Go日志库Logrus拿下2.5万Star，结构化日志的开路先锋

Go日志库Logrus拿下2.5万Star，结构化日志的开路先锋

Go 语言标准库自带 log 包，但功能太基础了：没有日志级别、没有结构化字段、输出格式也单一。Logrus 就是来解决这些问题的，而且它做到了跟标准库 API 完全兼容。GitHub 上 25,728 个 Star，是 Go 生态里最知名的日志库之一。

一行 import 就能用

Logrus 的入门成本几乎为零。你只需要把 import 改一下：

import log "github.com/sirupsen/logrus"

原来代码里所有 log.Print、log.Fatal 照常工作，不需要改任何业务逻辑。然后你可以按自己的节奏逐步加上结构化字段：

log.WithFields(logrus.Fields{
    "user_id": 12345,
    "action":  "login",
}).Info("用户登录成功")

这种写法的好处是在生产环境查日志时，可以按字段精确过滤，而不是用 grep 在字符串里大海捞针。Logrus 官方文档原话是：经历过无数次"加一个字段就能省下几小时排查"的场景之后，结构化日志的必要性就不需要再论证了。

七级日志加上双格式输出

Logrus 支持七个日志级别：Trace、Debug、Info、Warning、Error、Fatal、Panic。通过 log.SetLevel(log.InfoLevel) 可以控制最低输出级别，低于该级别的日志会被忽略。开发时开 Debug，生产环境只输出 Info 及以上，很实用。

输出格式提供了两种内置选择：TextFormatter 和 JSONFormatter。本地开发默认用 TextFormatter，终端里带颜色高亮，错误红色、警告黄色。切到 JSONFormatter 之后，每行一条 JSON，Logstash、Splunk、Elasticsearch 这些日志平台可以直接解析：

{"animal":"walrus","level":"info","msg":"A group of walrus emerges from the ocean","size":10,"time":"2014-03-10 19:57:38.562"}

Hook 机制让一条日志多路分发

Logrus 的 Hook 设计是把一个日志事件同时发给多个目标。你可以注册几个 Hook：Error 级别以上的发到 Sentry 做异常告警，Info 级别的按采样率发给 StatsD 做统计，全部日志写到本地文件。每个 Hook 各自处理，互不阻塞。

官方内置了 Syslog Hook，社区也有大量第三方 Hook，覆盖了 Airbrake、Bugsnag、Logstash、Fluentd 等服务。自定义 Hook 也很简单，实现一个接口就行。

进入维护模式不是说项目死了

2020 年前后，Logrus 作者宣布项目进入维护模式，只修 bug 和安全问题，不再加新功能。有人觉得这是维护者放弃了，实际正相反：Logrus 已经把 Go 结构化日志这件事定义清楚了。后来出现的 Zerolog、Zap 在性能上确实更强（Zap 的零内存分配设计在高并发场景下比 Logrus 快数倍），但它们的设计范式都来自 Logrus 打下的基础。

这是一个标准制定者的角色：定义了接口和交互方式之后，后来者在相同范式下去做极致优化。Logrus 的历史任务完成了。

现在还能用吗

如果你在写一个对日志吞吐要求不是每秒百万级别的 Go 项目，Logrus 依然是很好的选择。API 设计是它最大的优势：足够简单、足够直观、文档完善。从标准库迁移过来的学习成本几乎为零。

Docker、Prometheus、Grafana Loki 等项目都曾经或仍在大量使用 Logrus。25k Star 的数字本身就说明了社区认可度。

安装就是一条命令搞定。如果对延迟敏感的链路（比如高频交易的日志路径），可以考虑 Zerolog 或 Zap；其余场景，Logrus 的易用性已经足够覆盖。