Ubuntu中Golang如何进行日志管理

在Ubuntu环境下用Go做日志管理，这事儿其实有不少讲究。不同项目、不同场景，适合的方案各不相同。下面从标准库到第三方工具，再到日志轮转，把常用的几种方法捋一遍。

用标准库 log 包快速上手

Go自带的log包虽然简单，但应付基础需求完全够用。导入后直接调用log.Println、log.Printf或者log.Fatal就能记录日志，默认输出到标准错误流（stderr），格式是文本。比如这样：

import "log"

func main() {
    log.Println("This is an info log.")
    log.Printf("This is a formatted log with a number: %d", 42)
    log.Fatal("This is a fatal log.")
}

优点是无依赖、零配置，适合快速原型或小工具。缺点也很明显：不支持结构化日志、日志级别只有三种（Print、Fatal、Panic），而且无法自定义输出格式，更别提日志轮转了。

第三方日志库：功能更丰富，性能更强大

当项目规模上来之后，标准库就显得捉襟见肘了。这时候第三方库就成了香饽饽，下面两个是社区里口碑最好的。

logrus：结构化日志的经典选择

logrus支持多种日志级别（Info、Warn、Error、Fatal等），并且可以轻松添加字段，输出JSON格式。安装命令：

go get github.com/sirupsen/logrus

使用示例：

import "github.com/sirupsen/logrus"

func main() {
    logrus.Info("This is an info log.")
    logrus.WithFields(logrus.Fields{
        "number": 42,
    }).Info("This is a structured log.")
    logrus.Fatal("This is a fatal log.")
}

注意：logrus的WithFields方法可以将键值对附加到日志条目中，便于后续的日志分析系统（比如ELK）解析。不过，logrus在性能上并非顶尖，如果你对吞吐量有极致要求，可以看看下面这个。

zap：高性能日志库，兼顾结构与速度

zap是Uber开源的日志库，它的设计哲学就是“快”。支持结构化和非结构化两种模式，并且提供了多种预置的Logger（如zap.NewProduction()）。安装：

go get -u go.uber.org/zap

使用示例：

import "go.uber.org/zap"

func main() {
    logger, _ := zap.NewProduction()
    defer logger.Sync()
    logger.Info("This is an info log.")
    logger.Info("This is a structured log.", zap.Int("number", 42))
}

zap的性能优势在于它避免了反射和内存分配，在极高并发下依然能保持低延迟。它的结构化日志通过zap.Int、zap.String等类型安全的方法添加字段，编译期就能检查类型错误。

日志轮转：避免磁盘被日志撑爆

生产环境的应用往往需要长时间运行，日志文件如果不做管理，几个月就能吃掉几个GB甚至TB的磁盘空间。这时候就需要日志轮转——按大小、按时间自动切割旧文件，并压缩归档。

Go社区中常用的轮转库是lumberjack，它实现了io.WriteCloser接口，可以无缝替换标准库的log.Logger输出目标。安装：

go get gopkg.in/natefinch/lumberjack.v2

使用示例：

import (
    "log"
    "gopkg.in/natefinch/lumberjack.v2"
)

func main() {
    logger := log.New(&lumberjack.Logger{
        Filename:   "/var/log/myapp.log",
        MaxSize:    10,   // 每个日志文件最大10MB
        MaxBackups: 3,    // 保留3个旧文件
        MaxAge:     28,   // 旧文件最多保留28天
        Compress:   true, // 是否压缩旧文件（默认不压缩）
    })
    logger.Println("This is an info log.")
}

参数解释：MaxSize控制单个文件大小上限，超过后自动切分；MaxBackups限制保留的旧文件数量；MaxAge按天数清理过期文件；Compress决定是否用gzip压缩旧文件。这几个参数根据业务场景调整即可。

实际项目中，通常会把logrus或zap的输出流指向lumberjack.Logger，这样既能享受结构化日志的便利，又能自动管理磁盘空间。比如用logrus + lumberjack：

import (
    "github.com/sirupsen/logrus"
    "gopkg.in/natefinch/lumberjack.v2"
)

func main() {
    logrus.SetOutput(&lumberjack.Logger{
        Filename:   "/var/log/myapp.log",
        MaxSize:    10,
        MaxBackups: 3,
        MaxAge:     28,
    })
    logrus.Info("Structured logging with rotation.")
}

总结一下：标准库适合快速上手，logrus适合需要结构化且对性能要求不极端的场景，zap适合高并发、高吞吐量的系统，而lumberjack则解决了日志文件管理的后顾之忧。根据项目规模、团队习惯和运维要求，选择最顺手的组合即可。