CentOS Golang项目如何进行日志管理

在 CentOS 上做 Golang 项目的日志管理，其实有不少成熟的套路。下面梳理了几个最常用的方法，从轻量到重型，按需选择就好。

1. 直接用标准库 log 包
   Golang 自带的 log 包虽然简单，但对于很多场景完全够用。比如，你只需要往标准输出写日志，或者想快速调试，它是最轻量的选择。示例：

   package main
   
   import (
       "log"
       "os"
   )
   
   func main() {
       log.SetOutput(os.Stdout)
       log.Println("Hello, World!")
   }

2. 引入第三方日志库，比如 logrus 或 zap
   如果标准库满足不了你对日志级别、格式化、结构化输出的需求，那第三方库就是好帮手。以 logrus 为例，先安装：

   go get github.com/sirupsen/logrus

   然后在代码里用起来：

   package main
   
   import (
       "github.com/sirupsen/logrus"
   )
   
   func main() {
       logrus.SetFormatter(&logrus.TextFormatter{
           FullTimestamp: true,
       })
       logrus.Info("Hello, World!")
   }

   这类库自带字段、钩子、格式化扩展，生产环境里用得最多。

3. 日志轮转，别让日志撑爆磁盘
   不管用哪个库，日志文件总会越攒越大。Linux 下最省事的方案就是 logrotate。前提是日志文件名里包含日期或时间戳（或者按大小切分），这样 logrotate 才能准确识别。

   写一个配置文件，比如 /etc/logrotate.d/myapp：

   /path/to/your/logs/*.log {
       daily
       rotate 7
       compress
       missingok
       notifempty
       create 0640 root root
   }

   配置的意思是：每天轮转一次，保留最近7天的日志，旧日志压缩起来，不存在的问题不报错，空的日志文件不处理，轮转后重新创建一个权限为0640的文件。直接扔到 /etc/logrotate.d/ 目录下，系统就会自动执行。

4. 集中式日志管理，适合多机协作
   当项目扩展到多台服务器，分散的日志会让问题排查变得头疼。这时候搭建一套集中式日志系统就比较实用。常见的方案有 ELK（Elasticsearch + Logstash + Kibana）和 EFK（Elasticsearch + Fluentd + Kibana）。

   思路很简单：在 CentOS 上装好 Elasticsearch、Logstash 或 Fluentd、Kibana，然后调整 Golang 项目的日志输出，让它把日志发给集中式系统。比如用 logrus 配合 Elasticsearch 客户端：

   package main
   
   import (
       "github.com/sirupsen/logrus"
       "github.com/elastic/go-elasticsearch/v7"
       "github.com/elastic/go-elasticsearch/v7/client"
   )
   
   func main() {
       es, err := client.NewDefaultClient()
       if err != nil {
           logrus.Fatal(err)
       }
   
       logrus.SetFormatter(&logrus.JSONFormatter{})
       logrus.Info("Hello, World!")
   
       // Send log to Elasticsearch
       req := esapi.IndexRequest{
           Index:      "myapp-logs",
           DocumentID: "1",
           Body:       strings.NewReader(`{"message": "Hello, World!"}`),
       }
       res, err := req.Do(context.Background(), es)
       if err != nil {
           logrus.Fatal(err)
       }
       defer res.Body.Close()
       if res.IsError() {
           logrus.Errorf("Error indexing log: %s", res.String())
       } else {
           logrus.Info("Log indexed successfully")
       }
   }

   这样每个应用实例的日志都会进入 Elasticsearch，再通过 Kibana 做可视化或搜索，效率会高很多。

以上四种方案，从个人开发到企业集群基本都能覆盖。选哪一种，主要看你的项目规模、运维要求以及团队习惯。小项目标准库 + logrotate 就够，中大型项目不妨试试 logrus 加集中式日志，收益相当明显。