目录

Gin + zap 实现日志链路追踪:RequestID 与 TraceID 完整方案

在实际的 Go 后端项目中,当并发请求量上来之后,你会发现一件很头疼的事情——日志全混在一起了。某个接口报错了,你想从日志里找到完整的调用链路,却发现不同请求的日志交织在一起,根本分不清哪条日志属于哪个请求。

解决这个问题的关键就是给每个请求打上一个唯一标识,也就是我们常说的 RequestIDTraceID。本文会手把手带你在 Gin 框架中用 zap 日志库实现这套链路追踪方案。

为什么需要 RequestID 和 TraceID

先搞清楚两个概念:

  • RequestID:标识单次 HTTP 请求的唯一 ID,通常由网关或服务端自动生成,用于串联一次请求在当前服务内的所有日志。
  • TraceID:在分布式系统中跨服务传递的追踪 ID,用于将多个服务之间的调用串联起来,形成完整的调用链路。

在单体应用场景下,两者往往可以合并使用。在微服务架构中,TraceID 由上游传递过来,而 RequestID 是当前服务自己生成的。

没有这套机制会怎样?举个真实场景:

  1. 线上某个接口偶发 500 错误,你去看日志
  2. 每秒几百条日志滚动,不同用户的请求日志交叉在一起
  3. 你只能靠肉眼或者关键词去筛选,效率极低
  4. 如果涉及多个服务调用,排查难度更是指数级上升

有了 RequestID 之后,只需要一个 grep 命令就能精准拉出某次请求的全部日志,排查效率直接拉满。

整体设计思路

实现日志链路追踪的核心思路并不复杂,总共分三步:

  1. 中间件生成 ID:在 Gin 的中间件中为每个请求生成 RequestID(或从请求头中提取 TraceID),写入 gin.Context
  2. Context 传递:将带有 ID 信息的 Logger 绑定到 context.Context,沿着调用链向下传递
  3. 业务层取出使用:业务代码通过 Context 获取绑定了 ID 的 Logger,打印日志时自动携带链路信息

下面我们逐步实现。

第一步:初始化 zap Logger

首先搭建一个基础的 zap Logger 封装,支持日志分级、文件输出和控制台输出。

package logger

import (
	"os"

	"go.uber.org/zap"
	"go.uber.org/zap/zapcore"
	"gopkg.in/natefinished/lumberjack.v2"
)

var defaultLogger *zap.Logger

// InitLogger 初始化全局 Logger
func InitLogger(logPath string, level string) {
	// 日志级别映射
	var zapLevel zapcore.Level
	switch level {
	case "debug":
		zapLevel = zapcore.DebugLevel
	case "info":
		zapLevel = zapcore.InfoLevel
	case "warn":
		zapLevel = zapcore.WarnLevel
	case "error":
		zapLevel = zapcore.ErrorLevel
	default:
		zapLevel = zapcore.InfoLevel
	}

	// 编码器配置
	encoderConfig := zapcore.EncoderConfig{
		TimeKey:        "time",
		LevelKey:       "level",
		NameKey:        "logger",
		CallerKey:      "caller",
		MessageKey:     "msg",
		StacktraceKey:  "stacktrace",
		LineEnding:     zapcore.DefaultLineEnding,
		EncodeLevel:    zapcore.LowercaseLevelEncoder,
		EncodeTime:     zapcore.ISO8601TimeEncoder,
		EncodeDuration: zapcore.SecondsDurationEncoder,
		EncodeCaller:   zapcore.ShortCallerEncoder,
	}

	// 文件输出(使用 lumberjack 做日志切割)
	fileWriter := &lumberjack.Logger{
		Filename:   logPath,
		MaxSize:    128, // 单文件最大 128MB
		MaxBackups: 30,
		MaxAge:     7, // 保留 7 天
		Compress:   true,
	}

	// 构建多输出核心:同时写文件和控制台
	core := zapcore.NewTee(
		zapcore.NewCore(
			zapcore.NewJSONEncoder(encoderConfig),
			zapcore.AddSync(fileWriter),
			zapLevel,
		),
		zapcore.NewCore(
			zapcore.NewConsoleEncoder(encoderConfig),
			zapcore.AddSync(os.Stdout),
			zapLevel,
		),
	)

	defaultLogger = zap.New(core, zap.AddCaller(), zap.AddCallerSkip(1))
}

// GetLogger 获取全局 Logger
func GetLogger() *zap.Logger {
	return defaultLogger
}

这里有几个要点:

  • 使用 lumberjack 做日志文件自动切割,避免单个日志文件过大
  • zapcore.NewTee 同时输出到文件和控制台,开发时方便查看
  • AddCaller 会在日志中记录调用位置,方便定位代码

第二步:编写 RequestID 中间件

这是整个方案的核心环节。中间件负责为每个请求生成或提取唯一标识,并将其注入到上下文中。

package middleware

import (
	"context"

	"github.com/gin-gonic/gin"
	"github.com/google/uuid"
	"go.uber.org/zap"
)

const (
	// TraceIDHeader 从请求头获取上游传递的 TraceID
	TraceIDHeader = "X-Trace-ID"
	// RequestIDHeader 请求 ID 响应头
	RequestIDHeader = "X-Request-ID"
	// LoggerKey 存储在 context 中的 Logger 键
	LoggerKey = "zapLogger"
)

// RequestIDMiddleware 为每个请求注入 RequestID 和 TraceID
func RequestIDMiddleware(baseLogger *zap.Logger) gin.HandlerFunc {
	return func(c *gin.Context) {
		// 优先从请求头获取 TraceID(上游服务传递过来的)
		traceID := c.GetHeader(TraceIDHeader)
		if traceID == "" {
			traceID = uuid.New().String()
		}

		// 每个请求独立生成 RequestID
		requestID := uuid.New().String()

		// 基于全局 Logger 派生子 Logger,自动携带 ID 字段
		reqLogger := baseLogger.With(
			zap.String("trace_id", traceID),
			zap.String("request_id", requestID),
		)

		// 将 ID 写入 gin.Context,方便 handler 中直接获取
		c.Set("trace_id", traceID)
		c.Set("request_id", requestID)

		// 将带有 ID 的 Logger 存入 context
		ctx := context.WithValue(c.Request.Context(), LoggerKey, reqLogger)
		c.Request = c.Request.WithContext(ctx)

		// 在响应头中返回 ID,方便前端或调用方排查问题
		c.Header(RequestIDHeader, requestID)
		c.Header(TraceIDHeader, traceID)

		c.Next()
	}
}

这里的关键设计:

  • TraceID 透传:如果请求头里带了 X-Trace-ID,说明是上游服务传过来的,直接复用;没有的话自己生成一个。这样在微服务调用链中就能保持同一个 TraceID。
  • RequestID 独立生成:每个服务节点都有自己的 RequestID,用于标识当前服务内的这次处理。
  • Logger 绑定 Context:用 context.WithValue 把带有 ID 的 Logger 存起来,后续任何地方只要拿到 Context 就能取出这个 Logger。
  • 响应头回传:把 ID 写到响应头中,前端出问题时可以直接把 ID 提供给后端排查。

第三步:封装 Context 感知的日志方法

为了让业务代码用起来更方便,我们封装一组基于 Context 的日志方法。

package logger

import (
	"context"

	"go.uber.org/zap"
)

const loggerKey = "zapLogger"

// WithContext 从 context 中取出带有链路信息的 Logger
// 如果 context 中没有,就返回全局默认 Logger
func WithContext(ctx context.Context) *zap.Logger {
	if ctx == nil {
		return defaultLogger
	}
	if ctxLogger, ok := ctx.Value(loggerKey).(*zap.Logger); ok {
		return ctxLogger
	}
	return defaultLogger
}

// InfoCtx 带 context 的 Info 级别日志
func InfoCtx(ctx context.Context, msg string, fields ...zap.Field) {
	WithContext(ctx).Info(msg, fields...)
}

// ErrorCtx 带 context 的 Error 级别日志
func ErrorCtx(ctx context.Context, msg string, fields ...zap.Field) {
	WithContext(ctx).Error(msg, fields...)
}

// WarnCtx 带 context 的 Warn 级别日志
func WarnCtx(ctx context.Context, msg string, fields ...zap.Field) {
	WithContext(ctx).Warn(msg, fields...)
}

// DebugCtx 带 context 的 Debug 级别日志
func DebugCtx(ctx context.Context, msg string, fields ...zap.Field) {
	WithContext(ctx).Debug(msg, fields...)
}

WithContext 是整个方案的桥梁——它从 Context 中取出在中间件里存入的那个带有 trace_id 和 request_id 的 Logger。如果 Context 里没有(比如在非 HTTP 请求的场景下调用),就兜底返回全局 Logger,不会 panic。

第四步:在业务代码中使用

所有准备工作做完之后,业务代码的使用方式就非常简洁了。

package main

import (
	"net/http"

	"your-project/logger"
	"your-project/middleware"

	"github.com/gin-gonic/gin"
	"go.uber.org/zap"
)

func main() {
	// 初始化 Logger
	logger.InitLogger("./logs/app.log", "info")

	r := gin.New()

	// 注册中间件
	r.Use(middleware.RequestIDMiddleware(logger.GetLogger()))

	// 注册路由
	r.GET("/api/user/:id", GetUser)

	r.Run(":8080")
}

func GetUser(c *gin.Context) {
	ctx := c.Request.Context()
	userID := c.Param("id")

	// 日志会自动带上 trace_id 和 request_id
	logger.InfoCtx(ctx, "开始查询用户信息",
		zap.String("user_id", userID),
	)

	// 调用 service 层,把 ctx 传下去
	user, err := FindUserByID(ctx, userID)
	if err != nil {
		logger.ErrorCtx(ctx, "查询用户失败",
			zap.String("user_id", userID),
			zap.Error(err),
		)
		c.JSON(http.StatusInternalServerError, gin.H{"error": "查询失败"})
		return
	}

	logger.InfoCtx(ctx, "查询用户成功",
		zap.String("user_id", userID),
	)

	c.JSON(http.StatusOK, gin.H{"user": user})
}

输出的日志大概长这样:

{
  "level": "info",
  "time": "2025-06-15T10:30:00.123+0800",
  "caller": "handler/user.go:25",
  "msg": "开始查询用户信息",
  "trace_id": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
  "request_id": "f9e8d7c6-b5a4-3210-fedc-ba0987654321",
  "user_id": "12345"
}

同一个请求产生的所有日志都带有相同的 trace_idrequest_id,只需一条 grep 命令就能把它们全部筛出来。

第五步:跨服务调用时传递 TraceID

在微服务场景下,当前服务调用下游服务时,需要把 TraceID 通过 HTTP 请求头传递出去,保证整条链路可追踪。

package httpclient

import (
	"context"
	"net/http"

	"your-project/middleware"
)

// DoRequest 发起带有链路信息的 HTTP 请求
func DoRequest(ctx context.Context, method, url string) (*http.Response, error) {
	req, err := http.NewRequestWithContext(ctx, method, url, nil)
	if err != nil {
		return nil, err
	}

	// 从 context 中取出 traceID 并注入请求头
	if traceID, ok := ctx.Value("trace_id").(string); ok {
		req.Header.Set(middleware.TraceIDHeader, traceID)
	}

	return http.DefaultClient.Do(req)
}

这样下游服务收到请求后,中间件会从 X-Trace-ID 头中提取到同一个 TraceID,整条调用链的日志就串起来了。

进阶:结合 Gin 请求日志中间件

除了业务日志,我们通常还希望记录每个请求的基础信息(路径、状态码、耗时等)。可以再写一个请求日志中间件,和 RequestID 中间件搭配使用。

package middleware

import (
	"time"

	"your-project/logger"

	"github.com/gin-gonic/gin"
	"go.uber.org/zap"
)

// AccessLogMiddleware 记录请求的基础信息
func AccessLogMiddleware() gin.HandlerFunc {
	return func(c *gin.Context) {
		start := time.Now()
		path := c.Request.URL.Path
		query := c.Request.URL.RawQuery

		c.Next()

		cost := time.Since(start)
		ctx := c.Request.Context()

		logger.InfoCtx(ctx, "access_log",
			zap.Int("status", c.Writer.Status()),
			zap.String("method", c.Request.Method),
			zap.String("path", path),
			zap.String("query", query),
			zap.String("ip", c.ClientIP()),
			zap.String("user_agent", c.Request.UserAgent()),
			zap.Duration("cost", cost),
			zap.Int("body_size", c.Writer.Size()),
		)
	}
}

注册中间件时注意顺序,RequestID 中间件要在前面:

r.Use(middleware.RequestIDMiddleware(logger.GetLogger()))
r.Use(middleware.AccessLogMiddleware())

因为 AccessLogMiddleware 需要从 Context 中取出已经绑定好的 Logger,所以必须在 RequestID 中间件之后执行。

常见问题

1. RequestID 和 TraceID 有什么区别,可以只用一个吗?

在单体应用中确实可以只用一个。但如果你的系统是微服务架构,建议区分使用:TraceID 跨服务传递用于串联整条链路,RequestID 在每个服务内部独立生成用于标识当前服务的处理过程。这样在排查问题时可以更精准地定位到具体是哪个服务环节出了问题。

2. 用 uuid 生成 ID 会不会有性能问题?

github.com/google/uuid 这个库的性能对于绝大多数业务场景都够用了。如果你的 QPS 特别高(比如几十万级别),可以考虑用 github.com/rs/xid 或者 snowflake 算法替代,这些方案生成速度更快且 ID 更短。

3. 为什么不直接用 gin.Context 的 Set/Get 来传递 Logger,而是要用 context.WithValue?

gin.Context 的生命周期仅限于 HTTP 请求处理链路中。如果你的业务逻辑需要把日志能力传递到与 Gin 无关的底层(比如数据库操作层、第三方 SDK 调用层),context.Context 是 Go 标准库的通用接口,适用范围更广。

4. 日志量很大的时候,链路 ID 会不会增加存储压力?

会略有增加,但通常可以忽略。一个 UUID 字符串占 36 个字节,相比一条日志动辄几百字节的总体量来说微乎其微。链路追踪带来的排查效率提升远超这点额外存储成本。

5. 可以和 OpenTelemetry 集成吗?

完全可以。如果你的项目已经接入了 OpenTelemetry,可以直接从 span.SpanContext() 中获取 TraceID,而不需要自己生成。这样 zap 日志中的 TraceID 就和分布式追踪系统(如 Jaeger、Zipkin)完全打通了。

总结

本文从实际问题出发,介绍了在 Gin 框架中使用 zap 日志库实现 RequestID 和 TraceID 链路追踪的完整方案。核心思路就三步:中间件生成 ID → Context 向下传递 → 业务层透明使用

方案的关键点回顾:

  • 中间件层负责生成和注入 ID,对业务代码零侵入
  • 通过 context.WithValue 绑定带有 ID 的 Logger,传递范围不受 Gin 框架限制
  • 响应头回传 ID,前后端协作排查更高效
  • 跨服务调用时通过 HTTP Header 透传 TraceID,支持分布式链路追踪

这套方案在生产环境中经过验证,适用于从单体到微服务的各种 Go 后端项目。如果你的项目规模更大,可以进一步结合 OpenTelemetry 等标准化追踪方案来增强可观测性。


如果大家对 Gin + zap 日志链路追踪还有什么疑问,或者在实际项目中遇到了其他关于日志管理的问题,欢迎在评论区交流讨论~~~

版权声明

未经授权,禁止转载本文章。
如需转载请保留原文链接并注明出处。即视为默认获得授权。
未保留原文链接未注明出处或删除链接将视为侵权,必追究法律责任!

本文原文链接: https://fiveyoboy.com/articles/gin-zap-request-id-trace-id-log-tracing/

备用原文链接: https://blog.fiveyoboy.com/articles/gin-zap-request-id-trace-id-log-tracing/