对于一个应用程序来说日志记录是必不可少的一部分。线上问题追踪,基于日志的业务逻辑统计分析等都离不日志。java领域存在多种日志框架,目前常用的日志框架包括Log4j 1,Log4j 2,Commons Logging,Slf4j,Logback,Jul
日志框架类别
- Log4j Apache Log4j是一个基于Java的日志记录工具。它是由Ceki Gülcü首创的,现在则是Apache软件基金会的一个项目。 Log4j是几种Java日志框架之一
- Log4j 2 Apache Log4j 2是apache开发的一款Log4j的升级产品
- Commons Logging Apache基金会所属的项目,是一套Java日志接口,之前叫Jakarta Commons Logging,后更名为Commons Logging
- Slf4j 类似于Commons Logging,是一套简易Java日志门面,本身并无日志的实现。(Simple Logging Facade for Java,缩写Slf4j)
- Logback 一套日志组件的实现(Slf4j阵营)
- Jul (Java Util Logging),自Java1.4以来的官方日志实现
日志框架关系
- Log4j 2与Log4j 1发生了很大的变化,Log4j 2不兼容Log4j 1
- Commons Logging和Slf4j是日志门面(门面模式是软件工程中常用的一种软件设计模式,也被称为正面模式、外观模式。它为子系统中的一组接口提供一个统一的高层接口,使得子系统更容易使用)。Log4j和Logback则是具体的日志实现方案。可以简单的理解为接口与接口的实现,调用者只需要关注接口而无需关注具体的实现,做到解耦
- 比较常用的组合使用方式是Slf4j与Logback组合使用,Commons Logging与Log4j组合使用
- Logback必须配合Slf4j使用。由于Logback和Slf4j是同一个作者,其兼容性不言而喻
PS:Logback和Log4J的区别可以这样理解,就是在Log4J上进行优化的 相当于增强版的
Slf4j而这个只是一个抽象的接口,并未有具体实现类类似JDBC一样提供了日志接口标准,如果jar包引入了Logback和Log4J,那么就实现了Slf4j接口具体方法,Slf4j只是一个门面模式,facade层
目前比较流行的组合无疑是Slf4j+Logback,那么原因有几点:
1、Logback是springboot自带的,也就说如果单独使用Logback都不需要引入任何jar,当然此处是和Slf4j进行组合所以需要引入是为了实现Slf4j
2、Slf4j和Logback出于同一个作者自然亲和力要强些
3、Logback拥有更好的性能。Logback声称:某些关键操作,比如判定是否记录一条日志语句的操作,其性能得到了显著的提高。这个操作在Logback中需要3纳秒,而在Log4J中则需要30纳秒。LogBack创建记录器(logger)的速度也更快:13毫秒,而在Log4J中需要23毫秒。更重要的是,它获取已存在的记录器只需94纳秒,而Log4J需要2234纳秒,时间减少到了1/23。跟JUL相比的性能提高也是显著的
4、Logback文档免费。Logback的所有文档是全面免费提供的,不象Log4J那样只提供部分免费文档而需要用户去购买付费文档
Slf4j+Logback
Slf4j与其它日志组件的关系说明
- Slf4j的设计思想比较简洁,使用了Facade设计模式,Slf4j本身只提供了一个slf4j-api-version.jar包,这个jar中主要是日志的抽象接口,jar中本身并没有对抽象出来的接口做实现。
- Slf4j的设计思想比较简洁,使用了Facade设计模式,Slf4j本身只提供了一个slf4j-api-version.jar包,这个jar中主要是日志的抽象接口,jar中本身并没有对抽象出来的接口做实现。
Slf4j与其它日志组件调用关系图
Slf4j与其他各种日志组件的桥接说明
- 具体的接入方式参见下图
快速入门
引入jar
首先知道logback是由三个模块组合
Logback是由log4j创始人设计的又一个开源日志组件。Logback当前分成三个模块:
- Logback-core
- Logback- classic
- Logback-access
Logback-core是其它两个模块的基础模块。Logback-classic是log4j的一个 改良版本。此外Logback-classic完整实现SLF4J API使你可以很方便地更换成其它日志系统如log4j或JDK14 Logging。Logback-access访问模块与Servlet容器集成提供通过Http来访问日志的功能。
补充:门面模式,是指提供一个统一的接口去访问多个子系统的多个不同的接口,它为子系统中的一组接口提供一个统一的高层接口。使得子系统更容易使用
<!-- Slf4j 依赖 -->
<dependency>
<groupId>org.slf4j</groupId>
<artifactId>slf4j-api</artifactId>
<version>1.7.30</version>
</dependency>
<!-- logback 依赖 -->
<dependency>
<groupId>ch.qos.logback</groupId>
<artifactId>logback-classic</artifactId>
<version>1.2.3</version>
</dependency>
<!-- Junit依赖 用于单元测试-->
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>4.13</version>
</dependency>
import org.junit.Test;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
public class Slf4jTest {
public static final Logger LOGGER = LoggerFactory.getLogger(Slf4jTest.class);
@Test
public void test01(){
//日志输出
LOGGER.error("error");
LOGGER.warn("wring");
LOGGER.info("info");
LOGGER.debug("debug");
LOGGER.trace("trance");
//占位符输出
String name = "bysen";
Integer age = 24;
LOGGER.info("姓名{},年龄{}",name,age);
//异常处理
try{
int i =1/0;
}catch (Exception e){
LOGGER.error("发生异常:",e);
}
}
}
PS:每次如果 public static final Logger LOGGER = LoggerFactory.getLogger(Slf4jTest.class);
比较麻烦 ,直接使用注解@slf4j
logback.xml 配置样例
在slf4j中,从小到大的日志级别依旧是trace、debug、info、warn、error
<?xml version="1.0" encoding="UTF-8"?>
<configuration debug="true" scan="true" scanPeriod="1 seconds">
<contextName>logback</contextName>
<!--定义参数,后面可以通过${app.name}使用-->
<property name="app.name" value="logback_test"/>
<!--ConsoleAppender 用于在屏幕上输出日志-->
<appender name="stdout" class="ch.qos.logback.core.ConsoleAppender">
<!--定义了一个过滤器,在LEVEL之下的日志输出不会被打印出来-->
<!--这里定义了DEBUG,也就是控制台不会输出比ERROR级别小的日志-->
<filter class="ch.qos.logback.classic.filter.ThresholdFilter">
<level>DEBUG</level>
</filter>
<!-- encoder 默认配置为PatternLayoutEncoder -->
<!--定义控制台输出格式-->
<encoder>
<pattern>%d [%thread] %-5level %logger{36} [%file : %line] - %msg%n</pattern>
</encoder>
</appender>
<appender name="file" class="ch.qos.logback.core.rolling.RollingFileAppender">
<!--定义日志输出的路径-->
<!--这里的scheduler.manager.server.home 没有在上面的配置中设定,所以会使用java启动时配置的值-->
<!--比如通过 java -Dscheduler.manager.server.home=/path/to XXXX 配置该属性-->
<file>${scheduler.manager.server.home}/logs/${app.name}.log</file>
<!--定义日志滚动的策略-->
<rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
<!--定义文件滚动时的文件名的格式-->
<fileNamePattern>${scheduler.manager.server.home}/logs/${app.name}.%d{yyyy-MM-dd.HH}.log.gz
</fileNamePattern>
<!--60天的时间周期,日志量最大20GB-->
<maxHistory>60</maxHistory>
<!-- 该属性在 1.1.6版本后 才开始支持-->
<totalSizeCap>20GB</totalSizeCap>
</rollingPolicy>
<triggeringPolicy class="ch.qos.logback.core.rolling.SizeBasedTriggeringPolicy">
<!--每个日志文件最大100MB-->
<maxFileSize>100MB</maxFileSize>
</triggeringPolicy>
<!--定义输出格式-->
<encoder>
<pattern>%d [%thread] %-5level %logger{36} [%file : %line] - %msg%n</pattern>
</encoder>
</appender>
<!--root是默认的logger 这里设定输出级别是debug-->
<root level="trace">
<!--定义了两个appender,日志会通过往这两个appender里面写-->
<appender-ref ref="stdout"/>
<appender-ref ref="file"/>
</root>
<!--对于类路径以 com.example.logback 开头的Logger,输出级别设置为warn,并且只输出到控制台-->
<!--这个logger没有指定appender,它会继承root节点中定义的那些appender-->
<logger name="com.example.logback" level="warn"/>
<!--通过 LoggerFactory.getLogger("mytest") 可以获取到这个logger-->
<!--由于这个logger自动继承了root的appender,root中已经有stdout的appender了,自己这边又引入了stdout的appender-->
<!--如果没有设置 additivity="false" ,就会导致一条日志在控制台输出两次的情况-->
<!--additivity表示要不要使用rootLogger配置的appender进行输出-->
<logger name="mytest" level="info" additivity="false">
<appender-ref ref="stdout"/>
</logger>
<!--由于设置了 additivity="false" ,所以输出时不会使用rootLogger的appender-->
<!--但是这个logger本身又没有配置appender,所以使用这个logger输出日志的话就不会输出到任何地方-->
<logger name="mytest2" level="info" additivity="false"/>
</configuration>
总结
- 首先configuration 节点下面分三个主要标签分别是appender 、logger 、root
- 其中appender主要是以什么形式或者说什么格式输出日志;logger 输出什么级别的日志;root 全局配置
- 首先说控制台输出,这个没什么好说的,基本上默认配置即可
- 重点说下文件输出:①在某个文件夹下按照天拆分②如果按照天拆分比如xx.2021-12-10.log但是这天如果出现了错误,哗啦啦出现很大的数据量造成了数据堆砌怎么办,那么这个时候就需要继续拆分,比如
<fileNamePattern>${scheduler.manager.server.home}/logs/${app.name}.%d{yyyy-MM-dd.HH}.log.gz </fileNamePattern> <!--60天的时间周期,日志量最大20GB--> <maxHistory>60</maxHistory> <!-- 该属性在 1.1.6版本后 才开始支持--> <totalSizeCap>20GB</totalSizeCap>
这种形成了xx.2021-12-10.log.01 xx.2021-12-10.log.02,每个文件最大是60M,所有当天文件不超过20G
- 接下来继续说logger和root这两个都是指定日志级别,那么区别呢?
- root节点和logger节点其实都是表示Logger组件。个人觉的可以把他们之间的关系可以理解为父子关系,root是最顶层的logger,正常情况getLogger(“name/class”)没有找到对应logger的情况下,都是使用root节点配置的logger
- 如果配置了logger,并且通过getLogger(“name/class”)获取到这个logger,输出日志的时候,就会使用这个logger配置的appender输出,同时还会使用rootLogger配置的appender。也就是说,如果root和logger都配置了debug级别的,那么日志会输出两次,我们可以使用logger节点的additivity="false"属性来屏蔽rootLogger的appender。这样就可以不使用rootLogger的appender输出日志了
- 所以logger一般都是为了单独给某些包下面输出日志的,比如这样的
<!--记录druid-sql的记录-->
<logger name="com.adups.vota.upgrade.mapper" level="debug" additivity="false">
<appender-ref ref="stdout"/>
<appender-ref ref="logfile"/>
</logger>