevelopmentencoderconfig() 里,想查看详情设置,请点进去查看。
使用例子:
package main
import (
"time"
"go.uber.org/zap"
)
func main() {
logger, _ := zap.newdevelopment()
defer logger.sync()
logger.info("failed to fetch url",
// 强类型字段
zap.string("url", "http://example.com"),
zap.int("attempt", 3),
zap.duration("duration", time.second),
)
logger.with(
// 强类型字段
zap.string("url", "http://development.com"),
zap.int("attempt", 4),
zap.duration("duration", time.second*5),
).info("[with] failed to fetch url")
}输出:
2023-03-22t16:02:45.760+0800 info zapdemos/newdevelopment1.go:13 failed to fetch url {"url": "http://example.com", "attempt": 3, "duration": "1s"} 2023-03-22t16:02:45.786+0800 info zapdemos/newdevelopment1.go:25 [with] failed to fetch url {"url": "http://development.com", "attempt": 4, "duration": "5s"}
上面日志输出了文件名和行号,newexample() 没有
newproduction()使用
newproduction() 构建了一个合理的 prouction 日志记录器,它将 info 及以上的日志内容以 json 格式记写入标准错误里。
它的底层使用 newproductionconfig().build(...option) 构建。它的日志格式设置在函数 newproductionencoderconfig 里。
使用例子:
package main
import (
"time"
"go.uber.org/zap"
)
func main() {
logger, _ := zap.newproduction()
defer logger.sync()
url := "http://zap.uber.io"
sugar := logger.sugar()
sugar.infow("failed to fetch url",
"url", url,
"attempt", 3,
"time", time.second,
)
sugar.infof("failed to fetch url: %s", url)
// 或更简洁 sugar() 使用
// sugar := zap.newproduction().sugar()
// defer sugar.sync()
}输出:
{"level":"info","ts":1679472893.2944522,"caller":"zapdemos/newproduction1.go:16","msg":"failed to fetch url","url":"http://zap.uber.io","attempt":3,"time":1} {"level":"info","ts":1679472893.294975,"caller":"zapdemos/newproduction1.go:22","msg":"failed to fetch url: http://zap.uber.io"}
上面日志输出了文件名和行号,newexample() 没有
使用配置
在这 3 个函数中,可以传入一些配置项。为什么能传入配置项?我们来看看 newexample() 函数定义:
func newexample(options ...option) *logger
它的函数传参有一个 ...option 选项,是一个 interface 类型,它关联的是 logger struct。只要返回 option 就可以传进 newexample() 里。在 zap/options.go 文件中可以看到很多返回 option 的函数,也就是说这些函数都可以传入 newexample 函数里。这里用到了 go 里面的一个编码技巧,函数选项模式。
zap.fields() 添加字段到 logger 中:
package main
import (
"go.uber.org/zap"
)
func main() {
logger, _ := zap.newproduction(zap.fields(
zap.string("log_name", "testlog"),
zap.string("log_author", "prometheus"),
))
defer logger.sync()
logger.info("test fields output")
logger.warn("warn info")
}输出:
{"level":"info","ts":1679477929.842166,"caller":"zapdemos/fields.go:14","msg":"test fields output","log_name":"testlog","log_author":"prometheus"} {"level":"warn","ts":1679477929.842166,"caller":"zapdemos/fields.go:16","msg":"warn info","log_name":"testlog","log_author":"prometheus"}
zap.hook() 添加回调函数:
hook (钩子函数)回调函数为用户提供一种简单方法,在每次日志内容记录后运行这个回调函数,执行用户需要的操作。也就是说记录完日志后你还想做其它事情就可以调用这个函数。
package main
import (
"fmt"
"go.uber.org/zap"
"go.uber.org/zap/zapcore"
)
func main() {
logger := zap.newexample(zap.hooks(func(entry zapcore.entry) error {
fmt.println("[zap.hooks]test hooks")
return nil
}))
defer logger.sync()
logger.info("test output")
logger.warn("warn info")
}输出:
{"level":"info","msg":"test output"} [zap.hooks]test hooks {"level":"warn","msg":"warn info"} [zap.hooks]test hooks
四、logger和sugaredlogger区别
从上面例子中看出,zap 有 2 种格式化日志方式:logger 和 sugared logger。
sugared logger:
- 它有很好的性能,比一般日志包快 4-10 倍。
- 支持结构化的日志。
- 支持 printf 风格的日志。
- 日志字段不需要定义类型
logger(没有sugar)
- 它的性能比 sugared logger 还要快。
- 它只支持强类型的结构化日志。
- 它应用在对性能更加敏感日志记录中,它的内存分配次数更少。
- 比如如果每一次内存分配都很重要的话可以使用这个。对类型安全有严格要求也可以使用这个。
logger 和 sugaredlogger 相互转换:
// 创建 logger logger := zap.newexample() defer logger.sync() // 转换 sugaredlogger sugar := logger.sugar() // 转换 logger plain := sugar.desugar()
怎么快速构建一个 logger 呢?有下面种几种方法:
- zap.newproduction()
- zap.newdevelopment()
- zap.example()
主要区别:
- 记录日志信息和结构不同。
- example 和 production 是 json 格式输出,development 是普通一行格式输出,如果后面带有字段输出话用json格式。
相同点:
- 默认情况下都会打印日志信息到 console 界面
- 都是通过 logger 调用 info、error 等方法
怎么选择:
- 需要不错的性能但不是很重要的情况下,可以选择 sugaredlogger。它支持结构化日志和 printf 风格的日志记录。sugaredlogger 的日志记录是松散类型的,不是强类型,能接受可变数量的键值对。如果你要用强类型字段记录,可以使用 sugaredlogger.with 方法。
- 如果是每次或每微秒记录日志都很重要情况下,可以使用 logger,它比 sugaredlogger 每次分配内存更少,性能更高。但它仅支持强类型的结构化日志记录。
五、自定义配置
快速构建 logger 日志记录器最简单的方法就是用 zap 预定义了配置的方法:newexample(), newproduction() 和newdevelopment(),这 3 个方法通过单个函数调用就可以构建一个日志计记录器,也可以简单配置。
但是有的项目需要更多的定制,怎么办?zap 的 config 结构和 zapcore 的 encoderconfig 结构可以帮助你,让你能够进行自定义配置。
配置结构说明
config 配置项源码:
// zap v1.24.0
type config struct {
// 动态改变日志级别,在运行时你可以安全改变日志级别
level atomiclevel `json:"level" yaml:"level"`
// 将日志记录器设置为开发模式,在 warnlevel 及以上级别日志会包含堆栈跟踪信息
development bool `json:"development" yaml:"development"`
// 在日志中停止调用函数所在文件名、行数
disablecaller bool `json:"disablecaller" yaml:"disablecaller"`
// 完全禁止自动堆栈跟踪。默认情况下,在 development 中,warnlevel及以上日志级别会自动捕获堆栈跟踪信息
// 在 production 中,errorlevel 及以上也会自动捕获堆栈信息
disablestacktrace bool `json:"disablestacktrace" yaml:"disablestacktrace"`
// 设置采样策略。没有 samplingconfing 将禁止采样
sampling *samplingconfig `json:"sampling" yaml:"sampling"`
// 设置日志编码。可以设置为 console 和 json。也可以通过 registerencoder 设置第三方编码格式
encoding string `json:"encoding" yaml:"encoding"`
// 为encoder编码器设置选项。详细设置信息在 zapcore.zapcore.encoderconfig
encoderconfig zapcore.encoderconfig `json:"encoderconfig" yaml:"encoderconfig"`
// 日志输出地址可以是一个 urls 地址或文件路径,可以设置多个
outputpaths []string `json:"outputpaths" yaml:"outputpaths"`
// 错误日志输出地址。默认输出标准错误信息
erroroutputpaths []string `json:"erroroutputpaths" yaml:"erroroutputpaths"`
// 可以添加自定义的字段信息到 root logger 中。也就是每条日志都会携带这些字段信息,公共字段
initialfields map[string]interface{} `json:"initialfields" yaml:"initialfields"`
}encoderconfig 结构源码,它里面也有很多配置选项,具体请看 这里:
// zapcore@v1.24.0
type encoderconfig struct {
// 为log entry设置key。如果 key 为空,那么在日志中的这部分信息也会省略
messagekey string `json:"messagekey" yaml:"messagekey"`//日志信息的健名,默认为msg
levelkey string `json:"levelkey" yaml:"levelkey"`//日志级别的健名,默认为level
timekey string `json:"timekey" yaml:"timekey"`//记录日志时间的健名,默认为time
namekey string `json:"namekey" yaml:"namekey"`
callerkey string `json:"callerkey" yaml:"callerkey"`
functionkey string `json:"functionkey" yaml:"functionkey"`
stacktracekey string `json:"stacktracekey" yaml:"stacktracekey"`
skiplineending bool `json:"skiplineending" yaml:"skiplineending"`
lineending string `json:"lineending" yaml:"lineending"`
// 日志编码的一些设置项
encodelevel levelencoder `json:"levelencoder" yaml:"levelencoder"`
encodetime timeencoder `json:"timeencoder" yaml:"timeencoder"`
encodeduration durationencoder `json:"durationencoder" yaml:"durationencoder"`
encodecaller callerencoder `json:"callerencoder" yaml:"callerencoder"`
// 与其它编码器不同, 这个编码器可选
encodename nameencoder `json:"nameencoder" yaml:"nameencoder"`
// 配置 interface{} 类型编码器。如果没设置,将用 json.encoder 进行编码
newreflectedencoder func(io.writer) reflectedencoder `json:"-" yaml:"-"`
// 配置 console 中字段分隔符。默认使用 tab
consoleseparator string `json:"consoleseparator" yaml:"consoleseparator"`
}
type entry struct {
level level
time time.time
loggername string
message string
caller entrycaller
stack string
}例子1:基本配置
zap.config 自定义配置,看官方的一个基本例子:
package main
import (
"encoding/json"
"go.uber.org/zap"
)
// https://pkg.go.dev/go.uber.org/zap@v1.24.0#hdr-configuring_zap
func main() {
// 表示 zap.config 的 json 原始编码
// outputpath: 设置日志输出路径,日志内容输出到标准输出和文件 logs.log
// erroroutputpaths:设置错误日志输出路径
rawjson := []byte(`{
"level": "debug",
"encoding": "json",
"outputpaths": ["stdout", "./logs.log"],
"erroroutputpaths": ["stderr"],
"initialfields": {"foo": "bar"},
"encoderconfig": {
"messagekey": "message-customer",
"levelkey": "level",
"levelencoder": "lowercase"
}
}`)
// 把 json 格式数据解析到 zap.config struct
var cfg zap.config
if err := json.unmarshal(rawjson, &cfg); err != nil {
panic(err)
}
// cfg.build() 为配置对象创建一个 logger
// zap.must() 封装了 logger,must()函数如果返回值不是 nil,就会报 panic。也就是检查build是否错误
logger := zap.must(cfg.build())
defer logger.sync()
logger.info("logger construction succeeded")
}
/*
must() 函数
// var logger = zap.must(zap.newproduction())
func must(logger *logger, err error) *logger {
if err != nil {
panic(err)
}
return logger
}
*/consol 输出如下:
{"level":"info","message-customer":"logger construction succeeded","foo":"bar"}
并且在程序目录下生成了一个文件 logs.log,里面记录的日志内容也是上面consol输出内容。每运行一次就在日志文件末尾append一次内容。
例子2:高级配置
上面的配置只是基本的自定义配置,如果有一些复杂的需求,比如在多个文件之间分割日志。
或者输出到不是 file 的文件中,比如输出到 kafka 中,那么就需要使用 zapcore 包。
在下面的例子中,我们将把日志输出到 kafka 中,并且也输出到 console 里。并且我们对 kafka 不同主题进行编码设置,对输出到 console 编码进行设置,也希望处理高优先级的日志。
官方例子:
package main
import (
"io"
"os"
"go.uber.org/zap"
"go.uber.org/zap/zapcore"
)
func main() {
// 首先,定义不同级别日志处理逻辑
highpriority := zap.levelenablerfunc(func(lvl zapcore.level) bool {
return lvl >= zapcore.errorlevel
})
lowpriority := zap.levelenablerfunc(func(lvl zapcore.level) bool {
return lvl < zapcore.errorlevel
})
// 假设有2个kafka 的 topic,一个 debugging,一个 errors
// zapcore.addsync 添加一个文件句柄。
topicdebugging := zapcore.addsync(io.discard)
topicerrors := zapcore.addsync(io.discard)
// 如果他们对并发使用不安全,我们可以用 zapcore.lock 添加一个 mutex 互斥锁。
consoledebugging := zapcore.lock(os.stdout)
consoleerrors := zapcore.lock(os.stderr)
// 设置 kafka 和 console 输出配置
kafkaencoder := zapcore.newjsonencoder(zap.newproductionencoderconfig())
consoleencoder := zapcore.newconsoleencoder(zap.newdevelopmentencoderconfig())
// 把上面的设置加入到 zapcore.newcore() 函数里,然后再把他们加入到 zapcore.newtee() 函数里
core := zapcore.newtee(
zapcore.newcore(kafkaencoder, topicerrors, highpriority),
zapcore.newcore(consoleencoder, consoleerrors, highpriority),
zapcore.newcore(kafkaencoder, topicdebugging, lowpriority),
zapcore.newcore(consoleencoder, consoledebugging, lowpriority),
)
// 最后调用 zap.new() 函数
logger := zap.new(core)
defer logger.sync()
logger.info("constructed a logger")
}例子3:日志写入文件
与上面例子2相似,但是比它简单
package main
import (
"os"
"go.uber.org/zap"
"go.uber.org/zap/zapcore"
)
func main() {
writetofile()
}
func writetofile() {
// 设置一些配置参数
config := zap.newproductionencoderconfig()
config.encodetime = zapcore.iso8601timeencoder
fileencoder := zapcore.newjsonencoder(config)
defaultloglevel := zapcore.debuglevel // 设置 loglevel
logfile, _ := os.openfile("./log-test-zap.json", os.o_wronly|os.o_create|os.o_append, 06666)
// or os.create()
writer := zapcore.addsync(logfile)
logger := zap.new(
zapcore.newcore(fileencoder, writer, defaultloglevel),
zap.addcaller(),
zap.addstacktrace(zapcore.errorlevel),
)
defer logger.sync()
url := "http://www.test.com"
logger.info("write log to file",
zap.string("url", url),
zap.int("attemp", 3),
)
}例子4:根据日志级别写入不同文件
这个与上面例子2相似
package main
import (
"os"
"go.uber.org/zap"
"go.uber.org/zap/zapcore"
)
func main() {
writetofilewithloglevel()
}
func writetofilewithloglevel() {
// 设置配置
config := zap.newproductionencoderconfig()
config.encodetime = zapcore.iso8601timeencoder
fileencoder := zapcore.newjsonencoder(config)
logfile, _ := os.openfile("./log-debug-zap.json", os.o_wronly|os.o_create|os.o_append, 0666) //日志记录debug信息
errfile, _ := os.openfile("./log-err-zap.json", os.o_wronly|os.o_create|os.o_append, 0666) //日志记录error信息
teecore := zapcore.newtee(
zapcore.newcore(fileencoder, zapcore.addsync(logfile), zap.debuglevel),
zapcore.newcore(fileencoder, zapcore.addsync(errfile), zap.errorlevel),
)
logger := zap.new(teecore, zap.addcaller())
defer logger.sync()
url := "http://www.diff-log-level.com"
logger.info("write log to file",
zap.string("url", url),
zap.int("time", 3),
)
logger.with(
zap.string("url", url),
zap.string("name", "jimmmyr"),
).error("test error ")
}主要是设置日志级别,和把 2 个设置的 newcore 放入到方法 newtee 中。
六、hook和namespace
hook (钩子函数)回调函数为用户提供一种简单方法,在每次日志内容记录后运行这个回调函数,执行用户需要的操作。也就是说记录完日志后你还想做其它事情就可以调用这个函数。
package main
import (
"fmt"
"go.uber.org/zap"
"go.uber.org/zap/zapcore"
)
func main() {
logger := zap.newexample(zap.hooks(func(entry zapcore.entry) error {
fmt.println("[zap.hooks]test hooks")
return nil
}))
defer logger.sync()
logger.info("test output")
logger.warn("warn info")
}创建一个命名空间,后面的字段都在这名字空间中。namespace 就像一个文件夹,后面文件都放在这个文件夹里。
package main
import (
"go.uber.org/zap"
)
func main() {
logger := zap.newexample()
defer logger.sync()
logger.info("some message",
zap.namespace("shop"),
zap.string("name", "lilei"),
zap.string("grade", "no2"),
)
logger.error("some error message",
zap.namespace("shop"),
zap.string("name", "lilei"),
zap.string("grade", "no3"),
)
}输出:
{"level":"info","msg":"some message","shop":{"name":"lilei","grade":"no2"}} {"level":"error","msg":"some error message","shop":{"name":"lilei","grade":"no3"}}
七、日志切割归档
lumberjack 这个库是按照日志大小切割日志文件。
安装 v2 版本:
go get -u github.com/natefinch/lumberjack@v2
code:
log.setoutput(&lumberjack.logger{
filename: "/var/log/myapp/foo.log", // 文件位置
maxsize: 500, // megabytes,m 为单位,达到这个设置数后就进行日志切割
maxbackups: 3, // 保留旧文件最大份数
maxage: 28, //days , 旧文件最大保存天数
compress: true, // disabled by default,是否压缩日志归档,默认不压缩
})参照它的文档和结合上面自定义配置的例子,写一个例子:
package main
import (
"fmt"
"go.uber.org/zap"
"go.uber.org/zap/zapcore"
"gopkg.in/natefinch/lumberjack.v2"
)
func main() {
lumberjacklogger := &lumberjack.logger{
filename: "./log-rotate-test.json",
maxsize: 1, // megabytes
maxbackups: 3,
maxage: 28, //days
compress: true, // disabled by default
}
defer lumberjacklogger.close()
config := zap.newproductionencoderconfig()
config.encodetime = zapcore.iso8601timeencoder // 设置时间格式
fileencoder := zapcore.newjsonencoder(config)
core := zapcore.newcore(
fileencoder, //编码设置
zapcore.addsync(lumberjacklogger), //输出到文件
zap.infolevel, //日志等级
)
logger := zap.new(core)
defer logger.sync()
// 测试分割日志
for i := 0; i < 8000; i++ {
logger.with(
zap.string("url", fmt.sprintf("www.test%d.com", i)),
zap.string("name", "jimmmyr"),
zap.int("age", 23),
zap.string("agradege", "no111-000222"),
).info("test info ")
}
}八、其它方法使用
全局 logger
zap提供了 2 种全局 logger,一个是 zap.logger,调用 zap.l() 获取;
另外一个是 zap.sugaredlogger ,调用 zap.s() 获取。
注意:直接调用 zap.l() 或 zap.s() 记录日志的话,它是不会记录任何日志信息。需要调用 replaceglobals() 函数将它设置为全局 logger。
replaceglobals 替换全局 logger 和 sugaredlogger,并返回一个函数来恢复原始值。
并发使用它是安全的。
看看 zap/global.go 中的源码:
// https://github.com/uber-go/zap/blob/v1.24.0/global.go
var (
_globalmu sync.rwmutex
_globall = newnop()
_globals = _globall.sugar()
)
func l() *logger {
_globalmu.rlock() // 加了读锁,所以并发使用是安全的
l := _globall
_globalmu.runlock()
return l
}
func s() *sugaredlogger {
_globalmu.rlock() // 加了读锁,所以并发使用是安全的
s := _globals
_globalmu.runlock()
return s
}
func replaceglobals(logger *logger) func() {
_globalmu.lock()
prev := _globall
_globall = logger
_globals = logger.sugar()
_globalmu.unlock()
return func() { replaceglobals(prev) } // 返回一个函数类型
}上面源码中的关键是 _globall = newnop() , newnop 函数源码在 zap/logger.go 中,这个函数返回初始化了的一个 *logger:
// https://github.com/uber-go/zap/blob/v1.24.0/logger.go#l85
func newnop() *logger {
return &logger{
core: zapcore.newnopcore(),
erroroutput: zapcore.addsync(io.discard),
addstack: zapcore.fatallevel + 1,
clock: zapcore.defaultclock,
}
}上面是源码简析,下面给出一个简单使用的例子。
简单使用例子:
package main
import (
"go.uber.org/zap"
)
func main() {
// 直接调用是不会记录日志信息的,所以下面日志信息不会输出
zap.l().info("no log info")
zap.s().info("no log info [sugared]")
logger := zap.newexample()
defer logger.sync()
zap.replaceglobals(logger) // 全局logger,zap.l() 和 zap.s() 需要调用 replaceglobals 函数才会记录日志信息
zap.l().info("log info")
zap.s().info("log info [sugared]")
}
运行输出:
{"level":"info","msg":"log info"} {"level":"info","msg":"log info [sugared]"}
与标准日志库搭配
zap 提供了一个函数 newstdlog,可以把标准日志库 log 转换为 zap 的日志,这为我们从标准日志库转换到 zap 日志库的使用提供了简洁的转换操作。
例子:
package main
import (
"go.uber.org/zap"
)
func main() {
logger := zap.newexample()
defer logger.sync()
std := zap.newstdlog(logger)
std.print("standard logger wrapper")
}运行输出:
{"level":"info","msg":"standard logger wrapper"}
如果你还想设置日志级别,可以使用另外一个函数 newstdlogat,它的第二个参数就是日志级别:
newstdlogat(l *logger, level zapcore.level) (*log.logger, error)
一段代码中使用log另外的使用zap
zap 还提供了另外一个函数 redirectstdlog,它可以帮助我们在一段代码中使用标准日志库 log,其它地方还是使用 zap.logger。如下例子:
package main
import (
"log"
"go.uber.org/zap"
)
func main() {
logger := zap.newexample()
defer logger.sync()
undo := zap.redirectstdlog(logger)
log.print("redirected standard library")
undo()
log.print("this zap logger")
}输出:
{"level":"info","msg":"redirected standard library"} 2023/05/06 00:47:11 this zap logger
同样如果想增加日志级别,可以使用函数 redirectstdlogat:
func redirectstdlogat(l *logger, level zapcore.level) (func(), error)
输出调用堆栈
主要是调用函数 zap.addstacktrace(),见下面例子:
package main
import (
"go.uber.org/zap"
"go.uber.org/zap/zapcore"
)
func hello() {
warn("hello", zap.string("h", "world"), zap.int("c", 1))
}
func warn(msg string, fields ...zap.field) {
zap.l().warn(msg, fields...)
}
func main() {
logger, _ := zap.newproduction(zap.addstacktrace(zapcore.warnlevel))
defer logger.sync()
zap.replaceglobals(logger)
hello()
}
运行输出:
{"level":"warn","ts":1683306442.3578277,"caller":"zapdemos/addstacktrace.go:13","msg":"hello","h":"world","c":1, "stacktrace": "main.warn\n\td:/work/mygo/go-exercises/zapdemos/addstacktrace.go:13\n main.hello\n\td:/work/mygo/go-exercises/zapdemos/addstacktrace.go:9\n main.main\n\td:/work/mygo/go-exercises/zapdemos/addstacktrace.go:22\n runtime.main\n\te:/programfile/go/src/runtime/proc.go:250"}
输出文件名和行号
addcaller 将 logger 配置为使用 zap 调用者的文件名、行号和函数名称,把这些信息添加到日志记录中。它底层调用的是 withcaller。
addcaller.go:
package main
import (
"go.uber.org/zap"
)
func main() {
logger, _ := zap.newproduction(zap.addcaller())
defer logger.sync()
logger.info("addcaller:line no and filename")
}输出:
{"level":"info","ts":1683307204.6184027,"caller":"zapdemos/addcaller.go:11","msg":"addcaller:line no and filename"}
logger.info() 方法在第11行被调用。
zap 还提供了另外一个函数 zap.addcallerskip(skip int) option,可以设置向上跳几层,然后记录文件名和行号。向上跳几层就是跳过调用者的数量。有时函数调用可能有嵌套,用这个函数可以定位到里面的函数。
addcallerskip.go
package main
import (
"go.uber.org/zap"
)
func main() {
logger, _ := zap.newproduction(zap.addcaller(), zap.addcallerskip(1))
defer logger.sync()
zap.replaceglobals(logger)
hello()
}
func hello() {
warn("hello", zap.string("h", "world"), zap.int("c", 1))
}
func warn(msg string, fields ...zap.field) {
zap.l().warn(msg, fields...)
}输出:
{"level":"warn","ts":1683308118.1684704,"caller":"zapdemos/addcallerskip.go:17","msg":"hello","h":"world","c":1}
日志中的 17 表示 hello() 函数里的 warn() 的行号。
如果 zap.addcallerskip(2) ,日志中显示行号为 13,表示 hello() 的行号。
九、zap使用总结
- zap 的使用,先创建 logger,再调用各个日志级别方法记录日志信息。比如 logger.info()。
- zap 提供了三种快速创建 logger 的方法:
zap.newproduction(),zap.newdevelopment(),zap.newexample()。见名思义,example 一般用在测试代码中,development 用在开发环境中,production 用在生成环境中。这三种方法都预先设置好了配置信息。它们的日志数据类型输出都是强类型。 - 当然,zap 也提供了给用户自定义的方法
zap.new()。比如用户可以自定义一些配置信息等。 - 在上面的例子中,几乎都有
defer logger.sync()这段代码,为什么?因为 zap 底层 api 允许缓冲日志以提高性能,在默认情况下,日志记录器是没有缓冲的。但是在进程退出之前调用sync()方法是一个好习惯。 - 如果你在 zap 中使用了 sugaredlogger,把 zap 创建 logger 的三种方法用
logger.sugar()包装下,那么 zap 就支持 printf 风格的格式化输出,也支持以 w 结尾的方法。如 infow,infof 等。这种就是通用类型日志输出,不是强类型输出,不需要强制指定输出的数据类型。它们的性能区别,通用类型会比强类型下降 50% 左右。
比如 infow 的输出形式,infow 不需要 zap.string 这种指定字段的数据类型。如下代码:
sugar := logger.sugar()
sugar.infow("failed to fetch url",
"url", url,
"attempt", 3,
"backoff", time.second,
)强类型输出,比如 info 方法输出字段和值就需要指定数据类型:
logger.info("failed to fetch url",
// 强类型字段
zap.string("url", "http://example.com"),
zap.int("attempt", 3),
zap.duration("backoff", time.second),
)强类型输出和通用类型输出区别
通用类型输出,经过 interface{} 转换会有性能损失,标准库的 fmt.printf 为了通用性就用了 interface{} 这种”万能型“的数据类型,另外它还使用了反射,性能进一步降低。
zap 强类型输出,zap 为了提供日志输出性能,zap 的强类型输出没有使用 interface{} 和反射。zap 默认输出就是强类型。
上面介绍,zap 中 3 种创建 logger 方式(zap.newproduction(),zap.newdevelopment(),zap.newexample())就是强类型日志字段,当然,也可以转化为通用类型,用 logger.sugar() 方法创建 sugaredlogger。
zap.namespace() 创建一个命名空间,后面的字段都在这名字空间中。namespace 就像一个文件夹,后面文件都放在这个文件夹里。
logger.info("some message",
zap.namespace("shop"),
zap.string("shopid", "s1234323"),
){"level":"info","msg":"some message","shop":{"shopid":"s1234323"}}
十、demo源码地址
https://github.com/jiujuan/go-exercises/tree/main/zapdemos
以上就是golang日志操作库zap的使用详解的详细内容,更多关于go日志操作库zap的资料请关注代码网其它相关文章!
发表评论