怎样分析linux golang日志

分析 Linux 上 Golang 服务的日志，通常可以从日志来源、工具方法、分析思路、常见问题定位四个维度来做。下面给你一个比较系统的总结。

一、先明确日志来源

Golang 日志一般有几种形式：

1. 标准输出 / 标准错误

   • fmt.Println
   • log.Println
   • 容器里通常是 stdout/stderr

2. 日志文件

   • 自己写文件
   • 使用日志库（zap / logrus / slog）

3. 系统层日志

   • journalctl（systemd 服务）
   • /var/log/messages
   • dmesg（OOM、崩溃）

4. 运行时日志

   • panic / stack trace
   • pprof、trace

二、基础查看命令（Linux）

1. 实时查看

tail -f app.log
journalctl -u mygo.service -f

2. 过滤关键字

grep ERROR app.log
grep -i "timeout" app.log

3. 时间范围

sed -n '/2026-01-21 10:00/,/2026-01-21 11:00/p' app.log
journalctl --since "10 min ago"

4. 统计出现次数

grep ERROR app.log | wc -l

三、Golang 日志分析重点

1. 关注日志级别

建议日志中包含：

• INFO
• WARN
• ERROR
• FATAL

例如：

2026-01-21 10:12:33 ERROR db query failed: timeout

分析时优先看：

• ERROR / FATAL
• 连续 WARN

2. Panic 和 Stack Trace

Golang panic 示例：

panic: runtime error: invalid memory address
goroutine 1 [running]:
main.main()
    /app/main.go:23 +0x45

重点看：

• 出错文件 + 行号
• goroutine 状态（block / running / chan receive）

3. 并发问题线索

日志中常见信号：

• 卡死（无新日志）
• all goroutines are asleep
• 锁等待时间长
• context deadline exceeded

可结合：

go tool pprof
go tool trace

四、常用分析工具

1. 命令行工具

• grep / awk / sed
• less -S（不换行看长日志）
• jq（JSON 日志）

cat app.log | jq 'select(.level=="error")'

2. 日志聚合（推荐）

如果是生产环境：

• ELK（Elasticsearch + Logstash + Kibana）
• Loki + Grafana
• ClickHouse

适合：

• 多实例
• 长期分析
• 告警

3. Golang 专用

• zap / slog（结构化日志）
• pprof
• expvar
• trace

五、典型问题排查思路

1. 服务启动失败

看：

• panic
• 配置加载错误
• 端口占用

journalctl -u goapp.service

2. 接口变慢

看：

• 请求耗时日志
• context timeout
• DB / RPC 日志

3. 内存上涨

• 看 OOM（dmesg）
• pprof heap

4. 偶发错误

• 按 trace_id / request_id 聚合
• 看是否和某台机器、某个时间相关

六、建议的日志规范（很重要）

✅ 结构化（JSON）
✅ 包含：

• time
• level
• service
• trace_id
• msg

示例：

{
  "time": "2026-01-21T10:00:00Z",
  "level": "error",
  "service": "order",
  "trace_id": "abc123",
  "msg": "db timeout"
}

如果你愿意，可以：

• 发一段真实 Golang 日志
• 或说明是容器 / systemd / 裸机
• 或说你在分析哪类问题（慢、崩、OOM）

我可以直接帮你做具体日志分析。