Linux下Golang日志记录哪些关键信息

Linux下Golang日志应记录的关键信息

一 核心字段清单

• 基础标识：时间戳（ISO8601 或 Unix 纳秒）、日志级别（DEBUG/INFO/WARN/ERROR/FATAL）、进程ID、线程/协程ID（如 runtime.Goid）、主机名/实例ID、服务名/模块名。
• 请求与上下文：一次请求的唯一ID（trace_id / request_id）、上游/下游服务、调用链信息（span/parent span）、用户ID/会话ID、客户端IP/User-Agent、认证与租户标识（如 tenant_id）。
• 代码位置：文件名、函数名、行号（便于定位）。
• 事件与错误：事件/操作名、错误对象（error）、错误堆栈（stack trace）、重试次数/超时/截止时间、输入/输出关键字段（脱敏后）。
• 性能指标：耗时/延迟（ms/µs）、内存/CPU占用、队列长度、缓存命中率、外部依赖响应时间（DB/Redis/HTTP）。
• 审计与合规：关键业务操作（创建/修改/删除）、操作者、变更前后摘要、来源IP与UA、访问资源标识。
• 安全与隐私：避免记录密码、密钥、令牌、银行卡号等敏感信息；必要时进行脱敏/哈希；控制可检索范围与保留周期。
• 输出与运维：输出目标（stdout/stderr、文件、syslog、远程聚合）、日志格式（文本或JSON）、采样策略（防止日志洪泛）、运行时可调级别。
  以上字段能覆盖故障排查、性能分析、审计合规与安全要求，并与常用日志库（如 logrus、zap、zerolog）的结构化输出良好匹配。

二 不同场景的必记信息

三 日志格式与输出建议

• 使用结构化日志（JSON），字段名统一（如 timestamp、level、msg、trace_id、span_id、caller、user_id、ip、method、uri、status、latency_ms、err、stack），便于检索与聚合。
• 统一时间格式（推荐 RFC3339Nano 或 Unix 纳秒），保证跨系统可比性。
• 区分stdout/stderr：常规日志走 stdout，错误与告警走 stderr，便于容器编排与系统日志收集。
• 输出目的地：本地文件用于落盘与审计，必要时同时输出到 syslog 或远程聚合系统（如 ELK）。
• 日志轮转与保留：按大小/时间切分，设置保留天数与压缩归档，避免磁盘被占满。
• 采样与降级：高并发下对 DEBUG/TRACE 进行采样，防止日志洪泛影响性能。
• 运行时可调级别：支持通过配置中心或信号量动态调整日志级别，减少重启。
  上述做法与 logrus、zap 等库的最佳实践一致，并便于与 logrotate 或库自带轮转方案协同。

四 最小可行示例（zap + 关键字段）

package main

import (
	"errors"
	"fmt"
	"net/http"
	"os"
	"time"

	"go.uber.org/zap"
	"go.uber.org/zap/zapcore"
)

var logger *zap.Logger

func init() {

	cfg := zap.NewProductionConfig()
	cfg.EncoderConfig.TimeKey = "ts"
	cfg.EncoderConfig.EncodeTime = zapcore.RFC3339NanoTimeEncoder
	cfg.OutputPaths = []string{
"stdout", "/var/log/myapp.log"}

	var err error
	logger, err = cfg.Build()
	if err != nil {

		panic(err)
	}

}


func handle(w http.ResponseWriter, r *http.Request) {

	start := time.Now()
	traceID := r.Header.Get("X-Trace-Id")
	if traceID == "" {

		traceID = fmt.Sprintf("%d", time.Now().UnixNano())
	}

	defer func() {

		latency := time.Since(start).Milliseconds()
		logger.Info("http request completed",
			zap.String("trace_id", traceID),
			zap.String("method", r.Method),
			zap.String("uri", r.URL.Path),
			zap.Int("status", http.StatusOK),
			zap.Int64("latency_ms", latency),
			zap.String("ip", r.RemoteAddr),
			zap.String("ua", r.UserAgent()),
		)
	}
()

	// 模拟业务错误
	if r.URL.Path == "/error" {

		err := errors.New("something went wrong")
		logger.Error("business error occurred",
			zap.String("trace_id", traceID),
			zap.String("error", err.Error()),
			zap.Stack("stack"),
		)
		http.Error(w, "internal error", http.StatusInternalServerError)
		return
	}


	w.WriteHeader(http.StatusOK)
	fmt.Fprintf(w, "ok\n")
}


func main() {
    
	http.HandleFunc("/", handle)
	if err := http.ListenAndServe(":8080", nil);
 err != nil {

		logger.Fatal("server failed", zap.Error(err))
	}

}
    

要点：在入口/出口记录trace_id、method、uri、status、latency_ms、ip、ua；错误时记录error + stack；统一 JSON 输出到 stdout 与文件，便于容器与本地分析。

声明：本文内容由网友自发贡献，本站不承担相应法律责任。对本内容有异议或投诉，请联系2913721942#qq.com核实处理，我们将尽快回复您，谢谢合作！