Golang日志在Linux如何分类

Golang 日志在 Linux 的分类实践

一分类维度与落地要点

按级别：使用 DEBUG/INFO/WARN/ERROR 等分级，便于在不同环境控制输出量与筛选问题。
按模块/业务域：为日志增加 category（如 database、network、auth），同一次请求在不同模块打同类标签，便于聚合分析。
按输出目的地：区分 控制台（开发/调试）、文件（持久化）、集中式系统（如 ELK/Graylog）等。
按时间/大小：按 天/小时 或 文件大小 切分，避免单文件过大，便于归档与检索。
按结构：优先 结构化日志（JSON），包含 timestamp、level、msg、category、trace_id 等字段，利于检索、聚合与链路追踪。
按访问与业务：后端服务可同时输出 业务日志 与 访问日志（如 Nginx/自定义 access log），分别用于业务排错与流量分析。

二分类落地的最小实践示例

使用 log/slog（Go 1.21+） 输出结构化日志，并按模块打 category 标签；结合 file-rotatelogs 按天切分日志文件。

package main

import (
	"context"
	"log/slog"
	"os"
	"time"

	"github.com/lestrrat-go/file-rotatelogs"
	"golang.org/x/exp/slog"
)

func newLogger(logPath string) *slog.Logger {
	// 按天轮转：保留 7 天，每 24 小时切分
	writer, err := rotatelogs.New(
		logPath+".%Y%m%d",
		rotatelogs.WithLinkName(logPath),
		rotatelogs.WithMaxAge(7*24*time.Hour),
		rotatelogs.WithRotationTime(24*time.Hour),
	)
	if err != nil {
		panic(err)
	}

	h := slog.NewJSONHandler(writer, &slog.HandlerOptions{
		Level: slog.LevelInfo,
		ReplaceAttr: func(groups []string, a slog.Attr) slog.Attr {
			// 统一时间格式
			if a.Key == slog.TimeKey {
				return slog.Attr{Key: a.Key, Value: slog.StringValue(a.Value.Time().Format("2006-01-02 15:04:05"))}
			}
			return a
		},
	})
	return slog.New(h)
}

func main() {
	logger := newLogger("./logs/app.log")
	ctx := context.Background()

	// 按模块打标签（category）
	logger.InfoContext(ctx, "user login", "category", "auth", "user_id", 1001, "ip", "192.168.1.10")
	logger.ErrorContext(ctx, "db query failed", "category", "database", "query", "SELECT ...", "error", "timeout")
}

要点：
- 通过 category 字段实现“按模块/业务域”分类；
- 使用 JSONFormatter 或 slog 的 JSONHandler 统一字段；
- 通过 file-rotatelogs 按时间切分，避免单文件过大。

三系统侧分类与运维策略

日志轮转与清理：使用 logrotate 管理按时间/大小切分后的日志，支持压缩、归档与自动清理，防止磁盘被占满。
权限与合规：设置合适的日志文件权限（如仅属主读写），对含敏感信息的日志考虑 加密存储 与 访问审计。
集中式收集与分析：将各节点日志统一发送到 ELK/Graylog 或兼容系统，便于检索、可视化与告警。
访问日志分析：对 Nginx/自定义 access log 使用 goaccess 生成可视化报表，洞察流量与错误趋势。
监控与告警：结合 Prometheus/Grafana 对日志量、错误率等指标做监控与阈值告警。

四分类打标与字段规范建议

统一字段集合：至少包含 timestamp、level、msg、category、trace_id；必要时补充 file、line、method、uri、status、latency_ms、error。
请求链路：在入口生成并透传 trace_id，贯穿业务、数据库、外部调用，便于端到端追踪。
错误分类：在错误日志中显式写入 category（如 database、network、auth），并在错误路径上保持一致的标签策略。
采样与降噪：对高频 DEBUG 日志按需采样，避免影响性能与成本。
命名与目录：按服务/模块划分目录与文件名，例如 /var/log/myapp/serviceA/error.log、/var/log/myapp/serviceA/access.log。

最新问答

相关标签