zap日誌框架效能篇 3

zap日誌框架分了三篇來講解：使用篇，原始碼篇，效能篇。

我們在github上可以看到如下測試結果：

msg+10個fields的情況

package

time

time % to zap

objects allocated

⚡ zap

862 ns/op

+0%5 allocs/op

⚡ zap (sugared)

1250 ns/op

+45%

11 allocs/op

zerolog

4021 ns/op

+366%

76 allocs/op

go-kit

4542 ns/op

+427%

105 allocs/op

apex/log

26785 ns/op

+3007%

115 allocs/op

logrus

29501 ns/op

+3322%

125 allocs/op

log15

29906 ns/op

+3369%

122 allocs/op

可以看到，在此基準測試下，zap是遠遠領先於其他的日誌框架。那是什麼原因讓zap有如此優異的效能呢，我相信很多讀者和我一樣，按捺不住的想一**竟。

pool能有效的減少objects allocated，減少gc。

checkedentry

checkedentry含有entry，core屬性，每次列印日誌都需要呼叫checkedentry的write方法，因此使用的頻率非常高

//獲取並組裝checkedentry 物件
func
(ce *checkedentry)
addcore
(ent entry, core core)
*checkedentry 
ce.cores =
(ce.cores, core)
return ce
}//對pool中獲取checkedentry物件
func
getcheckedentry()
*checkedentry

以下物件池的定義，需要注意的是：zap預分配了4個長度的core空間，面對core數量的不確定的性，可以有效的防止slice的記憶體複製

var
( _cepool = sync.pool}}
)

buffer

buffer是乙個byte slice封裝。還自帶乙個pool，用於free（內部也是呼叫的物件池的put**操作）。

type buffer struct
type pool struct
// newpool constructs a new pool.
func
newpool
() pool },
}}}

buffer在zap中有兩處用到：

乙個是entrycaller，用於輸出呼叫者的path資訊；

乙個是jsonencoder，用於日誌編碼，輸出json或者console個數的日誌

上面的兩個pool都和輸出日誌有關，所以說zap在輸出日誌的時候，做到了儘量減少物件分配，這一點非常值得我們借鑑，我們是否也可以在高使用頻率的物件上使用pool來提高效率，減少gc，進而儘量減少stw的頻率和時間

如果要講物件編碼成json格式，最容易想到的就是：json.marshal(v inte***ce{})，這是go庫自帶的，使用起來非常簡單，但通過原始碼發現，json的編碼都是通過反射來實現的，如下：

func
(e *encodestate)
marshal
(v inte***ce
, opts encopts)
(err error
)else}}
()e.reflectvalue
(reflect.
valueof
(v), opts)
return
nil}

反射雖然好用，但是對效率不太友好，這就是zap為什麼要自建encoder原因，那我們來看下encoder的**片段，看看encoder是怎麼實現json的拼裝的

//根據field的型別，做對應的add操作，這裡並不是通過反射來實現的
func
(f field)
addto
(enc objectencoder)
func
(enc *jsonencoder)
addbinary
(key string
, val [
]byte
)func
(enc *jsonencoder)
addstring
(key, val string
)//拼接json的key
func
(enc *jsonencoder)
addkey
(key string)}
//拼接json的value
func
(enc *jsonencoder)
(val string
)

寫時複製，簡單的理解就是：在讀的時候，多個物件共享乙個記憶體區，只有在寫的時候，才會新開闢乙個記憶體空間，賦予要寫的物件，這樣就不會與原來的物件發生衝突。

如果不採用寫時複製，就需要加鎖，加鎖相對於重新分配記憶體，更加損耗效能。我們看看zap有哪些地方做了寫時複製：統一用的clone方法

加入option屬性，複製log物件

func (log *logger) withoptions(opts ...option) *logger 
return c
}

加入field物件，複製log物件

func
(log *logger)
with
(fields ...field)
*logger 
l := log.
clone()
l.core = l.core.
with
(fields)
return l
}

加入field物件，複製core物件

func
(c *iocore)
with
(fields [
]field) core

複製encoder物件

func
(c *iocore)
clone()
*iocore 
}

就不一一枚舉了，我們可以自行進行全域性搜尋clone()方法，找到結果

zap 在效能上做了非常精細的考量，有如下方面

zap日誌框架-使用篇(1)

zap日誌框架-原始碼篇(2)

zap日誌框架效能篇 3

scrapy框架的日誌及提高效能

效能測試（3）JMETER操作篇

SAP R 3 效能調優記憶體篇

zap日誌框架 效能篇 3

scrapy框架的日誌及提高效能

效能測試（3）JMETER操作篇

SAP R 3 效能調優 記憶體篇

相關推薦

zap日誌框架效能篇 3

SAP R 3 效能調優記憶體篇