beego logs 不支持按 level、module 等字段多通道分流，仅支持多引擎并行写入；如需分流，须自行封装 multilogger 或改用 opentelemetry。
Beego 本身不支持日志“多通道分流至不同后端”——它的 logs 模块只允许同时注册多个 logger 实例（如 console + file + conn），但所有实例共享同一组日志级别和写入内容，无法按字段（如 level、module、trace_id）做条件路由。真要实现分流，得绕开 Beego 日志模块的默认行为，自己组装逻辑。
Beego logs 多实例 ≠ 多通道分流
很多人误以为调用多次 log.SetLogger() 就能实现“按 error 写 ES、debug 写文件、info 推 Loki”，其实不是：
-
log.SetLogger("file", ...)和log.SetLogger("conn", ...)是并行写入，不是条件写入 - 所有
log.Error()、log.Info()都会发给每个已注册的 logger，无法拦截或过滤 - 没有内置的 processor 或 hook 机制来 inspect 日志 entry 的
map[string]interface{}字段 - 异步模式（
log.Async()）下更难控制分发时机，容易丢字段或错乱
手动封装 multi-backend logger 的最小可行方式
如果你必须用 Beego 的 logs 做基础，又需要分流，只能自己包一层：用一个统一入口接收日志，再根据 level 或自定义 context 字段决定投递目标。关键点：
- 禁用 Beego 默认的全局 logger：
logs.Reset()，避免污染 - 为每个后端创建独立
logs.BeeLogger实例（如esLogger、lokiLogger），各自配置SetLogger - 写一个
MultiLogger结构体，暴露Info()、Error()等方法，内部按规则分发 - 若需字段级路由（比如含
"service":"auth"的日志才推 Loki），必须在调用时显式传入map[string]interface{}，并在MultiLogger中解析
示例片段：
type MultiLogger struct {
esLogger *logs.BeeLogger
lokiLogger *logs.BeeLogger
}
func (m *MultiLogger) Error(msg string, v ...interface{}) {
m.esLogger.Error(msg, v...)
// 只有含 trace_id 的 error 才推 Loki
if hasTraceID(v) {
m.lokiLogger.Error("[loki]", msg, v...)
}
}
更推荐的替代路径：跳过 Beego logs，直连 OpenTelemetry
Beego 日志模块设计初衷是开发期调试输出，不是生产级日志管道。一旦涉及 Loki/ES/ClickHouse 多后端、字段增强、重试、背压，硬改 Beego 日志只会越陷越深。正确做法是：
- 用
otelcol作为日志接收与分发中枢，Beego 应用只负责用 OTLP 协议上报（例如用go.opentelemetry.io/otel/exporters/otlp/otlptrace/otlptracegrpc+logsexporter） - 在 otelcol 配置里启用
exporter.loki和exporter.elasticsearch，并通过processor.attributes插入trace_id、service.name等顶层字段 - Beego 中不再调用
log.Info()，而是用log.Record()构造结构化日志，通过 OTLP client 异步发送 - 这样既保留 Beego 的 MVC 控制流，又把日志路由、失败恢复、协议适配交给专业组件
真正卡住的不是代码怎么写，而是要不要承认 Beego logs 的定位边界：它适合快速启动和本地调试，不适合承担生产环境日志编排的职责。分流逻辑一旦开始写 if-else 判断 level 或 module，就该停下来评估是否已在重复造轮子。
