Zap采样仅对Logger生效，SugaredLogger完全绕过采样逻辑；结构化日志须用强类型构造器、禁用zap.Any；文件输出需lumberjack+zapcore.AddSync组合；多目标写入用NewMultiCore；Sync()需覆盖所有With派生子logger。
zap采样只对Logger生效，SugaredLogger完全不走采样逻辑
采样（Sampling）是高频日志场景下控制输出量的关键手段，但它的作用范围常被误判。zapcore.NewSampler返回的Core只包装在Logger内部，而SugaredLogger底层调用时会绕过Sampler直接写入——这意味着你配置了采样却还在刷屏，大概率是因为混用了SugaredLogger。
实操建议：
立即学习“go语言免费学习笔记（深入）”；
Golang Uber Dig
下载
使用 uber-go/dig 在 Golang 中实现依赖注入——基于反射容器，提供 Provide/Invoke、dig.In/dig.Out 参数与结果对象，支持命名依赖等
- 确认所有高频路径（如HTTP handler、DB hook）统一使用
zap.Logger，禁用zap.SugaredLogger做性能敏感日志 - 采样配置必须放在
zapcore.Core组装阶段，例如：zapcore.NewSampler(core, zapcore.SamplingConfig{Initial: 100, Thereafter: 100}) - 采样阈值按实际QPS估算：Initial设为突发流量头100条全记，Thereafter设为后续每100条记1条，避免漏掉关键错误模式
- 验证是否生效：在采样开启后，用
logger.Debug("test", zap.Int("n", i))循环打1000条，观察输出条数是否符合预期
结构化字段必须用强类型构造器，别用zap.Any传复杂结构
zap.Any看似方便，但它触发反射和内存分配，破坏zap零分配设计。尤其在切片、map、自定义struct场景下，性能损耗陡增，且丢失类型语义，导致日志分析工具无法正确解析字段类型。
实操建议：
立即学习“go语言免费学习笔记（深入）”；
- 字符串切片必须用
zap.Strings("tags", []string{"a", "b"})，而非zap.Any("tags", []string{"a", "b"}) - 时间必须用
zap.Time("ts", time.Now())，不用zap.String("ts", t.Format(time.RFC3339))——后者每次调用都new字符串 - 错误必须用
zap.Error(err)，它自动展开err.Error()和栈帧（若启用），比zap.String("err", err.Error())更省内存且带上下文 - 自定义struct想结构化输出？先实现
MarshalLogObject接口，再用zap.Object("req", req)，避免zap.Any兜底
生产环境文件输出必须组合lumberjack + zapcore.AddSync，不能直连os.File
直接把os.File塞进WriteSyncer是常见陷阱：进程崩溃时内核缓冲区未刷盘，最后几条日志就丢了；同时os.File不支持轮转，单文件无限增长。
实操建议：
立即学习“go语言免费学习笔记（深入）”；
- 用
lumberjack.Logger配置轮转策略（MaxSize、MaxAge、Compress），但它本身不是io.WriteSyncer - 必须用
zapcore.AddSync封装：zapcore.AddSync(&lumberjack.Logger{...})，否则Sync()不生效 - 多输出目标（如文件+控制台）要用
zapcore.NewMultiCore，而非手动multiwrite——前者并发写入，后者同步阻塞拖慢主流程 - 务必在程序退出前调用
logger.Sync()，尤其当使用logger.With(...)创建子logger时，父logger的Sync()才管所有子logger缓冲区
语言学习类可观测性需靠With注入上下文，而非全局变量或闭包捕获
做语言学习服务（如语法检查、翻译API）时，可观测性依赖请求粒度的上下文隔离：用户ID、输入语言、目标语言、模型版本等必须作为结构化字段透传，而不是靠中间件闭包或全局变量“悄悄带过去”——这会导致日志字段缺失、父子span错位、采样策略失效。
实操建议：
立即学习“go语言免费学习笔记（深入）”；
- 在入口处用
logger = logger.With(zap.String("user_id", uid), zap.String("src_lang", src), zap.String("dst_lang", dst))注入固定维度 - 避免在handler里反复调用
With：提前构建好带基础字段的reqLogger，再传入下游函数 - 字段命名用小写+下划线（如
"token_count"），与ELK/Promtail默认解析规则对齐，减少logstash filter配置成本 - 敏感字段（如原始query）要加
zap.String("query_redacted", "***")并配Hook脱敏，别依赖前端过滤
logger.Sync()的覆盖范围——它只刷当前logger及其所有With派生出的子logger，如果你在goroutine里单独With了一个logger又忘了同步，那批日志就永远卡在内存里。 
