当前位置:首页 > 文章列表 > Golang > Go问答 > 如何使用 uber-go/zap 根据日志级别记录到 stdout 或 stderr?

如何使用 uber-go/zap 根据日志级别记录到 stdout 或 stderr?

来源:stackoverflow 2024-04-06 17:30:37 0浏览 收藏

小伙伴们对Golang编程感兴趣吗?是否正在学习相关知识点?如果是,那么本文《如何使用 uber-go/zap 根据日志级别记录到 stdout 或 stderr?》,就很适合你,本篇文章讲解的知识点主要包括。在之后的文章中也会多多分享相关知识点,希望对大家的知识积累有所帮助!

问题内容

我正在尝试使用此包 github.com/uber-go/zap 设置日志记录。 我需要写:

  • 信息记录到标准输出
  • 错误和致命日志记录到 stderr

我尝试通过设置和构建 zap.config 来做到这一点,如下所示:

    cfg = &zap.config{
        encoding:         "json",
        level:            zap.newatomiclevelat(zapcore.debuglevel),
        outputpaths:      []string{"stdout"},
        erroroutputpaths: []string{"stderr"},
        encoderconfig: zapcore.encoderconfig{
            messagekey: "message",

            levelkey:    "level",
            encodelevel: zapcore.capitallevelencoder,

            timekey:    "time",
            encodetime: zapcore.iso8601timeencoder,

            callerkey:    "caller",
            encodecaller: zapcore.shortcallerencoder,

            encodeduration: zapcore.millisdurationencoder,
        },
    }

我也尝试过这种方式:

cfg = zap.NewProductionConfig()
    cfg.OutputPaths = []string{"stdout"}
    logger, err = cfg.Build(zap.AddCaller(), zap.AddCallerSkip(1))

但是所有日志都会写入 stdout 或 stderr。我怎样才能把它分开?


正确答案


使用 zapcore.NewTee 和两个核心:

  • 将 zapcore.infolevel 锁定到标准输出
  • 将 zapcore.errorlevel 和 zapcore.fatallevel 锁定到 stderr

这是一个演示用法的最小程序:

package main

import (
    "go.uber.org/zap"
    "go.uber.org/zap/zapcore"
    "os"
)

func main() {
    // info level enabler
    infolevel := zap.levelenablerfunc(func(level zapcore.level) bool {
        return level == zapcore.infolevel
    })

    // error and fatal level enabler
    errorfatallevel := zap.levelenablerfunc(func(level zapcore.level) bool {
        return level == zapcore.errorlevel || level == zapcore.fatallevel
    })

    // write syncers
    stdoutsyncer := zapcore.lock(os.stdout)
    stderrsyncer := zapcore.lock(os.stderr)

    // tee core
    core := zapcore.newtee(
        zapcore.newcore(
            zapcore.newjsonencoder(zap.newproductionencoderconfig()),
            stdoutsyncer,
            infolevel,
        ),
        zapcore.newcore(
            zapcore.newjsonencoder(zap.newproductionencoderconfig()),
            stderrsyncer,
            errorfatallevel,
        ),
    )

    // finally construct the logger with the tee core
    logger := zap.new(core)

    logger.info("info log")
    logger.error("error log")
}

请注意,上面的程序记录了两条消息,一条处于信息级别,一条处于错误级别。要查看它是否将两者都打印到正确的设备,请运行它并将 stdout 或 stderr 重定向到 /dev/null - 从而仅将另一个打印到控制台:

$ go build main.go

$ ./main 2>/dev/null # shows only stdout
{"level":"info","ts":1626900981.520349,"msg":"info log"}

$ ./main 1>/dev/null # shows only stderr
{"level":"error","ts":1626901025.056065,"msg":"error log"}

到这里,我们也就讲完了《如何使用 uber-go/zap 根据日志级别记录到 stdout 或 stderr?》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
微软发布财务Copilot 旨在用AI来彻底改变电子表格微软发布财务Copilot 旨在用AI来彻底改变电子表格
上一篇
微软发布财务Copilot 旨在用AI来彻底改变电子表格
数据的指路明灯:Python 数据可视化照亮决策之路
下一篇
数据的指路明灯:Python 数据可视化照亮决策之路
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    390次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    470次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    477次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    421次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    245次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码