go http中间件记录请求耗时应直接在handler开头用time.now()获取起始时间,并通过defer传参调用time.since()计算,避免闭包捕获变量或手动算差值引发溢出;日志需结构化包含method、path、status、cost_ms、remote_addr等字段,用fmt.sprintf拼接提升性能;trace_id应在最外层中间件用uuid.must(uuid.newrandom()).String()生成并存入context,确保全链路一致;日志输出到文件需手动flush或改用os.stderr/os.stdout以保证实时性。

Go HTTP中间件里怎么记录请求耗时
直接在 http.Handler 包裹函数里用 time.Now() 和 time.Since() 就行,别绕到 context 或中间件框架里加抽象——Go 的中间件本质就是函数套函数,越简单越稳。
常见错误是把耗时计算放在 defer 里但没传入起始时间,导致闭包捕获的是最后的 time.Time{} 值;或者用 time.Now().UnixNano() 手动算差值,反而引入整型溢出风险(尤其在高并发短请求下)。
实操建议:
- 在 handler 函数开头调一次
start := time.Now() - 用
defer打日志,但必须把start作为参数传进匿名函数,例如:defer func(s time.Time) { log.printf("cost: %v", time.Since(s)) }(start) - 避免在 defer 中直接引用外部变量(如
start),Go 1.22 之前会捕获变量地址而非值
为什么不能直接用 log.Printf 而要封装成结构体
因为原生 log.Printf 没法区分不同请求,日志会挤在一起,排查时分不清哪条属于哪个 req.URL.Path 或 req.Method。更麻烦的是,它默认不带毫秒级时间戳,也压根没有请求 ID 支持。
立即学习“go语言免费学习笔记(深入)”;
你不需要写个完整日志库,但至少得有个轻量封装:
- 字段必须包含:
method、path、status、cost_ms、remote_addr - 用
fmt.Sprintf拼接比多次log.Print更快(减少 I/O 调用次数) - 别用
log.SetFlags(log.LstdFlags | log.Lshortfile)——Lshortfile在高并发下有锁竞争,拖慢整个 handler
示例片段:
logLine := fmt.Sprintf("[%s] %s %s %d %dms %s", time.Now().Format("15:04:05"), r.Method, r.URL.Path, statusCode, cost.Milliseconds(), r.RemoteAddr)
如何让每个请求带唯一 trace_id 方便串联日志
靠中间件往 context.Context 里塞 trace_id 最可靠,不是为了“微服务”,而是为了一旦下游调用出错,你能从 access log 里捞出对应请求的全部 debug 日志。
注意:别用 uuid.NewV4().String() 在每层都生成新 ID,那等于没串;也别用 rand.Intn() 这种低熵值——攻击者可能猜中 ID 并伪造日志。
实操建议:
- 在最外层中间件生成 ID,用
uuid.Must(uuid.NewRandom()).String()(Go 1.20+) - 存进 context:
ctx := context.WithValue(r.Context(), traceKey{}, tid),其中traceKey是私有类型,避免 key 冲突 - 后续所有日志打印前,先从
r.Context().Value(traceKey{})取值,取不到就 fallback 到"-"
为什么 log 输出到文件后看不到实时耗时统计
因为 Go 的 log.SetOutput 默认写的是带缓冲的 *os.File,而标准库的 log 不自动 flush。你看到的日志延迟,其实是内核页缓存 + Go runtime 缓冲叠加的结果。
这不是 bug,是设计权衡:吞吐优先于实时性。但开发期或小流量服务,你确实需要“写了就看到”。
解决方法很简单:
- 用
log.SetOutput(&os.Stderr)替代文件句柄(终端输出无缓冲) - 如果非要用文件,包装一层
bufio.Writer并在每次写完后调w.Flush(),但注意这会显著降低 QPS - 更推荐方式:用
log.SetOutput(os.Stdout)+nginx或systemd做日志收集,它们天然支持行缓冲和转发
顺带一提:log.Println 比 fmt.Println 多一次锁和格式化开销,在核心 handler 里高频打点时,差异能到 5%~10%。