使用zap日志替代xorm日志

xorm提供了自定义日志的接口,它的接口定义如下:

// Logger is a logger interface
type Logger interface {
	Debug(v ...interface{})
	Debugf(format string, v ...interface{})
	Error(v ...interface{})
	Errorf(format string, v ...interface{})
	Info(v ...interface{})
	Infof(format string, v ...interface{})
	Warn(v ...interface{})
	Warnf(format string, v ...interface{})

	Level() LogLevel
	SetLevel(l LogLevel)

	ShowSQL(show ...bool)
	IsShowSQL() bool
}

也就是说我们可以自己实现这些接口,用自己的日志框架啊替代原生的日志框架

下面是我用zap实现该接口的代码

type ZapLogger struct {
	logger  *zap.SugaredLogger
	showSQL bool
	level   log.LogLevel
}

func NewZapLogger(logger *zap.SugaredLogger) *ZapLogger {
	return &ZapLogger{
		logger:  logger,
		showSQL: false,
		level:   log.LOG_INFO,
	}
}
func (c *ZapLogger) Debug(v ...interface{}) {
	if !c.showSQL || c.level > log.LOG_DEBUG {
		return
	}
	c.logger.Debug(v)
}
func (c *ZapLogger) Debugf(format string, v ...interface{}) {
	if !c.showSQL || c.level > log.LOG_DEBUG {
		return
	}
	c.logger.Debugf(format, v)
}
func (c *ZapLogger) Info(v ...interface{}) {
	if !c.showSQL || c.level > log.LOG_INFO {
		return
	}
	c.logger.Info(v)
}
func (c *ZapLogger) Infof(format string, v ...interface{}) {
	if !c.showSQL || c.level > log.LOG_INFO {
		return
	}
	c.logger.Infof(format, v)
}
func (c *ZapLogger) Warn(v ...interface{}) {
	if !c.showSQL || c.level > log.LOG_WARNING {
		return
	}
	c.logger.Warn(v)
}
func (c *ZapLogger) Warnf(format string, v ...interface{}) {
	if !c.showSQL || c.level > log.LOG_WARNING {
		return
	}
	c.logger.Warnf(format, v)
}
func (c *ZapLogger) Error(v ...interface{}) {
	if !c.showSQL || c.level > log.LOG_ERR {
		return
	}
	c.logger.Error(v)
}
func (c *ZapLogger) Errorf(format string, v ...interface{}) {
	if !c.showSQL || c.level > log.LOG_ERR {
		return
	}
	c.logger.Errorf(format, v)
}

func (c *ZapLogger) IsShowSQL() bool {
	return c.showSQL
}
func (c *ZapLogger) ShowSQL(show ...bool) {
	c.showSQL = show[0]
}
func (c *ZapLogger) SetLevel(l log.LogLevel) {
	c.level = l
}

func (c *ZapLogger) Level() log.LogLevel {
	return c.level
}

这段代码实现了xorm.logger接口

直接在engine出调用SetLogger即可

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值