ELK是开源日志分析的经典组合,适合大规模Golang日志的收集、存储、搜索与可视化。
logrus(JSON格式)或zap(高性能)库,将日志输出为JSON格式(便于后续解析)。例如,logrus配置:package main
import (
"github.com/sirupsen/logrus"
)
func main() {
log := logrus.New()
log.SetFormatter(&logrus.JSONFormatter{}) // 关键:设置为JSON格式
log.WithFields(logrus.Fields{"user_id": 123, "action": "login"}).Info("User logged in")
}
yum或docker安装Elasticsearch(存储索引日志)、Logstash(采集处理日志)、Kibana(可视化界面)。myapp.conf文件,定义输入(Golang日志文件路径)、过滤(可选,如提取字段)和输出(到Elasticsearch):input {
file {
path => "/var/log/myapp.log" # Golang应用日志路径
start_position => "beginning"
codec => "json" # 匹配Golang的JSON格式
}
}
output {
elasticsearch {
hosts => ["localhost:9200"] # 连接到本地Elasticsearch
index => "golang-logs-%{+YYYY.MM.dd}" # 按日期分索引
}
}
systemctl start kibana),访问http://localhost:5601,创建索引模式(如golang-logs-*),即可通过Discover查看日志、Dashboard创建可视化图表(如请求量趋势、错误率统计)。Loki是Prometheus生态的日志聚合工具,与Grafana集成紧密,适合云原生或中小规模场景。
level、message、timestamp等字段)。helm(Kubernetes环境)或docker-compose安装Loki(日志存储)和Grafana(可视化)。config.yaml文件,指定Golang日志路径和标签:server:
http_listen_port: 9080
grpc_listen_port: 0
positions:
filename: /tmp/positions.yaml
clients:
- url: http://loki:3100/loki/api/v1/push
scrape_configs:
- job_name: golang-app
static_configs:
- targets:
- localhost
labels:
job: golang
__path__: /var/log/myapp.log # Golang日志路径
systemctl start grafana-server),访问http://localhost:3000,添加Loki数据源(URL为http://loki:3100),然后创建仪表盘,使用Log browser查询日志(如{job="golang"}),并通过Panel(如图表、表格)可视化。若Golang应用输出Web访问日志(如Nginx代理的access_log),可使用GoAccess工具实时生成HTML报表,无需复杂部署。
yum安装:sudo yum install -y goaccess
--log-format匹配,如COMBINED格式):goaccess /var/log/nginx/access.log --log-format=COMBINED -o /var/www/html/golang-access-report.html
http://your-centos-ip/golang-access-report.html,即可看到实时访问统计(如PV/UV、请求时间分布、状态码占比)。若需要在CentOS终端中交互式查看Golang JSON日志,可使用l'oGGo工具(基于tview和tcell开发的富终端界面)。
go install安装(需Go环境):go install github.com/xxx/l'oGGo@latest
l'oGGo /var/log/myapp.log
level=error筛选)、关键词搜索,适合快速排查问题。以上方法覆盖了从大规模分布式分析(ELK)到轻量级云原生(Loki+Grafana)、从Web日志快速查看(GoAccess)到终端实时交互(l’oGGo)的不同场景,可根据Golang应用的规模、部署环境(如是否容器化)和可视化需求选择。