当前位置:首页 > 文章列表 > Golang > Go教程 > Golang日志与错误处理怎么用

Golang日志与错误处理怎么用

2026-01-28 22:45:47 0浏览 收藏

小伙伴们有没有觉得学习Golang很有意思?有意思就对了!今天就给大家带来《Golang日志与错误处理怎么配合》,以下内容将会涉及到,若是在学习中对其中部分知识点有疑问,或许看了本文就能帮到你!

日志与错误处理须一体化:错误是信号、日志是上下文;包装错误时预留字段占位,仅在错误落地处记录并注入trace_id等结构化字段;用errors.Is/As区分可忽略与需告警错误;全局统一字段命名。

Golang日志记录与错误处理如何配合

日志和错误处理不是两个独立动作,而是一体两面:错误是信号,日志是上下文。不带上下文的 err.Error() 日志等于没记;不配合日志的错误传播等于埋雷。

用 fmt.Errorf 包装错误时必须同步注入日志字段

很多人在函数里写 return fmt.Errorf("failed to save user: %w", err),但上层捕获后只打 logger.Error("save failed", zap.Error(err)) —— 这会丢失 userID、requestID 等关键定位信息。

  • 正确做法:包装错误时就预留字段位置,日志输出时一并填充
  • 不要在错误字符串里拼接敏感值(如密码、token),而应通过结构化字段传入
  • 避免重复记录:只在错误真正“落地”(即不再向上传播)的位置打 logger.Error,中间层只包装不记录
func SaveUser(ctx context.Context, userID int, data User) error {
    // 包装时留出上下文占位,不塞具体值
    if err := db.Insert(ctx, data); err != nil {
        return fmt.Errorf("db.Insert(user_id=%d): %w", userID, err)
    }
    return nil
}

// 在 handler 或 middleware 中统一记录
func handleSave(c *gin.Context) {
    userID := getUID(c)
    if err := SaveUser(c.Request.Context(), userID, user); err != nil {
        // 此处才是错误“终点”,才该打完整日志
        logger.Error("user save failed",
            zap.Int("user_id", userID),
            zap.String("trace_id", getTraceID(c)),
            zap.Error(err),
        )
        c.JSON(500, gin.H{"error": "internal error"})
        return
    }
}

用 context.WithValue 传递 trace ID 后,日志器要自动携带它

手动在每个 logger.Info 调用里加 zap.String("trace_id", ...) 极易遗漏,且污染业务逻辑。

  • 推荐方案:封装一个带上下文感知的 Logger,从 context.Context 自动提取 trace_id
  • 别用 context.WithValue 存敏感数据(如 token),只存可观测性字段
  • 注意:标准库 log/slog 支持 slog.With 链式构造,但需自己绑定 context;zap 可用 zap.AddCallerSkip + 自定义 Core 实现类似能力
// 基于 zap 的简易上下文日志器
type ContextLogger struct {
    *zap.Logger
    ctx context.Context
}

func (l *ContextLogger) With(ctx context.Context) *ContextLogger {
    return &ContextLogger{Logger: l.Logger, ctx: ctx}
}

func (l *ContextLogger) Error(msg string, fields ...zap.Field) {
    if tid, ok := l.ctx.Value("trace_id").(string); ok {
        fields = append(fields, zap.String("trace_id", tid))
    }
    l.Logger.Error(msg, fields...)
}

区分 errors.Is 和 errors.As,决定是否告警或重试

不是所有 ERROR 级日志都该触发告警。比如 os.IsNotExist(err) 是预期行为,而 sql.ErrNoRows 在某些场景下甚至该降级为 INFO。

  • 用 errors.Is(err, fs.ErrNotExist) 判断是否为已知业务可忽略错误
  • 用 errors.As(err, &pgErr) 提取 PostgreSQL 错误码,对唯一约束冲突(23505)做幂等处理,而非直接报错
  • 高频错误(如限流、短时连接失败)必须采样,否则日志平台会被刷爆
if errors.Is(err, sql.ErrNoRows) {
    logger.Info("user not found", zap.Int("user_id", userID))
    return nil // 不报错,不告警
}

var pgErr *pq.Error
if errors.As(err, &pgErr) && pgErr.Code == "23505" {
    logger.Warn("duplicate key ignored", zap.String("constraint", pgErr.Constraint))
    return nil
}

最容易被忽略的一点:日志字段名要全局约定,比如统一用 user_id 而非混用 uid、userID、UId——否则在 Loki 或 Grafana 里根本搜不到关联链路。字段命名不是风格问题,是可观测性的基础设施。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于Golang的相关知识,也可关注golang学习网公众号。

全国增值税发票查询方法2026版详解全国增值税发票查询方法2026版详解
上一篇
全国增值税发票查询方法2026版详解
独立洗碗机能嵌入式使用吗
下一篇
独立洗碗机能嵌入式使用吗
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。
    363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。
    419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。
    433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。
    386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。
    213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