如何nodejs中使用winston库记录本地日志?

1.前言

node可以作为服务端使用,可以在electron中使用,使用范围较为广泛,同时,为了方便追溯操作,追溯错误,就需要保存node运行过程中的日志了,nodejs的日志库也有很多,例如winston,Bunyan,Pino等等,本篇文章中使用到的库是winston

2.前置操作

1.需要下载winston与rotating-file-stream库(rotating-file-stream的具体作用后面会说)

bash 复制代码
npm i rotating-file-stream winston

2.导入winston与rotating-file-stream

js 复制代码
const winston = require('winston');
const rfs = require('rotating-file-stream');

3.winston与rotating-file-stream的配置

js 复制代码
// 创建 logger 实例
const logger = winston.createLogger({
  // 自定义级别及优先级(数值越小越重要)
  levels: {
    error: 0, // 错误日志
    warning: 1, // 警告日志
    success: 2, // 成功日志
    currently: 3, // 正在进行日志
    info: 4 // 记录信息日志
  },
  // 设置最低日志级别(这里设置为最低级别,记录一切信息)
  level: 'info',
  format: winston.format.combine(
    // 设置日志中时间的格式
    winston.format.timestamp({ format: 'YYYY-MM-DD HH:mm:ss.SSS' }),
    // 设置日志的输出格式
    winston.format.printf(({ timestamp, level, message }) => `${timestamp} [${level}]: ${message}`),
  ),
  transports: [
    new winston.transports.Stream({
      stream: rfs.createStream('web-log.log', {
        path: '',                // 文件存储地址
        size: '1M',          // 单个文件最大 1MB
        maxFiles: 10,        // 最多保留 10 个文件
        compress: false,
        rotate: 10           // 保留文件数
      })
    })
  ]
});

4.代码解析

1.rotating-file-stream库的作用? rotating-file-stream库适用于设置本地记录的日志的流转,并且指定日志存储的路径,例如上方代码的配置即当单个日志文件超出1mb时自动创建新的日志文件,当历史的日志文件超出10个时,则会删除最初的日志文件,这样可以保证日志的数量不会无底线的增加,也可以有效的控制每个日志文件的大小

2.这么多第三方日志记录的库,为什么选择winston? 因为winston与python的logger模块非常类似,并且功能较为强大,层级分明,只要能配置好,基本上可以满足很多需求,所以选择了winston库

5.总结

以上就是本篇博客的全部内容了,如果有任何疑问或者需要讨论的地方,欢迎私信或者评论😁

相关推荐
A小码哥2 分钟前
大模型成本怎么降,5 个动作先做前两个
java·前端·spring
全栈弄潮儿6 分钟前
Python实战第9期:文件操作
后端·python·编程语言
神魔皆以血嗜11 分钟前
Java 实现简单状态机(订单状态流转)
java·后端
PHP是世界上最好的语言14 分钟前
ComPDF预览本地正常,部署后白屏:检查资源、路径和许可
前端
kiros_wang16 分钟前
项目分包方案:模块拆分、跨模块组件与方法引用规范
前端
PedroQue9918 分钟前
unix-utils v0.2.0 发布:modal 全端统一,自绘窗口解决输入框难题
前端·uni-app
Csvn19 分钟前
网络优化
前端
zz在掘金3370820 分钟前
MongoDB 脚本速查
后端
随性而行36020 分钟前
企业微信 API 如何实现业务消息自动通知?接口应用场景解析
java·人工智能·后端·微信·机器人·企业微信
Mav21 分钟前
[个人学习记录]从零构建高性能 LLM 推理网关:长连接优雅停机(Graceful Drain)、K8s 探针联动与 Context 底层哲学
后端