当前位置:首页 > 文章列表 > Golang > Go教程 > Golang用slog实现结构化日志教程

Golang用slog实现结构化日志教程

2026-04-05 15:21:23 0浏览 收藏
本文深入解析了 Go 语言标准库 slog 的正确使用方法,重点纠正常见误区:必须用 NewTextHandler 或 NewJSONHandler 包装 io.Writer(如 os.Stdout)才能传给 slog.New(),所有结构化字段需显式构造为 slog.Attr(不可直传 map 或 struct),生产环境务必通过 ReplaceAttr 过滤敏感信息、标准化时间与源码位置格式,并强调在混用 zap/logrus 等第三方日志库时需手动透传 context 中的 traceID、userID 等关键上下文,避免日志失真或数据泄露——slog 简洁强大,但每一步配置都需精准严谨,稍有疏忽就可能在线上引发可观测性危机。

Golang怎么用slog替代第三方日志库_Golang如何用标准库slog实现结构化日志【教程】

slog.New() 的 handler 参数别传错类型

直接用 slog.New() 时,第二个参数必须是实现了 slog.Handler 接口的实例,不是 io.Writer 或随便一个 struct。常见错误是传 os.Stdout 进去,结果编译报错:cannot use os.Stdout (type *os.File) as type slog.Handler。

  • 正确做法:用 slog.NewTextHandler 或 slog.NewJSONHandler 包一层,再传给 slog.New()
  • 开发期默认用 slog.NewTextHandler(os.Stdout, nil);上线建议用 slog.NewJSONHandler(os.Stdout, nil) 配合日志采集工具
  • 如果自定义 handler,必须实现 Handle(r slog.Record) error 和 WithAttrs(attrs []slog.Attr) slog.Handler 两个方法

日志字段要显式调用 With() 或 Log() 带 Attr

slog 不支持类似 logrus.WithField("user_id", 123).Info("login") 那种链式写法,所有结构化字段必须通过 slog.Attr 显式构造,否则会丢失上下文。

  • 字段名必须是字符串字面量或 slog.String() 等辅助函数生成的 slog.Attr,不能用 map 或 struct 直接塞进去
  • 推荐写法:slog.With("user_id", userID).Info("user login"),其中 slog.With 返回新 logger,不影响原 logger
  • 避免在循环里反复调用 slog.With() 创建大量临时 logger 实例,高频场景可提前构建带固定字段的 logger
  • 注意 slog.Int("count", n) 比 slog.String("count", strconv.Itoa(n)) 更安全——后者可能因格式错误导致字段值为空或类型错乱

生产环境必须设置 ReplaceAttr 处理敏感字段和时间格式

默认的 slog.TextHandler 和 slog.JSONHandler 会把所有字段原样输出,包括 time.Time 字段(输出为完整 struct)、调试用的 file/line,甚至可能泄露 password、token 等字段。

  • 用 ReplaceAttr 配置项统一过滤/重命名/格式化字段,例如屏蔽敏感键:func(_ string, a slog.Attr) slog.Attr { if a.Key == "token" || a.Key == "password" { return slog.Attr{} }; return a }
  • 强制把 time.Time 转成 ISO8601 字符串:if a.Key == slog.TimeKey { a.Value = slog.StringValue(a.Value.Time().Format("2006-01-02T15:04:05Z07:00")) }
  • 默认输出的 source 字段含文件路径全量信息,线上建议截取最后两级:if a.Key == slog.SourceKey { src := a.Value.Any().(*slog.Source); a.Value = slog.StringValue(fmt.Sprintf("%s:%d", filepath.Base(src.File), src.Line)) }

与第三方库(如 zap、logrus)混用时注意 context 透传失效

如果你项目里还残留部分代码用 zap.Sugar() 或 logrus.WithContext(),而新代码用 slog,那 context.Context 里的值(比如 traceID、userID)不会自动带到 slog 日志里——slog 本身不读取 context,也不提供 LogWithContext 这类方法。

  • 必须手动从 context 提取字段并塞进 slog.With(),例如:if traceID := ctx.Value("trace_id"); traceID != nil { logger = logger.With("trace_id", traceID) }
  • 不要依赖中间件“全局注入” slog logger,因为每个 goroutine 的 context 不同,logger 必须按需绑定
  • 如果已有大量基于 context 的日志封装,强行切 slog 可能反而增加维护成本;优先考虑统一日志入口,而非混合使用
slog 的结构化能力很干净,但字段构造、handler 配置、context 衔接这些地方没有魔法,每一步都得写清楚——少一个 slog.String(),多一个没处理的 ReplaceAttr,日志就可能在线上失真或泄密。

本篇关于《Golang用slog实现结构化日志教程》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于Golang的相关知识,请关注golang学习网公众号!

豆包运行HTML代码方法【教程】豆包运行HTML代码方法【教程】
上一篇
豆包运行HTML代码方法【教程】
Java Set存对象注意事项及判重规则解析
下一篇
Java Set存对象注意事项及判重规则解析
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。
    474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。
    532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。
    551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。
    505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。
    324次使用