异步写入结合缓冲机制可避免日志成为性能瓶颈，通过channel将日志传递给后台协程批量写盘，使用bufio减少系统调用，配合文件切割与zap提升序列化效率。
在高并发场景下，日志写入不能成为系统瓶颈。Golang 中标准库 log 虽然简单易用，但直接写文件性能较差，尤其在频繁写入时会引发大量系统调用。要实现高性能日志写入，关键在于：异步写入、批量刷盘、缓冲机制和合理的文件切割策略。
使用 buffered io + goroutine 异步写入
核心思路是将日志写入操作从主流程中剥离，通过 channel 将日志条目传递给后台协程处理，并使用缓冲减少磁盘 I/O 次数。
package main
<p>import (
"bufio"
"os"
"sync"
)</p><p>type AsyncLogger struct {
mu sync.Mutex
file <em>os.File
writer </em>bufio.Writer
ch chan string
wg sync.WaitGroup
}</p><p>func NewAsyncLogger(filename string, bufferSize int) *AsyncLogger {
file, err := os.OpenFile(filename, os.O_CREATE|os.O_WRONLY|os.O_APPEND, 0644)
if err != nil {
panic(err)
}</p><pre class='brush:php;toolbar:false;'>logger := &AsyncLogger{
file: file,
writer: bufio.NewWriterSize(file, bufferSize),
ch: make(chan string, 1000), // 缓冲 channel 防止阻塞
}
logger.wg.Add(1)
go logger.worker()
return logger}
func (l *AsyncLogger) worker() { defer l.wg.Done() for line := range l.ch { , = l.writer.WriteString(line + "\n") } // 关闭前刷新缓冲区 _ = l.writer.Flush() }
func (l *AsyncLogger) Println(msg string) { select { case l.ch <- msg: default: // 防止 channel 满时阻塞，可丢弃或落盘警告 } }
func (l *AsyncLogger) Close() { close(l.ch) l.wg.Wait() _ = l.file.Close() }
结合 logrotate 实现按大小切割
生产环境需要控制单个日志文件大小，避免无限增长。可在后台定期检查文件尺寸，超过阈值则关闭当前文件并重命名。
立即学习“go语言免费学习笔记（深入）”；
Miller (mlr) 是一个命令行工具，用于查询、整形和重新格式化名称索引数据，如 CSV、TSV、JSON 和 JSON Lines。它将 awk、sed、cut、join 和 sort 的功能整合到一个专为结构化数据处理而构建的单一工具中。
func (l *AsyncLogger) checkAndRotate(maxSize int64) error {
info, err := l.file.Stat()
if err != nil {
return err
}
if info.Size() > maxSize {
l.mu.Lock()
defer l.mu.Unlock()
<pre class='brush:php;toolbar:false;'> _ = l.writer.Flush()
_ = l.file.Close()
// 重命名旧文件
_ = os.Rename("app.log", "app.log.bak")
// 创建新文件
newFile, err := os.Create("app.log")
if err != nil {
return err
}
l.file = newFile
l.writer = bufio.NewWriterSize(newFile, 4096)
}
return nil}
使用 zap 提升序列化性能
结构化日志推荐使用 uber 开源的 zap 库，它通过预分配字段、避免反射等方式实现极低开销。
import "go.uber.org/zap"
<p>func initZapLogger() *zap.Logger {
cfg := zap.NewProductionConfig()
cfg.OutputPaths = []string{"async<em>log.json"}
logger, </em> := cfg.Build()
return logger
}</p><p>// 使用示例
logger := initZapLogger()
logger.Info("http request",
zap.String("method", "GET"),
zap.String("url", "/api"),
zap.Int("status", 200))</p>zap 在结构化日志场景下比标准库快数倍，且支持同步与异步写入模式。
基本上就这些。异步写入加缓冲能显著降低 I/O 延迟，配合 zap 可满足大多数高性能服务需求。注意异常情况下确保日志不丢失，比如程序退出前调用 Close 刷盘。不复杂但容易忽略。
