终极glog日志前缀自定义教程:打造专属日志格式的完整指南
2026-02-04 04:26:42作者:丁柯新Fawn
glog是Google开发的高性能C++日志库,提供了强大的日志前缀自定义功能。通过自定义日志前缀,你可以为应用程序创建完全个性化的日志格式,让日志信息更加清晰、专业和易于分析。🚀
为什么需要自定义日志前缀?
默认的glog日志前缀格式包含时间、线程ID、文件名和行号等信息,但在实际项目中,你可能需要添加更多有用的上下文信息,比如:
- 应用程序名称或版本号
- 用户ID或会话ID
- 模块名称或功能区域
- 自定义的业务标识符
快速上手:基础自定义方法
在glog中,自定义日志前缀非常简单。你只需要实现一个前缀格式化函数,然后使用google::InstallPrefixFormatter进行注册即可。
核心的自定义功能在src/logging.cc中实现,相关的头文件定义在src/glog/logging.h中。
实战案例:自定义前缀格式
让我们通过一个实际的例子来学习如何自定义日志前缀。假设我们想要在日志中包含应用程序名称和用户ID:
void CustomPrefixFormatter(std::ostream& s, const google::LogMessage& m, void* data) {
s << "[" << GetAppName() << "] "
<< "[" << GetCurrentUserID() << "] "
<< google::GetLogSeverityName(m.severity())[0]
<< setw(4) << 1900 + m.time().year()
<< setw(2) << 1 + m.time().month()
<< setw(2) << m.time().day()
<< ' ' << setw(2) << m.time().hour() << ':'
<< setw(2) << m.time().min() << ':'
<< setw(2) << m.time().sec() << "."
<< setw(6) << m.time().usec()
<< " " << m.basename() << ":" << m.line() << "]";
}
高级技巧:使用自定义接收器
除了修改日志前缀,你还可以创建自定义的日志接收器来实现更复杂的日志处理。参考examples/custom_sink.cc中的实现:
struct MyLogSink : google::LogSink {
void send(google::LogSeverity severity, const char* full_filename,
const char* base_filename, int line,
const google::LogMessageTime& time, const char* message,
std::size_t message_len) override {
// 自定义日志输出逻辑
}
};
最佳实践建议
- 保持简洁:前缀信息不宜过多,否则会影响日志的可读性
- 包含关键信息:确保包含对调试最有帮助的信息
- 考虑性能:复杂的格式化逻辑可能会影响应用程序性能
- 统一格式:在整个项目中保持一致的日志前缀格式
配置与初始化
在应用程序启动时,记得调用以下代码来安装自定义前缀格式化器:
google::InitGoogleLogging(argv[0]);
google::InstallPrefixFormatter(&CustomPrefixFormatter);
通过掌握glog的日志前缀自定义功能,你可以为你的C++应用程序打造完全符合需求的日志系统,大大提高开发和运维效率!💪
更多详细的配置选项和高级用法,请参考官方文档中的完整说明。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust065- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
热门内容推荐
最新内容推荐
如何快速提升编程技能:80+实用应用创意项目完全指南80个实战项目:如何用App Ideas快速提升编程技能终极指南:如何用Android Asset Studio快速生成Android应用图标资源如何快速上手Ollama:本地运行Kimi、GLM、DeepSeek等主流大模型的完整指南终极指南:如何快速生成专业级Android应用图标如何快速部署本地AI模型:Ollama完整指南如何通过80+个应用创意项目快速提升编程技能:终极学习指南如何快速部署本地AI模型:Ollama完整指南与实战教程80个实战项目创意:从零到一提升编程技能的完整指南终极应用创意宝典:100+实战项目助你快速提升编程技能
项目优选
收起
暂无描述
Dockerfile
686
4.44 K
Ascend Extension for PyTorch
Python
538
661
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
368
64
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
405
320
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
952
912
Oohos_react_native
React Native鸿蒙化仓库
C++
336
385
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.58 K
921
暂无简介
Dart
934
233
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
135
216
昇腾LLM分布式训练框架
Python
145
172