当前位置:首页 > 文章列表 > Golang > Go问答 > "实现弹性搜索与 Logrus 日志记录集成"

"实现弹性搜索与 Logrus 日志记录集成"

来源:stackoverflow 2024-02-21 08:36:25 0浏览 收藏

在IT行业这个发展更新速度很快的行业,只有不停止的学习,才不会被行业所淘汰。如果你是Golang学习者,那么本文《"实现弹性搜索与 Logrus 日志记录集成"》就很适合你!本篇内容主要包括##content_title##,希望对大家的知识积累有所帮助,助力实战开发!

问题内容

我正在使用 logrus 来记录我的 golang 应用程序。不过,我还想将其与 elastic search 集成,这样当我创建 logrus 日志条目时,所有日志也会刷新到 elastic search。目前,所有日志都创建在一个文件中,如下面的代码片段所示。我如何与弹性搜索集成?

type loggerconfig struct {
    filename string `validate:regexp=.log$`
    appname  string `validate:regexp=^[a-za-z]$`
}  

type applogger struct {
    err    error
    logger logrus.entry
}

func logger(loggerconfig loggerconfig) applogger {
    response := new(applogger)
    // validate the schema of the logger_config
    if errs := validator.validate(loggerconfig); errs != nil {
        response.err = errs
        // this sets up the error on the the response struct
    }

    logrus.setformatter(&logrus.jsonformatter{})
    f, err := os.openfile(loggerconfig.filename, os.o_wronly|os.o_create, 0755)
    if err != nil {
        response.err = err
    }
    multiplewriter := io.multiwriter(os.stdout, f)
    logrus.setoutput(multiplewriter)

    contextlogger := logrus.withfields(logrus.fields{
        "app": loggerconfig.appname,
    })


    //logrus.addhook(hook)
    response.logger = *contextlogger

    //response.logger.info("adele")
    return *response

}

我尝试过 elogrus 它添加了一个钩子,但我不知道如何使用它。这是尝试创建弹性搜索客户端的方法。我如何将其与 logrus 实例集成?

func prepareElasticSearchClient() *elastic.Client {
    indexName := "my-server"

    client, _ := elastic.NewClientFromConfig(&config.Config{
        URL:      os.Getenv("ELASTIC_SEARCH_URL_LOGS") + ":" + os.Getenv("ELASTIC_SEARCH_PORT_LOGS"),
        Index:    indexName,
        Username: os.Getenv("ELASTIC_SEARCH_USERNAME_LOGS"),
        Password: os.Getenv("ELASTIC_SEARCH_PASSWORD_LOGS"),
    })

    return client
}

之前我使用过像 winston 这样的模块,在其中设置弹性搜索日志记录非常容易,但不知何故,我发现很少有关于如何将 golang 日志记录与弹性搜索集成的 golang 文档


解决方案


使用 elogrus,您首先创建弹性客户端,并在使用 elogrus.newasyncelastichook() 创建它时将其传递给 elogrus 挂钩。 hook 只是包装发送消息到 elastic。然后将此挂钩添加到 logrus log。每次您使用 log 记录消息时,它都会触发您的钩子并将消息(如果日志级别过滤器通过)发送到 elastic。

log := logrus.New()
client, err := elastic.NewClient(elastic.SetURL("http://localhost:9200"))
// ... handle err
hook, err := elogrus.NewAsyncElasticHook(client, "localhost", logrus.DebugLevel, "testlog")
// ... handle err
log.Hooks.Add(hook)

newasyncelastichook 的签名为 (client *elastic.client, 主机字符串, 级别 logrus.level, 索引字符串) 其中:

  • client 是指向您在使用 elastic 之前获取的 elastic.client 的指针
  • host 是字符串,表示您从哪个主机发送日志跟踪(它是一个字符串 - 运行日志程序的主机的主机名)
  • level 是您希望发送消息的最大 logrus 日志级别(例如,如果您想在本地查看 debug 消息,但只将 error 及以下消息发送到 elastic)
  • index 是您想要添加来自 log 的消息的 elastic search 索引的名称

从这里您可以像使用 logrus 一样正常使用 log,并且所有消息都将传递到 elastic。

问题的另一部分有点棘手,并且根源于(不仅)golang elastic 客户端节点嗅探行为。我们在聊天中对其进行了调试,并将摘要发布为我对op的另一个相关问题的回答:Cannot connect to elastic search : no active connection found: no Elasticsearch node available

本篇关于《"实现弹性搜索与 Logrus 日志记录集成"》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!

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
MacBook内置硬盘位置指南MacBook内置硬盘位置指南
上一篇
MacBook内置硬盘位置指南
Surface团队将领导微软下一代Xbox的开发
下一篇
Surface团队将领导微软下一代Xbox的开发
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。
    253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。
    298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。
    267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。
    248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。
    54次使用