跳到主要内容

日志与追踪

问题​

Rust 应用中如何设计日志和分布式追踪方案？

答案​

日志生态对比​

Crate特点适用场景
log门面 crate，简单小项目、库
tracing结构化、Span、异步友好服务端应用（推荐）
env_loggerlog 的实现，按环境变量过滤CLI 工具
tracing-subscribertracing 的输出层配合 tracing
slog结构化日志高性能场景

tracing 基础用法​

use tracing::{info, warn, error, debug, instrument, Level};
use tracing_subscriber::{fmt, EnvFilter, layer::SubscriberExt, util::SubscriberInitExt};

fn init_tracing() {
    tracing_subscriber::registry()
        // 按环境变量过滤日志级别：RUST_LOG=info,my_crate=debug
        .with(EnvFilter::try_from_default_env().unwrap_or_else(|_| "info".into()))
        // JSON 格式输出（生产环境）
        .with(fmt::layer().json())
        .init();
}

// #[instrument] 自动创建 Span，记录函数入参
#[instrument(skip(pool))] // skip 跳过不可序列化的参数
async fn get_user(pool: &PgPool, user_id: i64) -> Result<User, Error> {
    info!(user_id, "查询用户");

    let user = sqlx::query_as::<_, User>("SELECT * FROM users WHERE id = $1")
        .bind(user_id)
        .fetch_optional(pool)
        .await?;

    match user {
        Some(u) => {
            debug!(name = %u.name, "找到用户");
            Ok(u)
        }
        None => {
            warn!(user_id, "用户不存在");
            Err(Error::NotFound)
        }
    }
}

Span 嵌套与上下文传递​

use tracing::{info_span, Instrument};

async fn handle_request(req: Request) -> Response {
    // 创建请求级 Span，包含 request_id
    let span = info_span!("handle_request",
        request_id = %uuid::Uuid::new_v4(),
        method = %req.method(),
        path = %req.uri().path(),
    );

    async {
        // 在 Span 内执行，所有子操作自动关联此 Span
        let user = get_user(&pool, user_id).await?;
        let orders = get_orders(&pool, user_id).await?;
        info!(order_count = orders.len(), "请求处理完成");
        Ok(build_response(user, orders))
    }
    .instrument(span) // 将 Span 附加到 Future 上
    .await
}

分布式追踪（OpenTelemetry）​

use opentelemetry::trace::TracerProvider;
use opentelemetry_otlp::WithExportConfig;
use tracing_opentelemetry::OpenTelemetryLayer;

fn init_otel_tracing() {
    // 配置 OTLP exporter（发送到 Jaeger/Tempo 等）
    let exporter = opentelemetry_otlp::SpanExporter::builder()
        .with_tonic()
        .with_endpoint("http://localhost:4317")
        .build()
        .unwrap();

    let provider = opentelemetry_sdk::trace::SdkTracerProvider::builder()
        .with_batch_exporter(exporter)
        .build();

    let tracer = provider.tracer("my-service");

    tracing_subscriber::registry()
        .with(EnvFilter::new("info"))
        .with(fmt::layer())
        .with(OpenTelemetryLayer::new(tracer)) // 追踪数据同时发到 OTLP
        .init();
}

日志最佳实践​

实践说明
结构化字段info!(user_id = 42, "查询用户") 而非字符串拼接
JSON 格式生产环境用 JSON，方便 ELK 采集和查询
按级别过滤RUST_LOG=warn,my_app=debug
敏感信息脱敏不要打印密码、token
request_id每个请求分配唯一 ID，贯穿日志链路
异步安全使用 .instrument(span) 确保 Span 跨 await

常见面试问题​

Q1: tracing 和 log 有什么区别？​

答案：

  • log 是传统日志门面，只有 level + message，无结构化字段、无 Span 概念
  • tracing 支持结构化字段、Span 树（请求上下文）、原生异步支持
  • tracing 兼容 log（可以用 tracing-log 桥接）
  • 新项目推荐 tracing，它已成为 Rust 生态事实标准

Q2: 如何做到请求级别的日志关联？​

答案：

  1. 在请求入口中间件创建 Span，附加 request_id 字段
  2. 所有后续处理在此 Span 内执行（.instrument(span)）
  3. 子函数的 #[instrument] 自动成为子 Span
  4. 日志输出自带 Span 层级，可按 request_id 搜索完整链路

相关链接​