ZAP日志框架&lumberjack日志归档库的分析使用

本次我们从官方例程的角度出发，来分析学习如何让zap日志框架动起来

一、 Zap官方例程

1、加糖版

logger, _ := zap.NewProduction()
defer logger.Sync() // flushes buffer, if any
sugar := logger.Sugar()
sugar.Infow("failed to fetch URL",
  // Structured context as loosely typed key-value pairs.
  "url", url,
  "attempt", 3,
  "backoff", time.Second,
)
sugar.Infof("Failed to fetch URL: %s", url)

2、正常高性能版

logger, _ := zap.NewProduction()
defer logger.Sync()
logger.Info("failed to fetch URL",
  // Structured context as strongly typed Field values.
  zap.String("url", url),
  zap.Int("attempt", 3),
  zap.Duration("backoff", time.Second),
)

官方例程中总共列举出了两种打log的方法，sugar和logger，这两种的区别是logger的性能优于sugar，但是sugar提供了格式化输出sugar.Infof("Failed to fetch URL: %s", url)，而logger不支持，所以根据自己的需要，来选择两种不同的log方式。

1、新建一个logger对象

logger, _ := zap.NewProduction() 

通过zap.newxxx的方法来生成一个logger对象，我们在编程时可以看到，zap总共提供了三种默认的模式和一种自定义模式

//1、生产模式
func NewProduction(options ...Option) (*Logger, error)
//2、开发模式
func NewDevelopment(options ...Option) (*Logger, error)
//3、例子
func NewExample(options ...Option) *Logger
//4、自定义模式
func New(core zapcore.Core, options ...Option) *Logger

四种模式对比分析

1&2&3

因为1、2、3只有配置不同，其他都相同，所以合并分析

在源码中我们看到两种模式都调用了NewxxxConfig()的函数。

进入两个函数可以看到都返回了一个EncoderConfig结构体，3中的example方法其实也是一样的，把我们定义的Encoder返回回来。然后程序根据这些参数运行build函数

查看build函数，可以看到程序把上面的参数，以及另外两个sink和level带入了一个zapcore.Newcore的函数，根据函数名推断，应该是把这些配置写入zap的core代码中。

func NewCore(enc Encoder, ws WriteSyncer, enab LevelEnabler) Core

对于NewCore函数来说，现在第一次参数已经有了，我们需要设置第二个和第三个参数，第二个参数的意思就是写的方法，这个地方要和lumberjack日志归档挂钩，这里可以先只填入日志的保存地址，归档问题后面讨论。
第三个参数就是日志等级。
这样就实现了一个使用配置的logger对象了

4、自定义日志输出格式

根据上面的分析我们可以看出来，4与1、2、3相比较只是多了三步

1. encoderConfig的配置（日志的输出格式）
2. writerSyncer（日志的输出地址）
3. level（日志的输出等级）
   所以我们模仿可以写出下列代码

func SetupZapLogger() *zap.Logger {
   encoder := getEncoder()
   writeSyncer := getWriteSyncer()
   return zap.New(zapcore.NewCore(encoder,writeSyncer,zapcore.DebugLevel))
}

func getEncoder() zapcore.Encoder {
	encoderConfig := zapcore.EncoderConfig{
		TimeKey:        "ts",
		LevelKey:       "level",
		NameKey:        "logger",
		CallerKey:      "caller",
		FunctionKey:    zapcore.OmitKey,
		MessageKey:     "msg",
		StacktraceKey:  "stacktrace",
		LineEnding:     zapcore.DefaultLineEnding,
		EncodeLevel:    zapcore.LowercaseLevelEncoder,
		EncodeTime:     zapcore.ISO8601TimeEncoder,
		EncodeDuration: zapcore.SecondsDurationEncoder,
		EncodeCaller:   zapcore.FullCallerEncoder,
		EncodeName: 	zapcore.FullNameEncoder,
	}

	return zapcore.NewConsoleEncoder(encoderConfig)
}

func getWriteSyncer()  zapcore.WriteSyncer {
   file, _ := os.Create("./zapLog.log")
   return zapcore.AddSync(file)
}

上述例子中我们使用ConsoleEncoder来生成了一个我们自定义的模板类型，这样自定义参数中的zapcore.Core参数就配置完成了。
将zapcore.Core的返回值带入zap.New就可以生成我们自定义的日志了

二、lumberjack日志归档库的分析使用

刚才在前面讲过，在配置writerSyncer的时候我们只添加了一个日志输出地址，但是如果要实现日志的归档分割的话，还需要使用lumberjack库。而lumberjack的配置需要添加到writerSyncer中

hook := lumberjack.Logger{
		Filename: 		"./zapLog" +time.Now().Format(timeLayout) + ".log",
		MaxSize: 		1,//日志最大的大小（M）
		MaxBackups: 	2,//备份个数
		MaxAge: 		7,//最大保存天数（day）
		Compress: 		true,//是否压缩
		LocalTime: 		false,
	}

	return zapcore.NewMultiWriteSyncer(
		zapcore.AddSync(os.Stdout), //日志同时输出到控制台
		zapcore.AddSync(&hook)//配置的hook
		)

对于lumberjack的配置我们可以把它当做一个hook函数，我们把对应的配置填入其中，最后使用zapcore.NewMultiWriteSyncer将多个配置融合到一起返回即可。