如何用Golang实现简单的日志系统_Golang 日志系统开发实践
首先实现基础日志输出，再封装日志级别。使用log包自定义输出格式和目标，通过封装结构体支持DEBUG、INFO、WARN、ERROR级别，提升日志可读性与过滤能力。
在Go语言开发中，日志系统是保障程序可维护性和可观测性的基础组件。一个简单的日志系统不需要依赖复杂的框架，利用标准库即可快速搭建，并根据需要逐步扩展功能。下面介绍如何用Golang实现一个实用且易于维护的简单日志系统。
使用标准库 log 实现基础日志输出
Go 的 log 包提供了基本的日志功能，适合中小型项目或初期开发阶段。
你可以通过以下方式自定义输出格式和目标位置：
- 使用 log.New() 创建自定义 logger
- 设置前缀（如时间、级别）和标志位（如 LstdFlags、Lshortfile）
- 将日志输出到文件、控制台或两者同时
示例代码：
package main
import (
"log"
"os"
)
var Logger *log.Logger
func init() {
file, err := os.OpenFile("app.log", os.O_CREATE|os.O_WRONLY|os.O_APPEND, 0666)
if err != nil {
log.Fatal("无法打开日志文件:", err)
}
Logger = log.New(file, "", log.Ldate|log.Ltime|log.Lshortfile)
}
func main() {
Logger.Println("这是一条普通日志")
Logger.Printf("用户 %s 登录了系统", "alice")
}
封装结构化日志级别（Debug、Info、Warn、Error）
标准库的 log 不支持日志级别，我们可以简单封装一个带级别的日志结构体，提升可读性和控制能力。
通过定义不同方法来区分日志严重程度，便于后期过滤和分析。
- 定义 LogLevel 类型（如 DEBUG、INFO、ERROR）
- 添加开关控制，按需输出特定级别以上日志
- 为每种级别提供对应的方法调用
示例封装：
type LogLevel int
const (
DEBUG LogLevel = iota
INFO
WARN
ERROR
)
type Logger struct {
level LogLevel
writer *log.Logger
}
func NewLogger(level LogLevel, writer *log.Logger) *Logger {
return &Logger{level: level, writer: writer}
}
func (l *Logger) Debug(v ...interface{}) {
if l.level <= DEBUG {
l.writer.SetPrefix("[DEBUG] ")
l.writer.Println(v...)
}
}
func (l *Logger) Info(v ...interface{}) {
if l.level <= INFO {
l.writer.SetPrefix("[INFO] ")
l.writer.Println(v...)
}
}
func (l *Logger) Warn(v ...interface{}) {
if l.level <= WARN {
l.writer.SetPrefix("[WARN] ")
l.writer.Println(v...)
}
}
func (l *Logger) Error(v ...interface{}) {
if l.level <= ERROR {
l.writer.SetPrefix("[ERROR] ")
l.writer.Println(v...)
}
}
使用方式：
logger := NewLogger(DEBUG, log.New(os.Stdout, "", log.LstdFlags))
logger.Debug("调试信息")
logger.Info("服务已启动")
支持日志轮转（Log Rotation）
长时间运行的服务会产生大量日志，必须做文件切割，避免单个文件过大影响性能和排查效率。
虽然标准库不直接支持轮转，但可通过第三方轻量库或手动实现简单策略。
- 按大小分割：当日志文件超过指定大小时创建新文件
- 按日期分割：每天生成一个新的日志文件
- 结合 fsnotify 监听信号触发重载或切割（如 SIGHUP）
推荐使用成熟的小型库如 lumberjack 来处理轮转：
import "gopkg.in/natefinch/lumberjack.v2"
log.SetOutput(&lumberjack.Logger{
Filename: "logs/app.log",
MaxSize: 10, // MB
MaxBackups: 5,
MaxAge: 7, // 天
Compress: true, // 启用压缩
})
进阶建议与最佳实践
即使是一个简单的日志系统，也应遵循一些工程化原则，以适应未来扩展。
- 统一日志格式，方便后续被 ELK 或 Grafana 等工具采集
- 考虑 JSON 格式输出，利于机器解析
- 避免在 hot path 中频繁写日志，影响性能
- 生产环境关闭 DEBUG 日志，减少 I/O 压力
- 确保日志路径有写权限，失败时有备用机制（如 fallback 到 stderr）
如果将来需要更强大功能（如上下文追踪、字段化日志），可以平滑迁移到 zap、logrus 等高性能日志库。
基本上就这些。从标准库出发，逐步封装常用功能，就能构建出满足大多数场景的轻量级日志系统。不复杂但容易忽略细节，关键是保持简洁、可控、可扩展。
