go-logger v2.0.4 发布

该版本主要支持 go 原生日志库 log/slog 的日志文件切割，压缩等功能。

log/slog 库是 Go 语言用于结构化日志记录的一个强大工具，它旨在提升日志的管理和分析能力，同时保证代码的简洁性和执行效率。随着 Go 语言生态的发展，slog 正逐渐成为处理日志的新标准。

log/slog 专注于提供结构化日志的生成与处理逻辑，包括日志级别控制、键值对数据的记录等，但它并不直接内置文件处理功能，如日志文件的分割、压缩等。

go-logger 已经实现了较为完善的日志文件管理功能，可以直接与 slog 配合使用，作为 log/slog 库的日志文件管理支持库。

go-logger 的使用文档

go-logger 源码

go-logger 支持日志文件切分功能

1. 按小时，天，月份切分日志文件
2. 按文件大小 (KB,MB,GB) 切分日志文件
3. 按文件大小，文件数量切分日志文件
4. 按文件大小切分日志文件，并压缩归档日志

go-logger 与 log/slog 配合使用

go-logger 与 log/slog 配合使用非常简单：一行代码便可以实现：创建 logger 对象，并将其传入 log/slog 的 Handler 创建函数。如下示例：

• logFile, _ := logger.NewLogger().SetRollingFile("/d/cfoldTest", "slogLogger.txt", 100, logger.MB)
  • 创建 logger 对象 logFile，设置以文件大小为日志分割规则，日志文件每 100M 分割一次。

传入 NewTextHandler 函数创建 slog handler

• handler := slog.NewTextHandler(logFile, nil)
• slogger := slog.New(handler)
• slogger.Info("this is go-logger&slog  test data")

go-logger 的日志文件管理功能

1. SetRollingDaily() 按日期分割
   • log.SetRollingDaily("/d/foldTest", "log.txt")
     • 每天按 log_20221015.txt 格式 分割；若 log_20221015.txt 已经存在，则生成 log_20221015.1.txt ，log_20221015.2.txt 等文件
2. SetRollingByTime() 可按 小时，天，月 分割日志
   • log.SetRollingByTime ("/d/foldTest", "log.txt",logger.MODE_MONTH)    按月份分割日志，跨月时，保留上月份日志，如：
     • log_202210.txt
     • log_202211.txt
     • log_202212.txt
   • log.SetRollingByTime ("/d/foldTest", "log.txt",logger.MODE_HOUR)   按小时分割日志，如：
     • log_2022101506.txt
     • log_2022101507.txt
     • log_2022101508.txt
3. SetRollingFile() 指定文件大小分割日志
   • log.SetRollingFile("/d/foldTest", "log.txt", 300, logger.MB)
     • 当文件超过 300MB 时，按 log.1.txt，log.2.txt 格式备份
     • 目录参数可以为空字符串，则默认当前目录。
4. SetRollingFileLoop() 指定文件大小分割日志，并指定保留最大日志文件数
   • log.SetRollingFileLoop("/d/foldTest", "log.txt", 300, logger.MB, 50)
     • 设置日志文件大小最大为 300M
     • 日志文件只保留最新的 50 个
5. SetGzipOn(true) 压缩按大小分割规则的日志文件
   • 开启 gzip 后，将对以大小规则分割的日志文件进行 gzip 压缩归档。

详细用法参考  使用文档

slog 使用 go-logger 作为日志文件管理库是否有性能损耗或多余内存消耗

压力测试

• 测试环境：amd64  cpu: Intel (R) Core (TM) i5-1035G1 CPU @ 1.00GHz
• 目的：slog 使用 go-logger 文件管理，与 slog 直接写文件的性能对比：
• 串行压测：
  • BenchmarkSerialSlog                              log/slog 直接写文件
  • BenchmarkSerialSlogAndLogger            go-logger +log/slog 写文件
• 并行压测
  • BenchmarkParallelSLog                           log/slog 直接写文件
  • BenchmarkParallelSLogAndgoLogger     go-logger +log/slog 写文件

测试结果说明，大量的测试结果基本一致

由压测结果可以看到

使用 go-logger 作为 log/slog 的日志文件管理器与 log/slog 直接写文件日志的内存分配完全一致。性能上的差别微乎其微。可以看作一致。

结论：使用 go-logger 作为 log/slog 与直接写文件，从内存分配与性能上，效果一致

go-logger 与多个日志库的性能压力测试数据

串行压测

并行压测

测试结果说明：

• 测试环境配置：cpu: Intel (R) Core (TM) i5-1035G1 CPU @ 1.00GHz
• 串行压测

• 并行压测

• 日志文件数据，每一行为一个日志库的打印数据，可以看出它们的打印内容总长度是一致的。

2024-05-13T16:41:27.696+0800    DEBUG   logtest/benchmark_test.go:121   >>>aaaaaaaaaaaaaaaaaaaaaaaaaaaaa
[DEBUG]2024/05/13 16:41:32 benchmark.go:797: >>>aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa
[DEBUG]2023/06/10 01:25:55.028277 log_test.go:46:>>>aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa
[DEBUG]2023/06/10 01:25:55.028277 log_test.go:55:>>>aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa
[debug]2024/05/13 16:41:46.839928 benchmark_test.go:164: >>>aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa
time=2024-05-13T16:41:51.637+08:00 level=INFO source=benchmark_test.go:182 msg=>>>aaaaaaaaaaaaaaaaaaaaaa
time=2024-05-13T16:41:56.255+08:00 level=INFO source=benchmark_test.go:200 msg=>>>aaaaaaaaaaaaaaaaaaaaaa

测试结果

• 说明：go-logger 的内存使用做了优化，因此，比其他日志库和直接写文件都分配更少的内存。
• 在高并发的场景中，zap 的性能相对较低，其他日志库差没有明显差别；
• 在非高并发场景中，go-logger 的性能比其他日志库稍高。