转载自五月的仓颉的博客Java日志框架:logback详解
记得前几年工作的时候,公司使用的日志框架还是log4j,大约从16年中到现在,不管是我参与的别人已经搭建好的项目还是我自己主导的项目,日志框架基本都换成了logback,总结一下,logback大约有以下的一些优点:
内核重写、测试充分、初始化内存加载更小,这一切让logback性能和log4j相比有诸多倍的提升
logback非常自然地直接实现了slf4j,这个严格来说算不上优点,只是这样,再理解slf4j的前提下会很容易理解logback,也同时很容易用其他日志框架替换logback
logback有比较齐全的200多页的文档
logback当配置文件修改了,支持自动重新加载配置文件,扫描过程快且安全,它并不需要另外创建一个扫描线程
支持自动去除旧的日志文件,可以控制已经产生日志文件的最大数量
总而言之,如果大家的项目里面需要选择一个日志框架,那么我个人非常建议使用logback。
我们简单分析一下logback加载过程,当我们使用logback-classic.jar时,应用启动,那么logback会按照如下顺序进行扫描:
logback的重点应当是Appender
、Logger
、Pattern
,在这之前先简单了解一下logback的
先从最基本的
1 public LoggerContext() {
2 super();
3 this.loggerCache = new ConcurrentHashMap();
4
5 this.loggerContextRemoteView = new LoggerContextVO(this);
6 this.root = new Logger(Logger.ROOT_LOGGER_NAME, null, this);
7 this.root.setLevel(Level.DEBUG);
8 loggerCache.put(Logger.ROOT_LOGGER_NAME, root);
9 initEvaluatorMap();
10 size = 1;
11 this.frameworkPackages = new ArrayList();
12 }
Logger的构造函数为:
Logger(String name, Logger parent, LoggerContext loggerContext) {
this.name = name;
this.parent = parent;
this.loggerContext = loggerContext;
}
看到第一个参数就是Root的name,而这个Logger.ROOT_LOGGER_NAME的定义为final public String ROOT_LOGGER_NAME = “ROOT”,由此可以看出节点的name就是"ROOT"。
接着写一段代码来测试一下:
1 public class Slf4jTest {
2
3 @Test
4 public void testSlf4j() {
5 Logger logger = LoggerFactory.getLogger(Object.class);
6 logger.trace("=====trace=====");
7 logger.debug("=====debug=====");
8 logger.info("=====info=====");
9 logger.warn("=====warn=====");
10 logger.error("=====error=====");
11 }
12
13 }
logback.xml的配置为:
1
2
3
4
5 %d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger - %msg%n
6
7
8
9
10
11
12
13
root将打印级别设置为"info"级别,暂时不管,控制台的输出为:
2018-03-26 22:57:48.779 [main] INFO java.lang.Object - =====info=====
2018-03-26 22:57:48.782 [main] WARN java.lang.Object - =====warn=====
2018-03-26 22:57:48.782 [main] ERROR java.lang.Object - =====error=====
logback.xml的意思是,当Test方法运行时,root节点将日志级别大于等于info的交给已经配置好的名为"STDOUT"的
接着理解一下
1
2
3
4
5
6 %d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger - %msg%n
7
8
9
10
11
12
13
14
15
16
注意这个name表示的是LoggerFactory.getLogger(XXX.class),XXX的包路径,包路径越少越是父级,我们测试代码里面是Object.class,即name="java"是name="java.lang"的父级,root是所有的父级。看一下输出为:
2018-03-27 23:02:02.963 [main] DEBUG java.lang.Object - =====debug=====
2018-03-27 23:02:02.965 [main] INFO java.lang.Object - =====info=====
2018-03-27 23:02:02.966 [main] WARN java.lang.Object - =====warn=====
2018-03-27 23:02:02.966 [main] ERROR java.lang.Object - =====error=====
出现这样的结果是因为:
没有配置additivity,那么additivity=true,表示此
没有配置
由此可知,
接着,我们再配置一个:
1
2
3
4
5
6 %d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger - %msg%n
7
8
9
10
11
12
13
14
15
16
17
18
19
如果读懂了上面的例子,那么这个例子应当很好理解:
LoggerFactory.getLogger(Object.class),首先找到name="java.lang"这个
name="java.lang"这个
name="java"这个
由此分析,得出最终的打印结果为:
2018-03-27 23:12:16.147 [main] WARN java.lang.Object - =====warn=====
2018-03-27 23:12:16.150 [main] ERROR java.lang.Object - =====error=====
举一反三,上面的name="java"这个可以把additivity设置为true试试看是什么结果,如果对前面的分析理解的朋友应该很容易想到,有两部分日志输出,一部分是日志级别大于等于warn的、一部分是日志级别大于等于debug的。
接着看一下,是的子节点,是负责写日志的组件。有两个必要属性name和class:
name指定
class指定
有好几种,上面我们演示过的是ConsoleAppender,ConsoleAppender的作用是将日志输出到控制台,配置示例为:
1
2
3 %d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger - %msg%n
4
5
其中,encoder表示对参数进行格式化。我们和上一部分的例子对比一下,发现这里是有所区别的,上面使用了
最常用的FileAppender和它的子类的期望是使用\encoder>而不再使用
关于
1
2 D:/123.log
3 true
4
5 %-4relative [%thread] %-5level %logger{35} - %msg%n
6
7
它的几个节点为:
接着来看一下RollingFileAppender,RollingFileAppender的作用是滚动记录文件,先将日志记录到指定文件,当符合某个条件时再将日志记录到其他文件,RollingFileAppender配置比较灵活,因此使用得更多,示例为:
1
2
3 rolling-file-%d{yyyy-MM-dd}.log
4 30
5
6
7 %-4relative [%thread] %-5level %logger{35} - %msg%n
8
9
这种是仅仅指定了
日志通常来说都以文件形式记录到磁盘,例如使用
接着我们看下如何使用logback进行异步写日志配置:
1
2
3
4
5
6 %d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger - %msg%n
7
8
9
10
11
12 D:/rolling-file-%d{yyyy-MM-dd}.log
13 30
14
15
16 %-4relative [%thread] %-5level %lo{35} - %msg%n
17
18
19
20
21
22
23 0
24
25 256
26
27
28
29
30
31
32
33
34
35
36
37
38
39
即,我们引入了一个AsyncAppender,先说一下AsyncAppender的原理,再说一下几个参数:
当我们配置了AsyncAppender,系统启动时会初始化一条名为"AsyncAppender-Worker-ASYNC"的线程
当Logging Event进入AsyncAppender后,AsyncAppender会调用appender方法,appender方法中再将event填入Buffer(使用的Buffer为BlockingQueue,具体实现为ArrayBlockingQueye)前,会先判断当前Buffer的容量以及丢弃日志特性是否开启,当消费能力不如生产能力时,AsyncAppender会将超出Buffer容量的Logging Event的级别进行丢弃,作为消费速度一旦跟不上生产速度导致Buffer溢出处理的一种方式。
上面的线程的作用,就是从Buffer中取出Event,交给对应的appender进行后面的日志推送
从上面的描述我们可以看出,AsyncAppender并不处理日志,只是将日志缓冲到一个BlockingQueue里面去,并在内部创建一个工作线程从队列头部获取日志,之后将获取的日志循环记录到附加的其他appender上去,从而达到不阻塞主线程的效果。因此AsyncAppender仅仅充当的是事件转发器,必须引用另外一个appender来做事。
复制代码
从上述原理,我们就能比较清晰地理解几个参数的作用了:
把日志信息转换为字节数组
把字节数组写到输出流
目前PatternLayoutEncoder是唯一有用的且默认的encoder,有一个节点,就像上面演示的,用来设置日志的输入格式,使用“%+转换符"的方式,如果要输出"%“则必须使用”%“对”%"进行转义。
转换符 | 作 用 | 是否避免使用 |
c{length} lo{length} logger{length} |
输出日志的logger名称,可有一个整型参数来缩短 1、不输入表示输出完整的 2、输入0表示只输出 3、输入其他数字表示输出小数点最后边点号之前的字符数量 |
否 |
C{length} class{length} |
输出指定记录的请求的调用者的全限定名,length同上 | 是 |
d{pattern} date{pattern} |
输出时间格式,模式语法同java.text.SimpleDateFormat兼容 | 否 |
caller{depth} | 输出生成日志的调用者的位置信息,整数选项表示输出信息深度 | 否 |
L | 输出执行日志的请求行号 | 是 |
m msg message |
输出应用程序提供的信息 | 否 |
m | 输入执行日志请求的方法名 | 是 |
n | 输出平台相关的分行符"\n"或者"\r\n",即换行 | 否 |
p le level |
输出日志级别 | 否 |
r relative |
输出从程序启动到创建日志记录的时间,单位为毫秒 | 否 |
t thread |
输出产生日志的线程名称 | 否 |
最后来看一下,是的一个子节点,表示在当前给到的日志级别下再进行一次过滤,最基本的Filter有ch.qos.logback.classic.filter.LevelFilter和ch.qos.logback.classic.filter.ThresholdFilter,首先看一下LevelFilter:
1
2
3
4
5 %d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger - %msg%n
6
7
8 WARN
9 ACCEPT
10 DENY
11
12
13
14
15
16
17
18
19
20
21
22
23
看一下输出:
2018-03-31 22:22:58.843 [main] WARN java.lang.Object - =====warn=====
看到尽管
再看一下ThresholdFilter,配置为:
1
2
3
4
5
6 %d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger - %msg%n
7
8
9 INFO
10
11
12
13
14
15
16
17
18
19
20
21
22
看一下输出为:
2018-03-31 22:41:32.353 [main] INFO java.lang.Object - =====info=====
2018-03-31 22:41:32.358 [main] WARN java.lang.Object - =====warn=====
2018-03-31 22:41:32.359 [main] ERROR java.lang.Object - =====error=====
因为ThresholdFilter的策略是,会将日志级别小于的全部进行过滤,因此虽然指定了DEBUG级别,但是只有INFO及以上级别的才能被打印出来。