Go 标准库 log 包不支持日志级别,需自行封装多个 *log.Logger 实例实现轻量分级;其硬伤包括无结构化、无法动态降级、无轮转机制及性能瓶颈,生产环境应选用 zerolog 等第三方库。

Go 标准库 log 包本身不支持日志级别,调用 log.Print 或 log.Printf 永远只是“一条日志”,没有 Debug/Info/Warn/Error 的语义区分,也无法按级别过滤或关闭。真要分级,必须自己封装、或换库——这不是配置问题,是 API 设计决定的硬限制。
用 log.New 封装多个 logger 实现轻量分级
适合脚本、CLI 工具或小型服务,不引入外部依赖。核心是为每个级别创建独立的 *log.Logger 实例,分别控制输出目标(os.Stdout vs os.Stderr)、前缀和标志。
-
log.SetFlags(0)不起作用——它只影响默认 logger;每个log.New实例需单独传 flags,比如log.LstdFlags | log.Lshortfile - 前缀要用字符串字面量,如
"[INFO] ",不能靠log.SetPrefix动态改(它只对默认 logger 有效) - 多个 logger 共享同一文件句柄时要注意并发安全:标准
log.Logger是线程安全的,但文件写入本身没问题;若重定向到同一个*os.File,也无需额外加锁 - 错误日志建议输出到
os.Stderr,避免和正常输出混在一起被管道截断
var (
InfoLog = log.New(os.Stdout, "[INFO] ", log.LstdFlags|log.Lshortfile)
WarnLog = log.New(os.Stderr, "[WARN] ", log.LstdFlags|log.Lshortfile)
ErrorLog = log.New(os.Stderr, "[ERROR] ", log.LstdFlags|log.Lshortfile)
)
InfoLog.Println("config loaded")
ErrorLog.Printf("connect timeout: %v", err)
为什么别硬扛标准 log 做生产级分级
标准库 log 的三个硬伤在真实项目里会快速暴露:
- 没有结构化能力:无法附加
user_id、req_id等字段,所有信息只能拼进字符串,后续查日志全靠正则硬啃 - 无法动态降级:你想临时打开
Debug看请求体?得改代码、重编译、重启——而zerolog.LevelVar或zap.AtomicLevel支持运行时热更新 - 无轮转机制:日志文件越写越大,磁盘爆满不是小概率事件;
lumberjack这类轮转器只能配合第三方库用,标准log没法插 - 性能瓶颈明显:每条日志都做反射、格式化、同步写入,高并发下容易成为吞吐瓶颈;
zap的零分配设计和异步选项就是为此而生
用 zerolog 快速落地分级且不踩坑
比 logrus 更轻、比 zap 更易上手,适合大多数中型服务。关键点在于初始化时就明确级别开关和字段注入方式。
使用 uber-go/dig 在 Golang 中实现依赖注入——基于反射容器,提供 Provide/Invoke、dig.In/dig.Out 参数与结果对象,支持命名依赖等
- 必须显式调用
zerolog.SetGlobalLevel(zerolog.InfoLevel),否则Warn()/Error()调用会被静默丢弃(默认是Disabled) -
log.Logger = log.With().Timestamp().Logger()这句不能漏,否则时间戳不会自动加到每条日志 - 敏感字段脱敏要手动做:
.Str("auth_token", "[REDACTED]"),库本身不提供自动过滤 - 想同时输出到控制台和文件?别用
io.MultiWriter套两个zerolog.ConsoleWriter——直接创建两个独立 logger,分别配置输出目标更清晰
log.Logger = log.With().
Str("service", "api").
Timestamp().
Logger()
log.Info().Str("path", r.URL.Path).Int("status", 200).Msg("http request")
在 HTTP 中间件里做请求级分级日志的关键细节
中间件是请求日志最自然的落点,但几个地方极易出错:
-
r.Body只能读一次:想记录请求体又不想影响后续 handler?必须用io.TeeReader或httputil.DumpRequest复制,不能直接ioutil.ReadAll(r.Body) - panic 恢复后,
recover()得立刻记Error日志并带堆栈,否则异常现场就丢了;用slog.String("stack", debug.Stack())或zerolog.Stack() - trace ID 要从
X-Request-ID头读取,不存在才生成新 UUID,并通过context.WithValue透传,否则子 goroutine 里拿不到 - 健康检查接口(如
/healthz)默认不打Debug日志,高频调用下会拖慢整个服务——加个skipper函数白名单过滤掉
分级日志不是“加上去就好”,而是从第一行 logger 初始化就开始影响架构选择。最常被忽略的是:环境变量控制级别这件事,必须在 main 开头就解析并生效,而不是等某个 handler 里才判断——否则前面几十行启动日志就已经按错误级别输出了。
golang免费学习笔记(深入):立即使用
在学习笔记中,你将探索golang的核心概念和高级技巧!










