396 lines
13 KiB
Markdown
396 lines
13 KiB
Markdown
# 🚀 Rust Logger
|
||
|
||
**Rust Logger** 是一个专为微服务架构设计的高性能、异步、可扩展的 Rust 日志库。
|
||
|
||
它基于 `Tokio` 运行时，支持多输出源（控制台、文件、PostgreSQL），内置分布式追踪（TraceID）支持，并提供自动化的日志轮转与过期清理机制。
|
||
|
||
## ✨ 核心特性
|
||
|
||
* **⚡ 全异步非阻塞**：使用 `tokio` 和 `channel` 异步写入，确保业务主线程不受 I/O 阻塞。
|
||
* **🗄️ PostgreSQL 集成**：
|
||
* 支持 **自动按月分表**（Auto Partitioning），无需人工干预。
|
||
* 支持 `service_name` 区分多服务。
|
||
* 结构化存储，便于 SQL 审计与分析。
|
||
* **📄 文件日志管理**：
|
||
* 支持 **按天 + 按大小 (100MB)** 自动轮转切割。
|
||
* 支持基于文件名的智能过期删除。
|
||
* **🔍 分布式追踪 (TraceID)**：
|
||
* 基于 `Task Local` 的无侵入式上下文传递。
|
||
* 全链路日志关联，轻松定位并发请求问题。
|
||
* **🧹 自动清理 (Retention)**：
|
||
* 后台协程自动清理过期数据库分区和旧日志文件。
|
||
|
||
## 📂 项目结构
|
||
|
||
```text
|
||
rust_logger/
|
||
├── Cargo.toml # 项目依赖配置
|
||
├── tests/ # 集成测试
|
||
├── src/
|
||
│ ├── lib.rs # 库入口 (导出宏与全局实例)
|
||
│ ├── core.rs # 核心引擎 (Channel 管理与后台协程)
|
||
│ ├── model.rs # 数据模型 (LogRecord, LogLevel)
|
||
│ ├── context.rs # 链路追踪上下文 (Task Local)
|
||
│ ├── cleaner.rs # 自动清理任务 (Retention Policy)
|
||
│ └── outputs/ # 输出策略模块
|
||
│ ├── mod.rs # LogOutput Trait 定义
|
||
│ ├── console.rs # 控制台输出
|
||
│ ├── file.rs # 文件输出 (含轮转逻辑)
|
||
│ └── postgres.rs # 数据库输出 (含自动分表逻辑)
|
||
```
|
||
|
||
## 📦 安装说明
|
||
|
||
由于本项目托管于内部 Kellnr 仓库，请按照以下步骤配置。
|
||
|
||
### 1. 配置 Registry 源
|
||
在项目根目录或全局的 `.cargo/config.toml` 中添加：
|
||
|
||
```toml
|
||
[registries.kellnr]
|
||
index = "sparse+https://kellnr.shay7sev.site/api/v1/crates/"
|
||
```
|
||
|
||
### 2. 添加依赖
|
||
在你的 `Cargo.toml` 中添加：
|
||
|
||
```toml
|
||
[dependencies]
|
||
# 指定 registry 为私有源
|
||
rust_logger = { version = "0.1.0", registry = "kellnr" }
|
||
tokio = { version = "1", features = ["full"] }
|
||
sqlx = { version = "0.7", features = ["postgres", "runtime-tokio-native-tls"] }
|
||
```
|
||
|
||
## 🛠️ 快速开始
|
||
|
||
### 1. 数据库准备
|
||
在使用 PostgreSQL 输出前，请先创建基础表结构：
|
||
|
||
```sql
|
||
CREATE TABLE app_logs (
|
||
id BIGSERIAL,
|
||
service_name VARCHAR(50) NOT NULL,
|
||
log_level VARCHAR(10) NOT NULL,
|
||
message TEXT NOT NULL,
|
||
module VARCHAR(100),
|
||
trace_id VARCHAR(64), -- 支持 TraceID
|
||
created_at TIMESTAMPTZ NOT NULL
|
||
) PARTITION BY RANGE (created_at);
|
||
|
||
-- 建立索引
|
||
CREATE INDEX idx_logs_service_time ON app_logs(service_name, created_at);
|
||
CREATE INDEX idx_logs_trace_id ON app_logs(trace_id);
|
||
```
|
||
|
||
### 2. 初始化 Logger
|
||
|
||
```rust
|
||
use rust_logger::{
|
||
Logger, LoggerConfig, LogLevel, LogCleaner,
|
||
outputs::{ConsoleOutput, PostgresOutput, FileOutput},
|
||
set_global_logger, log_info
|
||
};
|
||
use sqlx::postgres::PgPoolOptions;
|
||
|
||
#[tokio::main]
|
||
async fn main() -> anyhow::Result<()> {
|
||
// 1. 连接数据库
|
||
let pool = PgPoolOptions::new().connect("postgres://...").await?;
|
||
|
||
// 2. 初始化文件输出
|
||
let file_output = FileOutput::new("logs", "my-service").await?;
|
||
|
||
// 3. 配置 Logger
|
||
let config = LoggerConfig {
|
||
min_level: LogLevel::INFO,
|
||
outputs: vec![
|
||
Box::new(ConsoleOutput),
|
||
Box::new(PostgresOutput::new(pool.clone())),
|
||
Box::new(file_output),
|
||
],
|
||
};
|
||
|
||
// 4. 启动全局 Logger (传入当前服务名)
|
||
let logger = Logger::init("my-service", config);
|
||
set_global_logger(logger);
|
||
|
||
// 5. (可选) 启动自动清理任务：保留 7 天日志
|
||
LogCleaner::new(7)
|
||
.with_db_cleanup(pool)
|
||
.with_file_cleanup("logs", "my-service")
|
||
.start();
|
||
|
||
// 6. 打印日志
|
||
log_info!("System started successfully!");
|
||
|
||
Ok(())
|
||
}
|
||
```
|
||
|
||
## 🔍 使用 TraceID 进行链路追踪
|
||
|
||
在处理 HTTP 请求或复杂业务时，建议使用 `with_trace_id` 包裹逻辑。
|
||
|
||
```rust
|
||
use rust_logger::context::with_trace_id;
|
||
use rust_logger::{log_info, log_error};
|
||
use uuid::Uuid;
|
||
|
||
async fn handle_request() {
|
||
let trace_id = Uuid::new_v4().to_string();
|
||
|
||
// 在此闭包内的所有日志都会自动带上 trace_id
|
||
with_trace_id(trace_id, async {
|
||
log_info!("收到请求");
|
||
|
||
process_payment().await;
|
||
|
||
log_info!("请求处理完成");
|
||
}).await;
|
||
}
|
||
|
||
async fn process_payment() {
|
||
// 无需手动传递 ID，自动获取上下文
|
||
log_info!("正在扣款...");
|
||
}
|
||
```
|
||
|
||
**日志输出示例：**
|
||
```text
|
||
2026-01-23 10:00:01 [INFO] [a1b2-c3d4...] - 收到请求
|
||
2026-01-23 10:00:02 [INFO] [a1b2-c3d4...] - 正在扣款...
|
||
2026-01-23 10:00:03 [INFO] [a1b2-c3d4...] - 请求处理完成
|
||
```
|
||
|
||
<details>
|
||
|
||
### 实例：编写业务代码 (`order-service/src/main.rs`)
|
||
|
||
我们需要引入 `uuid` 来生成唯一的 ID。
|
||
|
||
**Cargo.toml:**
|
||
```toml
|
||
[dependencies]
|
||
# ... 其他依赖
|
||
uuid = { version = "1.0", features = ["v4"] }
|
||
```
|
||
|
||
**main.rs:**
|
||
在这个例子中，我们模拟**两个并发请求**同时进入系统。
|
||
|
||
```rust
|
||
use rust_logger::{
|
||
context::with_trace_id, // 核心：上下文管理器
|
||
log_info, log_error, set_global_logger,
|
||
Logger, LoggerConfig, LogLevel, LogCleaner,
|
||
outputs::{ConsoleOutput, PostgresOutput, FileOutput}
|
||
};
|
||
use sqlx::postgres::PgPoolOptions;
|
||
use std::time::Duration;
|
||
use uuid::Uuid;
|
||
use std::sync::Arc;
|
||
|
||
#[tokio::main]
|
||
async fn main() -> anyhow::Result<()> {
|
||
// 1. 初始化 DB
|
||
let db_url = std::env::var("DATABASE_URL").expect("DATABASE_URL must be set");
|
||
let pool = PgPoolOptions::new().connect(&db_url).await?;
|
||
|
||
// 2. 初始化 Logger (同时输出到 Console, DB, File)
|
||
let file_output = FileOutput::new("logs", "order-service").await?;
|
||
|
||
let config = LoggerConfig {
|
||
min_level: LogLevel::INFO,
|
||
outputs: vec![
|
||
Box::new(ConsoleOutput),
|
||
Box::new(PostgresOutput::new(pool.clone())), // DB
|
||
Box::new(file_output), // File
|
||
],
|
||
};
|
||
|
||
set_global_logger(Logger::init("order-service", config));
|
||
|
||
// 3. 启动清理任务 (可选)
|
||
LogCleaner::new(7).with_db_cleanup(pool.clone()).start();
|
||
|
||
println!(">>> 服务启动，开始模拟并发请求...\n");
|
||
|
||
// 4. 模拟并发：同时处理两个用户的下单请求
|
||
// 场景：
|
||
// - 用户 A (Alice) 下单成功
|
||
// - 用户 B (Bob) 下单失败
|
||
|
||
let request_a = tokio::spawn(mock_http_handler("Alice", "ITEM-001", true));
|
||
let request_b = tokio::spawn(mock_http_handler("Bob", "ITEM-999", false)); // 模拟库存不足
|
||
|
||
// 等待请求处理完成
|
||
let _ = tokio::join!(request_a, request_b);
|
||
|
||
// 等待日志写入完毕
|
||
tokio::time::sleep(Duration::from_secs(1)).await;
|
||
println!("\n>>> 模拟结束。请查看数据库或文件日志。");
|
||
|
||
Ok(())
|
||
}
|
||
|
||
// 模拟 HTTP 请求入口 (Middleware 层)
|
||
async fn mock_http_handler(user: &str, item_id: &str, is_success: bool) {
|
||
// 1. 生成 TraceID (通常从 HTTP Header "X-Trace-ID" 获取，没有则生成)
|
||
let trace_id = Uuid::new_v4().to_string();
|
||
|
||
// 2. 【关键】使用 with_trace_id 包裹整个业务逻辑
|
||
// 只要在这个闭包里，无论调用多深层的函数，log_info! 都会自动带上 ID
|
||
with_trace_id(trace_id.clone(), async move {
|
||
log_info!("收到下单请求: User={}, Item={}", user, item_id);
|
||
|
||
// 进入业务逻辑层
|
||
process_order(user, item_id, is_success).await;
|
||
|
||
log_info!("请求处理完毕，返回响应给 {}", user);
|
||
}).await;
|
||
}
|
||
|
||
// 模拟业务逻辑层 (Service 层)
|
||
async fn process_order(user: &str, item_id: &str, simulate_success: bool) {
|
||
log_info!("正在检查库存: {}", item_id);
|
||
tokio::time::sleep(Duration::from_millis(50)).await; // 模拟耗时
|
||
|
||
if simulate_success {
|
||
log_info!("库存充足，开始扣款...");
|
||
payment_service(user, 100).await;
|
||
log_info!("下单成功！订单号: ORDER-{}", Uuid::new_v4());
|
||
} else {
|
||
log_error!("库存不足！商品 {} 缺货", item_id);
|
||
log_info!("订单已取消");
|
||
}
|
||
}
|
||
|
||
// 模拟底层服务 (DAO/RPC 层)
|
||
async fn payment_service(user: &str, amount: i32) {
|
||
// 注意：这里我们没有传 trace_id 参数，但 log_info 依然能获取到它！
|
||
log_info!("扣款成功: User={}, Amount=${}", user, amount);
|
||
}
|
||
```
|
||
|
||
### 测试：运行与证明
|
||
|
||
运行代码后，我们来看看 **为什么 TraceID 是分布式的救命稻草**。
|
||
|
||
#### 1. 如果没有 TraceID (灾难现场)
|
||
在控制台或文件中，由于是异步并发，日志会是**时间交错**的。你看到的可能是这样：
|
||
|
||
```text
|
||
2026-01-22 10:00:01 [INFO] 收到下单请求: User=Alice
|
||
2026-01-22 10:00:01 [INFO] 收到下单请求: User=Bob <-- 乱入
|
||
2026-01-22 10:00:02 [INFO] 正在检查库存: ITEM-001
|
||
2026-01-22 10:00:02 [INFO] 正在检查库存: ITEM-999 <-- 分不清谁是谁了
|
||
2026-01-22 10:00:03 [ERROR] 库存不足！
|
||
2026-01-22 10:00:03 [INFO] 库存充足，开始扣款... <-- 谁库存充足？谁不足？
|
||
2026-01-22 10:00:04 [INFO] 扣款成功
|
||
```
|
||
**问题**：当 Bob 投诉说“我下单失败了”，你看着日志里的“扣款成功”会陷入沉思：到底扣没扣 Bob 的钱？
|
||
|
||
#### 2. 使用 TraceID 后 (真相大白)
|
||
现在查看生成的文件日志 `logs/order-service-YYYY-MM-DD.log`，或者查看数据库。
|
||
|
||
**实际输出：**
|
||
```text
|
||
[INFO] [550e8400-e29b...] - 收到下单请求: User=Alice
|
||
[INFO] [a1b2c3d4-ffff...] - 收到下单请求: User=Bob
|
||
[INFO] [550e8400-e29b...] - 正在检查库存: ITEM-001
|
||
[INFO] [a1b2c3d4-ffff...] - 正在检查库存: ITEM-999
|
||
[ERROR] [a1b2c3d4-ffff...] - 库存不足！商品 ITEM-999 缺货
|
||
[INFO] [a1b2c3d4-ffff...] - 订单已取消
|
||
[INFO] [550e8400-e29b...] - 库存充足，开始扣款...
|
||
[INFO] [550e8400-e29b...] - 扣款成功: User=Alice, Amount=$100
|
||
```
|
||
虽然行还是交错的，但我们可以清楚地看到 ID `a1b2c3d4...` (Bob) 对应的是 **ERROR**，而 ID `550e8400...` (Alice) 对应的是 **扣款成功**。
|
||
|
||
---
|
||
|
||
### 调试：如何追查问题 (Audit)
|
||
|
||
当生产环境出现问题时，正确的排查姿势如下：
|
||
|
||
#### 场景：客服转来一个工单，用户 Bob 说 10:00 左右下单失败了。
|
||
|
||
**1. 模糊搜索定位 TraceID**
|
||
你不知道 TraceID，但知道时间和用户。
|
||
使用 `grep` 或 SQL：
|
||
|
||
```sql
|
||
-- 查找 Bob 在那个时间点的第一条日志，为了拿 TraceID
|
||
SELECT trace_id, message, created_at
|
||
FROM app_logs
|
||
WHERE message LIKE '%Bob%'
|
||
AND created_at BETWEEN '2026-01-22 10:00:00' AND '2026-01-22 10:05:00'
|
||
LIMIT 1;
|
||
```
|
||
**结果**：拿到 TraceID = `a1b2c3d4-ffff...`
|
||
|
||
**2. 全链路还原 (The Magic Query)**
|
||
拿着这个 ID，查询该请求的一生。
|
||
|
||
```sql
|
||
SELECT created_at, log_level, module, message
|
||
FROM app_logs
|
||
WHERE trace_id = 'a1b2c3d4-ffff-...'
|
||
ORDER BY created_at ASC;
|
||
```
|
||
|
||
**还原出的故事：**
|
||
1. `10:00:01` [INFO] 收到请求 (module: `mock_http_handler`)
|
||
2. `10:00:02` [INFO] 检查库存 ITEM-999 (module: `process_order`)
|
||
3. `10:00:03` [ERROR] **库存不足！** (module: `process_order`) <--- **找到原因了！**
|
||
4. `10:00:03` [INFO] 订单取消
|
||
|
||
**结论**：你可以自信地回复工单：“经排查，用户下单失败是因为商品 ITEM-999 此时没有库存了，系统正确拦截，未扣款。”
|
||
|
||
---
|
||
|
||
### 总结：TraceID 的三大好处
|
||
|
||
1. **解耦并发**：在高并发系统中（每秒几千个请求），TraceID 是唯一能把属于同一个请求的日志“聚合”在一起的键。
|
||
2. **跨越边界**：虽然本例只演示了一个服务，但 TraceID 通常会通过 HTTP Header 传给下游服务（Payment Service, Stock Service）。这样你在 Kibana/Grafana 里搜一个 TraceID，能看到跨越 5 个微服务的完整调用链。
|
||
3. **无侵入开发**：你的开发人员不需要在写 `payment_service` 时手动传递 `trace_id` 参数，他们只需要写 `log_info!`，库会自动完成剩下的工作。
|
||
|
||
</details>
|
||
|
||
## ⚙️ 高级配置
|
||
|
||
### 数据库分区策略
|
||
* 库会自动检测当前月份，若 `app_logs_YYYY_MM` 表不存在，则自动创建。
|
||
* 无需 DBA 手动维护未来的分区表。
|
||
|
||
### 文件轮转策略
|
||
* **按大小**：单文件超过 100MB 自动重命名归档。
|
||
* **按日期**：跨天后自动创建新日期的文件。
|
||
* **文件命名**：`{service_name}-{yyyy-mm-dd}.log`
|
||
|
||
## 🤝 贡献指南
|
||
|
||
1. Clone 本仓库。
|
||
2. 在 `tests/` 目录下编写集成测试。
|
||
3. 提交 Pull Request 前请运行 `cargo test` 确保所有测试通过。
|
||
|
||
<details>
|
||
<summary>👉 点击查看系统架构 UML 图</summary>
|
||
|
||
## 🏗️ 架构设计
|
||
|
||
本库采用 **异步事件驱动 (Async Event-driven)** 架构，基于 **Active Object** 模式设计。
|
||
业务线程仅负责将日志通过 `MPSC Channel` 发送，由独立的后台协程负责实际的 I/O 写入，从而实现 **Zero-Blocking**（零阻塞）的业务性能。
|
||
|
||
<!-- 这里必须空一行！ -->
|
||
|
||
```mermaid
|
||
graph TD
|
||
A[Start] --> B[End]
|
||
```
|
||
|
||
<!-- 下面也空一行！ -->
|
||
|
||
</details>
|
||
|