我是一只可爱的土拨鼠，专注于分享 Go 职场、招聘和求职，解 Gopher 之忧！欢迎关注我。

欢迎大家加入Go招聘交流群，来这里找志同道合的小伙伴！跟土拨鼠们一起交流学习。

• 什么是 zerolog ?
• 使用 zerolog
• 安装
• Contextual Logger
• 多级 Logger
• 注意事项
• 了解源码
• 看一下 Logger 结构体
• debug 了解输出日志流程
• 从 zerolog 学习避免内存分配
• 学习日志级别
• 学习如何实现 Hook
• 学习如何得到调用者函数名
• 从日志采样中学习 atomic
• Doc
• 比较
• 相似的库
• 参考资料

文章可能相对较长，请耐心看完。定有收获。

什么是 zerolog ?

zerolog 包提供了一个专门用于 JSON 输出的简单快速的 Logger。

zerolog 的 API 旨在为开发者提供出色的体验和令人惊叹的性能[1]。其独特的链式 API 允许通过避免内存分配和反射来写入 JSON ( 或 CBOR ) 日志。

uber 的 zap[2] 库开创了这种方法，zerolog 通过更简单的应用编程接口和更好的性能，将这一概念提升到了更高的层次。

使用 zerolog

安装

go get -u github.com/rs/zerolog/log

Contextual Logger

func TestContextualLogger(t *testing.T) {
 log := zerolog.New(os.Stdout)
 log.Info().Str("content", "Hello world").Int("count", 3).Msg("TestContextualLogger")


  // 添加上下文 (文件名/行号/字符串)
 log = log.With().Caller().Str("foo", "bar").Logger()
 log.Info().Msg("Hello wrold")
}

输出

// {"level":"info","content":"Hello world","count":3,"message":"TestContextualLogger"}
// {"level":"info","caller":"log_example_test.go:29","message":"Hello wrold"}

与 zap 相同的是，都定义了强类型字段，你可以在这里[3]找到支持字段的完整列表。

与 zap 不同的是，zerolog 采用链式调用。

多级 Logger

zerolog 提供了从 Trace 到 Panic 七个级别

 // 设置日志级别
 zerolog.SetGlobalLevel(zerolog.WarnLevel)
 log.Trace().Msg("Trace")
 log.Debug().Msg("Debug")
 log.Info().Msg("Info")
 log.Warn().Msg("Warn")
 log.Error().Msg("Error")
 log.Log().Msg("没有级别")

输出

 {"level":"warn","message":"Warn"}
 {"level":"error","message":"Error"}
 {"message":"没有级别"}

注意事项

1.zerolog 不会对重复的字段删除

logger := zerolog.New(os.Stderr).With().Timestamp().Logger()
logger.Info().
       Timestamp().
       Msg("dup")

输出

{"level":"info","time":1494567715,"time":1494567715,"message":"dup"}

2.链式调用必须调用 Msg 或 Msgf，Send 才能输出日志，Send 相当于调用 Msg("")

3.一旦调用 Msg ，Event 将会被处理 ( 放回池中或丢掉 )，不允许二次调用。

了解源码

本次 zerolog 的源码分析基于 zerolog 1.22.0 版本，源码分析较长，希望大家耐心看完。希望大家能有所收获。

看一下 Logger 结构体

Logger 的参数 w 类型是 LevelWriter 接口，用于向目标输出事件。zerolog.New 函数用来创建 Logger，看下方源码。

// ============ log.go ===

type Logger struct {
 w       LevelWriter // 输出对象
 level   Level       // 日志级别
 sampler Sampler     // 采样器
 context []byte     // 存储上下文
 hooks   []Hook
 stack   bool
}

func New(w io.Writer) Logger {
 if w == nil {
  // ioutil.Discard 所有成功执行的 Write 操作都不会产生任何实际的效果
  w = ioutil.Discard
 }
 lw, ok := w.(LevelWriter)
 // 传入的不是 LevelWriter 类型，封装成此类型
 if !ok {
  lw = levelWriterAdapter{w}
 }
 // 默认输出日志级别 TraceLevel
 return Logger{w: lw, level: TraceLevel}
}

debug 了解输出日志流程

image-20210615150059405

如上图所示，在第三行打上断点。

下图表示该行代码执行流程。

开始 debug

// ============ log.go ===

// Info 开始记录一条 info 级别的消息
// 你必须在返回的 *Event 上调用 Msg 才能发送事件
func (l *Logger) Info() *Event {
 return l.newEvent(InfoLevel, nil)
}

func (l *Logger) newEvent(level Level, done func(string)) *Event {
  // 判断是否应该记录的级别
 enabled := l.should(level)
 if !enabled {
  return nil
 }
  // 创建记录日志的对象
 e := newEvent(l.w, level)
  // 设置 done 函数
 e.done = done
  // 设置 hook 函数
 e.ch = l.hooks
  // 记录日志级别
 if level != NoLevel && LevelFieldName != "" {
  e.Str(LevelFieldName, LevelFieldMarshalFunc(level))
 }
  // 记录上下文
 if l.context != nil && len(l.context) > 1 {
  e.buf = enc.AppendObjectData(e.buf, l.context)
 }
  // 堆栈跟踪
 if l.stack {
  e.Stack()
 }
 return e
}

should 函数用于判断是否需要记录本次消息。

// ============ log.go ===

// should 如果应该被记录，则返回 true
func (l *Logger) should(lvl Level) bool {
 if lvl < l.level || lvl < GlobalLevel() {
  return false
 }
  // 采样后面讲
 if l.sampler != nil && !samplingDisabled() {
  return l.sampler.Sample(lvl)
 }
 return true
}

newEvent 函数使用 sync.Pool 获取 Event 对象，并将 Event 参数初始化：日志级别level和写入对象LevelWriter。

// ============ event.go ===

// 表示一个日志事件
type Event struct {
 buf       []byte     // 消息
 w         LevelWriter   // 待写入的目标接口
 level     Level     // 日志级别
 done      func(msg string) // msg 函数结束事件
 stack     bool       // 错误堆栈跟踪
 ch        []Hook    // hook 函数组
 skipFrame int
}

func newEvent(w LevelWriter, level Level) *Event {
  e := eventPool.Get().(*Event)
 e.buf = e.buf[:0]
 e.ch = nil
  // 在开始添加左大括号 '{'
 e.buf = enc.AppendBeginMarker(e.buf)
 e.w = w
 e.level = level
 e.stack = false
 e.skipFrame = 0
 return e
}

Str 函数是负责将键值对添加到 buf，字符串类型添加到 JSON 格式，涉及到特殊字符编码问题，如果是特殊字符，调用 appendStringComplex 函数解决。

// ============ event.go ===
func (e *Event) Str(key, val string) *Event {
 if e == nil {
  return e
 }
 e.buf = enc.AppendString(enc.AppendKey(e.buf, key), val)
 return e
}

// ============ internal/json/base.go ===
type Encoder struct{}

// 添加一个新 key
func (e Encoder) AppendKey(dst []byte, key string) []byte {
 // 非第一个参数，加个逗号
  if dst[len(dst)-1] != '{' {
  dst = append(dst, ',')
 }
 return append(e.AppendString(dst, key), ':')
}


// === internal/json/string.go ===
func (Encoder) AppendString(dst []byte, s string) []byte {
 // 双引号起
 dst = append(dst, '"')
 // 遍历字符
 for i := 0; i < len(s); i++ {
  // 检查字符是否需要编码
  if !noEscapeTable[s[i]] {
   dst = appendStringComplex(dst, s, i)
   return append(dst, '"')
  }
 }
 // 不需要编码的字符串，添加到 dst
 dst = append(dst, s...)
 // 双引号收
 return append(dst, '"')
}

Int 函数将键值(int 类型)对添加到 buf，内部调用 strconv.AppendInt 函数实现。

// ============ event.go ===

func (e *Event) Int(key string, i int) *Event {
 if e == nil {
  return e
 }
 e.buf = enc.AppendInt(enc.AppendKey(e.buf, key), i)
 return e
}

// === internal/json/types.go ===
func (Encoder) AppendInt(dst []byte, val int) []byte {
 // 添加整数
  return strconv.AppendInt(dst, int64(val), 10)
}

Msg 函数

// === event.go ===

// Msg 是对 msg 的封装调用，当指针接收器为 nil 返回
func (e *Event) Msg(msg string) {
 if e == nil {
  return
 }
 e.msg(msg)
}

// msg
func (e *Event) msg(msg string) {
  // 运行 hook
 for _, hook := range e.ch {
  hook.Run(e, e.level, msg)
 }
  // 记录消息
 if msg != "" {
  e.buf = enc.AppendString(enc.AppendKey(e.buf, MessageFieldName), msg)
 }
  // 判断不为 nil，则使用 defer 调用 done 函数
 if e.done != nil {
  defer e.done(msg)
 }
  // 写入日志
 if err := e.write(); err != nil {
  if ErrorHandler != nil {
   ErrorHandler(err)
  } else {
   fmt.Fprintf(os.Stderr, "zerolog: could not write event: %v\n", err)
  }
 }
}

// 写入日志
func (e *Event) write() (err error) {
 if e == nil {
  return nil
 }
 if e.level != Disabled {
    // 大括号收尾
  e.buf = enc.AppendEndMarker(e.buf)
    // 换行
  e.buf = enc.AppendLineBreak(e.buf)
    // 向目标写入日志
  if e.w != nil {
      // 这里传递的日志级别，函数内并没有使用
   _, err = e.w.WriteLevel(e.level, e.buf)
  }
 }
  // 将对象放回池中
 putEvent(e)
 return
}

// === writer.go ===
func (lw levelWriterAdapter) WriteLevel(l Level, p []byte) (n int, err error) {
 return lw.Write(p)
}

以上 debug 让我们对日志记录流程有了大概的认识，接下来扩充一下相关知识。

从 zerolog 学习避免内存分配

每一条日志都会产生一个 *Event对象 ，当多个 Goroutine 操作日志，导致创建的对象数目剧增，进而导致 GC 压力增大。形成 "并发大 - 占用内存大 - GC 缓慢 - 处理并发能力降低 - 并发更大" 这样的恶性循环。在这个时候，需要有一个对象池，程序不再自己单独创建对象，而是从对象池中获取。

使用 sync.Pool 可以将暂时不用的对象缓存起来，下次需要的时候从池中取，不用再次经过内存分配。

下面代码中 putEvent 函数，当对象中记录消息的 buf 不超过 64KB 时，放回池中。这里有个链接，通过这个 issue 23199[4]了解到使用动态增长的 buffer 会导致大量内存被固定，在活锁的情况下永远不会释放。

var eventPool = &sync.Pool{
 New: func() interface{} {
  return &Event{
   buf: make([]byte, 0, 500),
  }
 },
}

func putEvent(e *Event) {
 // 选择占用较小内存的 buf，将对象放回池中
 // See https://golang.org/issue/23199
 const maxSize = 1 << 16 // 64KiB
 if cap(e.buf) > maxSize {
  return
 }
 eventPool.Put(e)
}

学习日志级别

下面代码中，包含了日志级别类型的定义，日志级别对应的字符串值，获取字符串值的方法以及解析字符串为日志级别类型的方法。

// ============= log.go ===
// 日志级别类型
type Level int8

// 定义所有日志级别
const (
 DebugLevel Level = iota
 InfoLevel
 WarnLevel
 ErrorLevel
 FatalLevel
 PanicLevel
 NoLevel
 Disabled

 TraceLevel Level = -1
)

// 返回当前级别的 value
func (l Level) String() string {
 switch l {
 case TraceLevel:
  return LevelTraceValue
 case DebugLevel:
  return LevelDebugValue
 case InfoLevel:
  return LevelInfoValue
 case WarnLevel:
  return LevelWarnValue
 case ErrorLevel:
  return LevelErrorValue
 case FatalLevel:
  return LevelFatalValue
 case PanicLevel:
  return LevelPanicValue
 case Disabled:
  return "disabled"
 case NoLevel:
  return ""
 }
 return ""
}

// ParseLevel 将级别字符串解析成 zerolog level value
// 当字符串不匹配任何已知级别，返回错误
func ParseLevel(levelStr string) (Level, error) {
 switch levelStr {
 case LevelFieldMarshalFunc(TraceLevel):
  return TraceLevel, nil
 case LevelFieldMarshalFunc(DebugLevel):
  return DebugLevel, nil
 case LevelFieldMarshalFunc(InfoLevel):
  return InfoLevel, nil
 case LevelFieldMarshalFunc(WarnLevel):
  return WarnLevel, nil
 case LevelFieldMarshalFunc(ErrorLevel):
  return ErrorLevel, nil
 case LevelFieldMarshalFunc(FatalLevel):
  return FatalLevel, nil
 case LevelFieldMarshalFunc(PanicLevel):
  return PanicLevel, nil
 case LevelFieldMarshalFunc(Disabled):
  return Disabled, nil
 case LevelFieldMarshalFunc(NoLevel):
  return NoLevel, nil
 }
 return NoLevel, fmt.Errorf("Unknown Level String: '%s', defaulting to NoLevel", levelStr)
}


// ============= globals.go ===
var (
 // ......
 // 级别字段的 key 名称
 LevelFieldName = "level"
 // 各个级别的 value
 LevelTraceValue = "trace"
 LevelDebugValue = "debug"
 LevelInfoValue = "info"
 LevelWarnValue = "warn"
 LevelErrorValue = "error"
 LevelFatalValue = "fatal"
 LevelPanicValue = "panic"
 // 返回形参级别的 value
  LevelFieldMarshalFunc = func(l Level) string {
  return l.String()
 }
  // ......
)

全局日志级别参数

这里使用 atomic 来保证原子操作，要么都执行，要么都不执行，外界不会看到只执行到一半的状态，原子操作由底层硬件支持，通常比锁更有效率。

atomic.StoreInt32 用于存储 int32 类型的值。

atomic.LoadInt32 用于读取 int32 类型的值。

在源码中，做级别判断时，多处调用 GlobalLevel 以保证并发安全。

// ============= globals.go ===

var (
 gLevel          = new(int32)
 // ......
)

// SetGlobalLevel 设置全局日志级别
// 要全局禁用日志，入参为 Disabled
func SetGlobalLevel(l Level) {
 atomic.StoreInt32(gLevel, int32(l))
}

// 返回当前全局日志级别
func GlobalLevel() Level {
 return Level(atomic.LoadInt32(gLevel))
}

学习如何实现 Hook

首先定义 Hook 接口，内部有一个 Run 函数，入参包含 *Event，日志级别**level 和消息 ( **Msg** 函数的参数 )。

然后定义了 LevelHook 结构体，用于为每个级别设置 Hook 。

// ============= hook.go ===

// hook 接口
type Hook interface {
 Run(e *Event, level Level, message string)
}

// HookFunc 函数适配器
type HookFunc func(e *Event, level Level, message string)

// Run 实现 Hook 接口.
func (h HookFunc) Run(e *Event, level Level, message string) {
 h(e, level, message)
}


// 为每个级别应用不同的 hook
type LevelHook struct {
 NoLevelHook, TraceHook, DebugHook, InfoHook, WarnHook, ErrorHook, FatalHook, PanicHook Hook
}

// Run 实现 Hook 接口
func (h LevelHook) Run(e *Event, level Level, message string) {
 switch level {
 case TraceLevel:
  if h.TraceHook != nil {
   h.TraceHook.Run(e, level, message)
  }
 case DebugLevel:
  if h.DebugHook != nil {
   h.DebugHook.Run(e, level, message)
  }
 case InfoLevel:
  if h.InfoHook != nil {
   h.InfoHook.Run(e, level, message)
  }
 case WarnLevel:
  if h.WarnHook != nil {
   h.WarnHook.Run(e, level, message)
  }
 case ErrorLevel:
  if h.ErrorHook != nil {
   h.ErrorHook.Run(e, level, message)
  }
 case FatalLevel:
  if h.FatalHook != nil {
   h.FatalHook.Run(e, level, message)
  }
 case PanicLevel:
  if h.PanicHook != nil {
   h.PanicHook.Run(e, level, message)
  }
 case NoLevel:
  if h.NoLevelHook != nil {
   h.NoLevelHook.Run(e, level, message)
  }
 }
}

// NewLevelHook 创建一个 LevelHook
func NewLevelHook() LevelHook {
 return LevelHook{}
}

在源码中是如何使用的?

定义 PrintMsgHook 结构体并实现 Hook 接口，作为参数传递给 log.Hook 函数，Logger 内部的 hooks 参数用来保存对象。

// 使用案例

type PrintMsgHook struct{}

// 实现 Hook 接口，用来向控制台输出 msg
func (p PrintMsgHook) Run(e *zerolog.Event, l zerolog.Level, msg string) {
 fmt.Println(msg)
}

func TestContextualLogger(t *testing.T) {
 log := zerolog.New(os.Stdout)
 log = log.Hook(PrintMsgHook{})
 log.Info().Msg("TestContextualLogger")
}

添加 hook 源码如下

// ============ log.go ===

// Hook 返回一个带有 hook 的 Logger
func (l Logger) Hook(h Hook) Logger {
 l.hooks = append(l.hooks, h)
 return l
}

输出日志必须调用 msg 函数，hook 将在此函数的开头执行。

// ============ event.go ===

// msg 函数用来运行 hook
func (e *Event) msg(msg string) {
 for _, hook := range e.ch {
  hook.Run(e, e.level, msg)
 }
 // .......
  // 写入日志，此函数上面已经介绍过，此处省略
  // .......
}

学习如何得到调用者函数名

在看 zerolog 源码之前，需要知道一些关于 runtime.Caller 函数的前置知识，

• runtime.Caller 可以获取相关调用 goroutine 堆栈上的函数调用的文件和行号信息。
• 参数skip 是堆栈帧的数量，当 skip=0 时，输出当前函数信息; 当 skip=1 时，输出调用栈上一帧，即调用函数者的信息。
• 返回值为 程序计数器，文件位置，行号，是否能恢复信息

// ============ go@1.16.5 runtime/extern.go ===

func Caller(skip int) (pc uintptr, file string, line int, ok bool) {
 rpc := make([]uintptr, 1)
 n := callers(skip+1, rpc[:])
 if n < 1 {
  return
 }
 frame, _ := CallersFrames(rpc).Next()
 return frame.PC, frame.File, frame.Line, frame.PC != 0
}

再看 zerolog 源码，定义 callerHook 结构体并实现了 Hook 接口，实现函数中调用了参数 *Event 提供的 caller函数。

其中入参为预定义参数 CallerSkipFrameCount 和 contextCallerSkipFrameCount ，值都为 2。

zerolog caller 调用示意图

// ============ context.go ===
type callerHook struct {
 callerSkipFrameCount int
}

func newCallerHook(skipFrameCount int) callerHook {
 return callerHook{callerSkipFrameCount: skipFrameCount}
}

func (ch callerHook) Run(e *Event, level Level, msg string) {
 switch ch.callerSkipFrameCount {
  // useGlobalSkipFrameCount 是 int32 类型最小值
 case useGlobalSkipFrameCount:
    // CallerSkipFrameCount 预定义全局变量，值为 2
    // contextCallerSkipFrameCount 预定义变量，值为 2
  e.caller(CallerSkipFrameCount + contextCallerSkipFrameCount)
 default:
  e.caller(ch.callerSkipFrameCount + contextCallerSkipFrameCount)
 }
}

// useGlobalSkipFrameCount 值:-2147483648
const useGlobalSkipFrameCount = math.MinInt32

// 创建默认 callerHook
var ch = newCallerHook(useGlobalSkipFrameCount)

// Caller 为 Logger 添加 hook ，该 hook 用于记录函数调用者的 file:line
func (c Context) Caller() Context {
 c.l = c.l.Hook(ch)
 return c
}

// ============ event.go ===

func (e *Event) caller(skip int) *Event {
 if e == nil {
  return e
 }
 _, file, line, ok := runtime.Caller(skip + e.skipFrame)
 if !ok {
  return e
 }
 // CallerFieldName是默认的 key 名
  // CallerMarshalFunc 函数用于拼接  file:line
 e.buf = enc.AppendString(enc.AppendKey(e.buf, CallerFieldName), CallerMarshalFunc(file, line))
 return e
}

从日志采样中学习 atomic

这个使用案例中，TestSample 每秒允许 记录 5 条消息，超过则每 20 条仅记录一条

func TestSample(t *testing.T) {
 sampled := log.Sample(&zerolog.BurstSampler{
  Burst:       5,
  Period:      1 * time.Second,
  NextSampler: &zerolog.BasicSampler{N: 20},
 })
 for i := 0; i <= 50; i++ {
  sampled.Info().Msgf("logged messages : %2d ", i)
 }
}

输出结果本来应该输出 50 条日志，使用了采样，在一秒内输出最大 5 条日志，当大于 5 条后，每 20 条日志输出一次。

image-20210618114636900

采样的流程示意图如下

zerolog 采样函数说明图

下方是定义采样接口及实现函数的源码。

在 inc 函数中，使用 atomic 包将竞争的接收器对象的参数变成局部变量，是学习 atomic 很好的实例。函数说明都写在注释里。

// =========== sampler.go ===

// 采样器接口
type Sampler interface {
 // 如果事件是样本的一部分返回 true
 Sample(lvl Level) bool
}

// BasicSampler 基本采样器
// 每 N 个事件发送一次，不考虑日志级别
type BasicSampler struct {
 N
 counter uint32
}
// 实现采样器接口
func (s *BasicSampler) Sample(lvl Level) bool {
 n := s.N
 if n == 1 {
  return true
 }
 c := atomic.AddUint32(&s.counter, 1)
 return c%n == 1
}


type BurstSampler struct {
  // 调用 NextSampler 之前每个时间段(Period)调用的最大事件数量
 Burst uint32
 // 如果为 0，则始终调用 NextSampler
 Period time.Duration
  // 采样器
 NextSampler Sampler
  // 用于计数在一定时间内(Period)的调用数量
 counter uint32
  // 时间段的结束时间(纳秒)，即 当前时间+Period
 resetAt int64
}

// 实现 Sampler 接口
func (s *BurstSampler) Sample(lvl Level) bool {
  // 当设置了 Burst 和 Period，大于零时限制 一定时间内的最大事件数量
 if s.Burst > 0 && s.Period > 0 {
  if s.inc() <= s.Burst {
   return true
  }
 }
  // 没有采样器，结束
 if s.NextSampler == nil {
  return false
 }
  // 调用采样器
 return s.NextSampler.Sample(lvl)
}

func (s *BurstSampler) inc() uint32 {
  // 当前时间 (纳秒)
 now := time.Now().UnixNano()
  // 重置时间 (纳秒)
 resetAt := atomic.LoadInt64(&s.resetAt)
 var c uint32
  // 当前时间 > 重置时间
 if now > resetAt {
  c = 1
    // 重置 s.counter 为 1
  atomic.StoreUint32(&s.counter, c)
    // 计算下一次的重置时间
  newResetAt := now + s.Period.Nanoseconds()
    // 比较函数开头获取的重置时间与存储的时间是否相等
    // 相等时，将下一次的重置时间存储到 s.resetAt，并返回 true
  reset := atomic.CompareAndSwapInt64(&s.resetAt, resetAt, newResetAt)
  if !reset {
      // 在上面比较赋值那一步没有抢到的 goroutine 计数器+1
   c = atomic.AddUint32(&s.counter, 1)
  }
 } else {
  c = atomic.AddUint32(&s.counter, 1)
 }
 return c
}

在代码中如何调用的呢?

Info 函数及其他级别函数都会调用 newEvent，在该函数的开头， should 函数用来判断是否需要记录的日志级别和采样。

// ============ log.go ===
// should 如果应该被记录，则返回 true
func (l *Logger) should(lvl Level) bool {
  if lvl < l.level || lvl < GlobalLevel() {
    return false
  }
  // 如果使用了采样，则调用采样函数，判断本次事件是否记录
  if l.sampler != nil && !samplingDisabled() {
    return l.sampler.Sample(lvl)
  }
  return true
}

Doc

关于更多 zerolog 的使用可以参考 https://pkg.go.dev/github.com/rs/zerolog

比较

说明 : 以下资料来源于 zerolog 官方。从性能分析上 zerolog 比 zap 和其他 logger 库更胜一筹，关于 zerolog 和 zap 的使用，gopher 可根据实际业务场景具体考量。

记录 10 个 KV 字段的消息 :

LibraryTimeBytes AllocatedObjects Allocatedzerolog767 ns/op552 B/op6 allocs/op? zap848 ns/op704 B/op2 allocs/op? zap (sugared)1363 ns/op1610 B/op20 allocs/opgo-kit3614 ns/op2895 B/op66 allocs/oplion5392 ns/op5807 B/op63 allocs/oplogrus5661 ns/op6092 B/op78 allocs/opapex/log15332 ns/op3832 B/op65 allocs/oplog1520657 ns/op5632 B/op93 allocs/op

使用一个已经有 10 个 KV 字段的 logger 记录一条消息 :

LibraryTimeBytes AllocatedObjects Allocatedzerolog52 ns/op0 B/op0 allocs/op? zap283 ns/op0 B/op0 allocs/op? zap (sugared)337 ns/op80 B/op2 allocs/oplion2702 ns/op4074 B/op38 allocs/opgo-kit3378 ns/op3046 B/op52 allocs/oplogrus4309 ns/op4564 B/op63 allocs/opapex/log13456 ns/op2898 B/op51 allocs/oplog1514179 ns/op2642 B/op44 allocs/op

记录一个字符串，没有字段或 printf 风格的模板 :

LibraryTimeBytes AllocatedObjects Allocatedzerolog50 ns/op0 B/op0 allocs/op? zap236 ns/op0 B/op0 allocs/opstandard library453 ns/op80 B/op2 allocs/op? zap (sugared)337 ns/op80 B/op2 allocs/opgo-kit508 ns/op656 B/op13 allocs/oplion771 ns/op1224 B/op10 allocs/oplogrus1244 ns/op1505 B/op27 allocs/opapex/log2751 ns/op584 B/op11 allocs/oplog155181 ns/op1592 B/op26 allocs/op

相似的库

logrus[5] 功能强大

zap[6] 非常快速，结构化，分级

参考资料

zerolog 官方文档[7]

参考资料

[1]

性能: https://github.com/rs/zerolog#benchmarks

[2]

zap: https://godoc.org/go.uber.org/zap

[3]

这里: https://pkg.go.dev/github.com/rs/zerolog#readme-standard-types

[4]

issue 23199: https://golang.org/issue/23199

[5]

logrus: https://github.com/sirupsen/logrus

[6]

zap: https://github.com/uber-go/zap

[7]

zerolog 官方文档: https://pkg.go.dev/github.com/rs/zerolog