CentOS上Golang日志如何监控性能

CentOS上用日志做Golang性能监控的可落地方案

一 总体思路与架构

• 在应用内用结构化日志输出关键性能事件与指标，如HTTP请求耗时、错误率、数据库/缓存耗时、队列长度等，便于检索与聚合分析。
• 使用systemd托管进程，将日志统一到journald，或用logrotate做按日/按大小切分，避免磁盘被撑满。
• 在主机或容器侧用Prometheus抓取应用暴露的**/metrics**，配合Grafana做可视化；用Loki + Promtail/Grafana Alloy对日志建立索引与查询，形成“日志+指标”的一体化可观测性。
• 需要深入排查时，开启pprof采集CPU/内存/阻塞等性能剖析数据，与日志联动定位瓶颈。

二 应用侧改造 输出结构化性能日志

• 选择高性能结构化日志库（如zap），统一日志字段：如ts、level、service、trace_id、method、uri、status、latency_ms、err等，便于后续在Loki/ELK中做统计分析。
• 在关键路径埋点：HTTP中间件记录请求总数、状态码分布、P95/P99延迟；数据库/缓存/外部调用记录耗时与错误；周期性任务记录处理量与耗时。
• 示例（zap，记录HTTP中间件延迟与错误）：

package main

import (
    "net/http"
    "time"

    "go.uber.org/zap"
)

var logger *zap.Logger

func init() {

    var err error
    logger, err = zap.NewProduction()
    if err != nil {
 panic(err) }

}


func timed(h http.HandlerFunc) http.HandlerFunc {

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

        start := time.Now()
        defer func() {

            latencyMs := time.Since(start).Milliseconds()
            logger.Info("http_request",
                zap.String("method", r.Method),
                zap.String("uri", r.URL.Path),
                zap.Int("status", http.StatusOK), // 实际应捕获真实状态码
                zap.Int64("latency_ms", latencyMs),
                zap.Error(nil), // 如有错误，替换为实际error
            )
        }
()
        h(w, r)
    }

}


func main() {

    http.HandleFunc("/", timed(func(w http.ResponseWriter, r *http.Request) {

        w.Write([]byte("OK"))
    }
))
    http.ListenAndServe(":8080", nil)
}

• 建议将日志同时写到stdout/stderr（便于容器/系统收集）与滚动文件（便于本地排查）。

三 系统侧日志采集与轮转

• 使用systemd托管应用，通过journalctl集中查看与检索日志：
  • 实时查看：journalctl -u my-golang-app.service -f
  • 按级别筛选：journalctl -u my-golang-app.service -p err -f
• 使用logrotate对文件日志做按日/按大小切割、压缩与保留，示例配置：

/var/log/myapp/*.log {

    daily
    rotate 7
    compress
    missingok
    notifempty
    create 0644 myapp myapp
}

• 如需更强大的检索与可视化，部署Loki + Promtail/Grafana Alloy采集日志，在Grafana中通过LogQL对latency_ms、status等字段做聚合与告警。

四 指标与可视化 用Prometheus + Grafana监控性能

• 在应用中暴露**/metrics**端点（Prometheus客户端）：

package main

import (
    "net/http"
    "github.com/prometheus/client_golang/prometheus"
    "github.com/prometheus/client_golang/prometheus/promhttp"
)

var (
    httpRequestsTotal = prometheus.NewCounter(prometheus.CounterOpts{

        Name: "http_requests_total",
        Help: "Total number of HTTP requests.",
    }
)
    httpRequestLatency = prometheus.NewHistogram(prometheus.HistogramOpts{

        Name:    "http_request_latency_seconds",
        Help:    "Latency of HTTP requests in seconds.",
        Buckets: prometheus.DefBuckets,
    }
)
)

func init() {

    prometheus.MustRegister(httpRequestsTotal)
    prometheus.MustRegister(httpRequestLatency)
}


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

    start := time.Now()
    defer func() {

        httpRequestsTotal.Inc()
        httpRequestLatency.Observe(time.Since(start).Seconds())
    }
()
    w.Write([]byte("OK"))
}


func main() {

    http.HandleFunc("/", handler)
    http.Handle("/metrics", promhttp.Handler())
    http.ListenAndServe(":8080", nil)
}
    

• 在Prometheus中配置抓取目标，在Grafana中创建面板，绘制QPS、P50/P95/P99延迟、错误率等核心指标，并设置阈值告警。

五 深度性能分析与告警联动

• 开启pprof进行CPU、内存、阻塞等剖析：
  • 引入 _ “net/http/pprof”，在6060端口提供调试端点；使用go tool pprof或火焰图分析热点函数与内存分配。
• 建立日志→指标→告警的闭环：
  • 在Prometheus基于指标（如5xx比例、P95延迟、错误日志计数）配置规则，联动Alertmanager发送邮件/企业微信/钉钉/Slack告警。
  • 在Grafana对日志与指标建立统一Dashboard，支持按trace_id串联请求全链路。

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！