uber-go/zap sirupsen/logrus

news/2024/9/24 17:29:53/

文章目录

      • `uber-go/zap` 和 `sirupsen/logrus`日志库对比
        • 1. **性能**
        • 2. **易用性和灵活性**
        • 3. **结构化日志**
        • 4. **生态系统和可扩展性**
        • 5. **输出格式**
        • 6. **使用场景**
        • 总结
      • Zap库在Gin中的实践
        • 1. **安装 `zap`**
        • 2. **封装 `zap` 日志**
        • `logger.go` - 封装 `zap` 日志
        • 3. **将 `zap` 集成到 `gin` 中**
        • `main.go` - 集成 `zap` 日志到 `gin`
        • 4. **说明**
        • 5. **运行项目**
      • logrus在GIN中的实践
        • 1. **安装 `logrus`**
        • 2. **封装 `logrus` 日志**
        • `logger.go` - 封装 `logrus` 日志
        • 3. **将 `logrus` 集成到 `gin` 中**
        • `main.go` - 集成 `logrus` 日志到 `gin`
        • 4. **说明**
        • 5. **运行项目**

gozap__sirupsenlogrus_2">uber-go/zap 和 sirupsen/logrus日志库对比

uber-go/zap 和 sirupsen/logrus 是 Go 中两个常用的日志库，各有其优点和适用场景。以下是对这两个库的对比以及它们的使用场景：

1. 性能

  • Zap：

    • 以高性能和低内存分配著称。
    • 以效率为核心设计，使用预分配的 JSON 编码器，避免了反射的使用。
    • 适用于日志记录频繁、对性能要求极高的高吞吐量应用（例如微服务、实时系统）。

  • Logrus：

    • 更易用，但性能较 Zap 慢。
    • 使用反射，提供更简单的接口，但会带来一定的性能开销。
    • 适合那些易用性和灵活性比纯性能更重要的应用（例如命令行工具、内部工具）。
2. 易用性和灵活性

  • Zap：

    • 提供两种模式：SugaredLogger（更易用，性能略低）和 Logger（高性能，灵活性较低）。
    • 创建结构化日志时相对更冗长，灵活性不如 Logrus。
    • 由于注重性能，设置较复杂，学习曲线更陡峭。

  • Logrus：

    • 用户友好的 API，可轻松创建结构化日志。
    • 使用反射提供更直观的结构化日志接口。
    • 更灵活，上手更容易，适合初学者或简单项目。
3. 结构化日志

  • Zap：

    • 默认专注于结构化日志。

    • 使用强类型字段，提高类型安全性，减少运行时错误的可能性。

    • 示例：

      go">logger.Info("User login",zap.String("username", "john_doe"),zap.Int("user_id", 42),
)

  • Logrus：

    • 支持使用字段的结构化日志，在添加字段方面更灵活。

    • 示例：

      go">logrus.WithFields(logrus.Fields{"username": "john_doe","user_id":  42,
}).Info("User login")
4. 生态系统和可扩展性

  • Zap：

    • 与 Logrus 相比，内置钩子较少，更关注核心性能。
    • 支持自定义编码器和高级配置，用于不同的输出格式。

  • Logrus：

    • 丰富的生态系统，包含许多内置钩子和第三方扩展。
    • 易于扩展并集成到不同的日志后端，例如将日志发送到外部系统（例如 ElasticSearch、Logstash）。
5. 输出格式

  • Zap：

    • 主要输出 JSON 格式，适合结构化日志和机器解析。
    • 支持控制台编码，但在输出定制方面灵活性不如 Logrus。

  • Logrus：

    • 默认提供更易读的人类可读格式，如文本格式，方便在开发或调试期间阅读。
    • 也支持 JSON 输出，允许轻松定制输出格式。
6. 使用场景

  • Zap：

    • 高性能服务、微服务、实时系统以及日志记录可能成为瓶颈的应用。
    • 需要结构化日志以进行日志解析和分析的系统。

  • Logrus：

    • 当易用性和灵活性比性能更重要的应用。
    • 命令行工具、开发环境或内部工具，适合需要人类可读日志的场景。
总结
  • 使用 Zap 如果你需要最高的性能，且应用的高吞吐量对结构化日志和最小化开销有严格要求。
  • 使用 Logrus 如果你更注重易用性和灵活性，应用的性能不是首要考虑因素，或者需要与各种日志后端轻松集成。

在许多情况下，选择取决于应用的具体需求，比如所需的性能水平以及对易用性和效率的重视程度。

Zap库在Gin中的实践

要在 gin 项目中使用 uber-go/zap 并将其封装成一个可复用的函数，可以按照以下步骤进行：

1. 安装 zap

首先，确保你的项目中安装了 zap：

go get -u go.uber.org/zap
2. 封装 zap 日志

创建一个封装 zap 日志初始化和使用的函数。以下是一个示例代码，包括了如何将 zap 日志集成到 gin 中：

go___zap__113">logger.go - 封装 zap 日志
go">package loggerimport ("go.uber.org/zap""go.uber.org/zap/zapcore""time"
)// InitZapLogger initializes a zap logger
func InitZapLogger() (*zap.Logger, error) {// Customizing the zap loggerconfig := zap.Config{Encoding:         "json", // or "console"Level:            zap.NewAtomicLevelAt(zap.InfoLevel),OutputPaths:      []string{"stdout"},ErrorOutputPaths: []string{"stderr"},EncoderConfig: zapcore.EncoderConfig{TimeKey:        "time",LevelKey:       "level",NameKey:        "logger",CallerKey:      "caller",MessageKey:     "msg",StacktraceKey:  "stacktrace",LineEnding:     zapcore.DefaultLineEnding,EncodeLevel:    zapcore.LowercaseLevelEncoder, // Lowercase level namesEncodeTime:     zapcore.ISO8601TimeEncoder,    // ISO8601 time formatEncodeDuration: zapcore.SecondsDurationEncoder,EncodeCaller:   zapcore.ShortCallerEncoder,},}return config.Build()
}
3. 将 zap 集成到 gin 中

在 gin 项目中，使用中间件将 zap 集成到 HTTP 请求处理流程中。

go___zap__gin_155">main.go - 集成 zap 日志到 gin
go">package mainimport ("github.com/gin-gonic/gin""go.uber.org/zap""your_project/logger" // Replace with the correct path to logger.go"time"
)func main() {// Initialize zap loggerzapLogger, err := logger.InitZapLogger()if err != nil {panic(err)}defer zapLogger.Sync() // Flush any buffered log entries// Create a new Gin routerr := gin.New()// Custom middleware to log requests with zapr.Use(func(c *gin.Context) {startTime := time.Now()// Process requestc.Next()// Log request detailszapLogger.Info("Incoming request",zap.String("method", c.Request.Method),zap.String("path", c.Request.URL.Path),zap.Int("status", c.Writer.Status()),zap.Duration("latency", time.Since(startTime)),zap.String("client_ip", c.ClientIP()),)})// Define routesr.GET("/ping", func(c *gin.Context) {c.JSON(200, gin.H{"message": "pong",})})// Start the serverr.Run(":8080")
}
4. 说明
  • InitZapLogger: 封装了 zap 的初始化逻辑，创建了一个 json 格式的日志配置。可以根据需要调整日志级别、输出路径和编码格式。
  • Gin 中间件: 在 gin 中注册一个中间件，记录 HTTP 请求的基本信息（如方法、路径、状态码、耗时等）到 zap 日志。
  • 日志输出: 日志被格式化为 JSON 格式，并输出到标准输出（stdout），但你也可以将其配置为输出到文件或其他位置。
5. 运行项目

运行项目后，访问 http://localhost:8080/ping，你将在控制台看到 zap 格式化的日志输出，如：

{"level":"info","time":"2024-09-19T12:34:56.789+0800","caller":"main.go:23","msg":"Incoming request","method":"GET","path":"/ping","status":200,"latency":0.001234,"client_ip":"127.0.0.1"}

通过这种方式，你可以将 zap 日志记录集成到 gin 项目中，并通过中间件捕获和记录 HTTP 请求的相关信息。

要在 gin 项目中使用 sirupsen/logrus 并封装成一个可复用的函数，可以按照以下步骤进行：

logrus在GIN中的实践

1. 安装 logrus

首先，确保在你的项目中安装了 logrus：

go get -u github.com/sirupsen/logrus
2. 封装 logrus 日志

创建一个封装 logrus 日志初始化和使用的函数。以下是一个示例代码，包括了如何将 logrus 日志集成到 gin 中：

go___logrus__241">logger.go - 封装 logrus 日志
go">package loggerimport ("os""github.com/sirupsen/logrus"
)// InitLogrusLogger initializes a logrus logger
func InitLogrusLogger() *logrus.Logger {// Create a new instance of the loggerlogger := logrus.New()// Set the output to stdoutlogger.Out = os.Stdout// Set the log level (e.g., Info, Warn, Error)logger.SetLevel(logrus.InfoLevel)// Set the log format to JSON (or Text)logger.SetFormatter(&logrus.JSONFormatter{TimestampFormat: "2006-01-02 15:04:05",})// Alternatively, use TextFormatter for more readable output// logger.SetFormatter(&logrus.TextFormatter{//     FullTimestamp: true,// })return logger
}
3. 将 logrus 集成到 gin 中

在 gin 项目中，使用中间件将 logrus 集成到 HTTP 请求处理流程中。

go___logrus__gin_281">main.go - 集成 logrus 日志到 gin
go">package mainimport ("time""github.com/gin-gonic/gin""github.com/sirupsen/logrus""your_project/logger" // Replace with the correct path to logger.go
)func main() {// Initialize logrus loggerlog := logger.InitLogrusLogger()// Create a new Gin routerr := gin.New()// Custom middleware to log requests with logrusr.Use(func(c *gin.Context) {startTime := time.Now()// Process requestc.Next()// Log request detailslog.WithFields(logrus.Fields{"method":     c.Request.Method,"path":       c.Request.URL.Path,"status":     c.Writer.Status(),"latency":    time.Since(startTime),"client_ip":  c.ClientIP(),}).Info("Incoming request")})// Define routesr.GET("/ping", func(c *gin.Context) {c.JSON(200, gin.H{"message": "pong",})})// Start the serverr.Run(":8080")
}
4. 说明
  • InitLogrusLogger: 这个函数初始化了一个 logrus 日志实例。你可以根据需要设置日志级别和输出格式（如 JSON 或文本）。
  • Gin 中间件: 在 gin 中注册一个中间件，记录 HTTP 请求的基本信息（如方法、路径、状态码、耗时等）到 logrus 日志。
  • 日志输出: 日志被格式化为 JSON 格式，并输出到标准输出（stdout）。你也可以选择 TextFormatter 来生成更易读的输出。
5. 运行项目

运行项目后，访问 http://localhost:8080/ping，你将在控制台看到 logrus 格式化的日志输出，例如：

{"client_ip":"127.0.0.1","latency":0.001234,"method":"GET","path":"/ping","status":200,"time":"2024-09-19T12:34:56+08:00","msg":"Incoming request","level":"info"}

或者使用 TextFormatter 时：

time="2024-09-19 12:34:56" level=info msg="Incoming request" client_ip=127.0.0.1 latency=0.001234 method=GET path=/ping status=200

通过这种方式，你可以将 logrus 日志记录集成到 gin 项目中，并通过中间件捕获和记录 HTTP 请求的相关信息。


http://www.ppmy.cn/news/1529908.html

相关文章

Linux打包压缩命令

Linux打包压缩命令

1.tar：文件的归档（打包）和压缩 优点 ：节约硬盘的资源 ，加快文件传输速率 用法：tar [选项] 压缩后生成文件 打包文件 参数： -c：创建文件 …
阅读更多...
MySQL_数据类型简介

MySQL_数据类型简介

课 程 推 荐我 的 个 人 主 页：👉👉 失心疯的个人主页 👈👈入 门 教 程 推 荐 ：👉👉 Python零基础入门教程合集 👈👈虚 拟 环 境 搭 建 ：&#x1…
阅读更多...
车辆合格证识别接口-汽车管理智能化-python示例

车辆合格证识别接口-汽车管理智能化-python示例

随着汽车行业的蓬勃发展和数字化进程的加快，如何高效、准确地管理车辆信息成为众多企业面临的重要挑战。新车合格证作为新车上牌、车辆注册和管理的重要凭证，其识别与录入的准确性直接关系到业务流程的顺畅。新车合格证识别接口应运而生，为汽…
阅读更多...
Python知识点：如何使用Python进行物联网数据处理

Python知识点：如何使用Python进行物联网数据处理

开篇，先说一个好消息，截止到2025年1月1日前，翻到文末找到我，赠送定制版的开题报告和任务书，先到先得！过期不候！ 物联网数据处理：Python实战指南 物联网（IoT&#xff09…
阅读更多...
Visual Studio 2022 - QT 环境中文字符乱码问题

Visual Studio 2022 - QT 环境中文字符乱码问题

Visual Studio 2022 - QT 环境中文字符乱码问题 一、Visual Studio 2022 - Qt 环境 在 QT 中使用中文字符串常会出现乱码现象&#xff0c;如下&#xff1a;以下提供了几个解决方法&#xff0c;仅供参考 QString str "百香果真是一直可爱的小猫咪"; qDebug() <…
阅读更多...
Nuxt.js提供了多种内置的性能优化策略

Nuxt.js提供了多种内置的性能优化策略

Nuxt.js提供了多种内置的性能优化策略&#xff0c;同时也允许开发者通过配置Webpack和服务端缓存来进行进一步的优化。以下是一些具体的优化策略和配置示例&#xff1a; 1. 代码分割&#xff08;Code Splitting&#xff09; Nuxt.js默认支持代码分割&#xff0c;这意味着每个…
阅读更多...
桥接模式和NET模式的区别

桥接模式和NET模式的区别

桥接模式和NET模式的区别 NAT模式&#xff1a; NAT&#xff1a;网络地址转换&#xff08;模式&#xff09;&#xff1a;借助宿主机来上网&#xff0c;没桥接那么麻烦&#xff0c;只用配置DNS即可。 缺点&#xff1a;扎根于宿主机&#xff0c;不能和局域网内其它真实的主机进行…
阅读更多...
删除视频最后几帧 剪切视频

删除视频最后几帧 剪切视频

删除视频最后几帧 剪切视频 remove_last.py import subprocess def remove_last_frame(input_file, output_file, frame_rate):command_duration [ffprobe,-v, error,-show_entries, formatduration,-of, defaultnoprint_wrappers1:nokey1,input_file]try:total_duration fl…
阅读更多...
最新文章

Copyright @ 2022~2023