别小看 Log 日志，它难住了我们组的架构师

最新推荐文章于 2024-08-08 08:15:47 发布

转载最新推荐文章于 2024-08-08 08:15:47 发布 · 1.1k 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：https://bss.youkuaiyun.com/m/topic/dev_survey2020

文章标签：

#大数据 #java #python #数据库 #linux

本文介绍了四种常见的日志框架：Slf4j、Log4j、Logback及ELK，涵盖了它们的特点、配置方式等内容，帮助开发者更好地理解日志框架的选择与使用。

作者 | 浅羽Eric 责编 | 张文

头图 | 优快云下载自视觉中国

在最近的开会中，讨论到一些异常的处理，以及日志的输出。是的，这些看起来小的不能再小的事，发生了分歧。因为大家普遍只对 Log4j 了解，而对其余的却基本未曾使用。我们的 Leader 也表示对 ELK 这类大规模日志由于好久不使用，也有点生疏了。

所以今天总结了一下关于日志的介绍。

日志对于程序员是不可或缺的，在我们的开发过程中，写完代码需要调试的话，日志是必须的，日志可以帮助我们定位我们的问题，从而更好地帮助我们解决 bug。

本期就给大家详细了解一下我们经常使用到的四种日志类型，帮助大家提高开发效率。

Slf4j

slf4j 的全称是 Simple Loging Facade For Java，它仅仅是一个为 Java 程序提供日志输出的统一接口，并不是一个具体的日志实现方案，就比如 JDBC 一样，只是一种规则而已。所以单独的 slf4j 是不能工作的，必须搭配其他具体的日志实现方案，比如 apache 的 org.apache.log4j.Logger，jdk 自带的 java.util.logging.Logger 等。

简单语法

SLF4J 不及 Log4J 使用普遍，因为许多开发者熟悉 Log4J 而不知道 SLF4J，或不关注 SLF4J 而坚持使用 Log4J。我们先看下 Log4J 示例：

Logger.debug("Hello " + name);

由于字符串拼接的问题，使用以上语句会先拼接字符串，再根据当前级别是否低于 debug 决定是否输出本条日志，即使不输出日志，字符串拼接操作也会执行，所以许多公司强制使用下面的语句，这样只有当前处于 DEBUG 级别时才会执行字符串拼接：

if (logger.isDebugEnabled()) {  LOGGER.debug(“Hello ” + name);}

它避免了字符串拼接问题，但有点太繁琐了是不是？相对的，SLF4J提供下面这样简单的语法:

LOGGER.debug("Hello {}", name);

它的形式类似第一条示例，而又没有字符串拼接问题，也不像第二条那样繁琐。

日志等级 Level

Slf4j 有四个级别的 log level 可供选择，级别从上到下由低到高，优先级高的将被打印出来。

Debug：简单来说，对程序调试有利的信息都可以debug输出
info：对用户有用的信息
warn：可能会导致错误的信息
error：顾名思义，发生错误的地方

使用

因为是强制规约，所以直接使用 LoggerFactory 创建

import org.slf4j.Logger;import org.slf4j.LoggerFactory;
public class Test {    private static final Logger logger = LoggerFactory.getLogger(Test.class);    // ……}

配置方式

Spring Boot 对 slf4j 支持的很好，内部已经集成了 slf4j。一般我们在使用的时候，会对 slf4j 做一下配置。

application.yml 文件是 Spring Boot 中唯一一个需要配置的文件，一开始创建工程的时候是 application.properties 文件，个人比较细化用 yml 文件，因为 yml 文件的层次感特别好，看起来更直观。但是 yml 文件对格式要求比较高，比如英文冒号后面必须要有个空格，否则项目估计无法启动，而且也不报错。

用 properties 还是 yml 视个人习惯而定，都可以。

我们看一下 application.yml 文件中对日志的配置：

logging:  config: classpath:logback.xml  level:    com.bowen.dao: trace

logging.config 是用来指定项目启动的时候，读取哪个配置文件。这里指定的是日志配置文件是 classpath:logback.xml 文件，关于日志的相关配置信息，都放在 logback.xml 文件中了。

logging.level 是用来指定具体的 mapper 中日志的输出级别，上面的配置表示 com.bowen.dao 包下的所有 mapper 日志输出级别为 trace，会将操作数据库的 sql 打印出来，开发时设置成 trace 方便定位问题，在生产环境上，将这个日志级别再设置成 error 级别即可。

常用的日志级别按照从高到低依次为：ERROR、WARN、INFO、DEBUG。

Log4j

Log4j 是 Apache 的一个开源项目，通过使用 Log4j，我们可以控制日志信息输送的目的地是控制台、文件、GUI 组件，甚至是套接口服务器、NT 的事件记录器、UNIX Syslog 守护进程等；我们也可以控制每一条日志的输出格式；通过定义每条日志信息的级别，我们能够更加细致地控制日志的生成过程。

组成架构

Log4j 由三个重要的组成构成：日志记录器(Loggers)，输出端(Appenders)和日志格式化器(Layout)。

Logger: 控制要启用或禁用哪些日志记录语句，并对日志信息进行级别限制
Appenders: 指定了日志将打印到控制台还是文件中
Layout: 控制日志信息的显示格式

Log4j 中将要输出的 Log 信息定义了 5 种级别，依次为 DEBUG、INFO、WARN、ERROR 和 FATAL，当输出时，只有级别高过配置中规定的级别的信息才能真正的输出，这样就很方便的来配置不同情况下要输出的内容，而不需要更改代码。

日志等级 Level

Log4j 日志等级主要有以下几种：

off：关闭日志，最高等级，任何日志都无法输出
fatal：灾难性错误，在能够输出日志的所有等级中最高
error：错误，一般用于异常信息
warn：警告，一般用于不规范的引用等信息
info：普通信息
debug：调试信息，一般用于程序执行过程
trace：堆栈信息，一般不使用
all：打开所有日志，最低等级，所有日志都可使用

在 Logger 核心类中，除了 off/all 以外，其他每个日志等级都对应一组重载的方法，用于记录不同等级的日志。当且仅当方法对应的日志等级大于等于设置的日志等级时，日志才会被记录。

使用

使用 Log4j 只需要导入一个 jar 包

<dependency> <groupId>org.log4j</groupId>   <artifactId>log4j</artifactId>   <version>1.2.9</version></dependency>

配置方式

在 Resources Root 目录下创建一个 log4j.properties 配置文件，一定要注意：文件的位置和文件名一个都不能错，然后在 properties 文件中添加配置信息

log4j.rootLogger=debug,cons
log4j.appender.cons=org.apache.log4j.ConsoleAppender log4j.appender.cons.target=System.out  log4j.appender.cons.layout=org.apache.log4j.PatternLayout log4j.appender.cons.layout.ConversionPattern=%m%n

propertis 文件是最常用的配置方式。

实际开发过程中，基本都是使用 properties 文件。pripertis 配置文件的配置方式为：

# 配置日志等级， 指定生效的Appender名字， AppenderA是定义的Appender的名字log4j.rootLogger=日志等级,AppenderA,AppenderB,... # ---------------- 定义一个appender------------------------# 定义一个appender， appender名字可以是任意的， # 如果要使该appender生效， 须加入到上一行rootLogger中, 后面为对应的Appender类log4j.appender.appender名字=org.apache.log4j.ConsoleAppender log4j.appender.appender名字.target=System.out  # 定义Appender的布局方式log4j.appender.appender名字.layout=org.apache.log4j.SimpleLayout

Logback

简单地说，Logback 是一个 Java 领域的日志框架。它被认为是 Log4J 的继承人。logback 是 log4j 的升级，所以 logback 自然比 log4j 有很多优秀的地方。

模块组成

Logback 主要由三个模块 logback-core，logback-classic, logback-access 组成。

logback-core 是其它模块的基础设施，其它模块基于它构建，显然，logback-core 提供了一些关键的通用机制。

logback-classic 的地位和作用等同于 Log4J，它也被认为是 Log4J 的一个改进版，并且它实现了简单日志门面 SLF4J；

logback-access 主要作为一个与 Servlet 容器交互的模块，比如说 tomcat 或者 jetty，提供一些与 HTTP 访问相关的功能。

三个模块

Logback 组件

Logback 主要组件如下：

Logger：日志的记录器；把他关联到应用对应的 context 上；主要用于存放日志对象；可以自定义日志类型级别
Appender：用于指定日志输出的目的地；目的地可以是控制台，文件，数据库等
Layout：负责把事件转换成字符串；格式化的日志信息的输出；在 logback 中 Layout 对象被封装在 encoder 中

Logback 优点如下：

同样的代码路径，Logback 执行更快
更充分的测试
原生实现了 SLF4J API（Log4J 还需要有一个中间转换层）
内容更丰富的文档
支持 XML 或者 Groovy 方式配置
配置文件自动热加载
从 IO 错误中优雅恢复
自动删除日志归档
自动压缩日志成为归档文件
支持 Prudent 模式，使多个 JVM 进程能记录同一个日志文件
支持配置文件中加入条件判断来适应不同的环境
更强大的过滤器
支持 SiftingAppender（可筛选 Appender）
异常栈信息带有包信息

标签属性

Logback 主要标签属性如下：

configuration：配置的根节点

配置结构

scan：为 ture 时，若配置文件属性改变会被扫描并重新加载，默认为 true；
scanPeriod：监测配置文件是否有修改的时间间隔，若没给出时间单位，默认单位为毫秒；默认时间为 1 分钟；当 scan="true"时生效；
debug：为 true 时，将打出 logback 的内部日志信息，实时查看 logback 运行状态；默认值为 false；
contextName：上下文名称，默认为“default”，使用此标签可设置为其它名称，用于区分不同应用程序的记录；一旦设置不能修改；
appender：configuration 的子节点，负责写日志的组件，有name和 class 两个必要属性；
name：addender 的名称；
class：appender 的全限定名，就是对应的某个具体的 Appender 类名，比如 ConsoleAppender、FileAppender；
append：为 true 时，日志被追加到文件结尾，如果是 flase，清空现存的文件，默认值为 true。

配置方式

logback 框架会默认加载 classpath 下命名为 logback-spring 或 logback 的配置文件：

<?xml version="1.0" encoding="utf-8"?><configuration>    <property resource="logback.properties"/>    <appender name="CONSOLE-LOG" class="ch.qos.logback.core.ConsoleAppender">        <layout class="ch.qos.logback.classic.PatternLayout">            <pattern>[%d{yyyy-MM-dd' 'HH:mm:ss.sss}] [%C] [%t] [%L] [%-5p] %m%n</pattern>        </layout>    </appender>    <!--获取比info级别高(包括info级别)但除error级别的日志-->    <appender name="INFO-LOG" class="ch.qos.logback.core.rolling.RollingFileAppender">        <filter class="ch.qos.logback.classic.filter.LevelFilter">            <level>ERROR</level>            <onMatch>DENY</onMatch>            <onMismatch>ACCEPT</onMismatch>        </filter>        <encoder>            <pattern>[%d{yyyy-MM-dd' 'HH:mm:ss.sss}] [%C] [%t] [%L] [%-5p] %m%n</pattern>        </encoder>         <!--滚动策略-->        <rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">            <!--路径-->            <fileNamePattern>${LOG_INFO_HOME}//%d.log</fileNamePattern>            <maxHistory>30</maxHistory>        </rollingPolicy>    </appender>    <appender name="ERROR-LOG" class="ch.qos.logback.core.rolling.RollingFileAppender">        <filter class="ch.qos.logback.classic.filter.ThresholdFilter">            <level>ERROR</level>        </filter>        <encoder>            <pattern>[%d{yyyy-MM-dd' 'HH:mm:ss.sss}] [%C] [%t] [%L] [%-5p] %m%n</pattern>        </encoder>        <!--滚动策略-->        <rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">            <!--路径-->            <fileNamePattern>${LOG_ERROR_HOME}//%d.log</fileNamePattern>            <maxHistory>30</maxHistory>        </rollingPolicy>    </appender>     <root level="info">        <appender-ref ref="CONSOLE-LOG" />        <appender-ref ref="INFO-LOG" />        <appender-ref ref="ERROR-LOG" />    </root></configuration>

ELK

ELK 是软件集合 Elasticsearch、Logstash、Kibana 的简称，由这三个软件及其相关的组件可以打造大规模日志实时处理系统。新增了一个 FileBeat，它是一个轻量级的日志收集处理工具(Agent)，Filebeat 占用资源少，适合于在各个服务器上搜集日志后传输给 Logstash，官方也推荐此工具。

Elasticsearch：是一个基于 Lucene 的、支持全文索引的分布式存储和索引引擎，主要负责将
日志索引并存储起来，方便业务方检索查询。
Logstash：是一个日志收集、过滤、转发的中间件，主要负责将各条业务线的各类日志统一收
集、过滤后，转发给 Elasticsearch 进行下一步处理。
Kibana：是一个可视化工具，主要负责查询 Elasticsearch 的数据并以可视化的方式展现给业务方，比如各类饼图、直方图、区域图等。
Filebeat：隶属于 Beats，是一个轻量级的日志收集处理工具。目前 Beats 包含四种工具：Packetbeat（搜集网络流量数据）、Topbeat（搜集系统、进程和文件系统级别的 CPU 和内存使用情况等数据）、Filebeat（搜集文件数据）、Winlogbeat（搜集 Windows 事件日志数据）

架构图

主要特点

一个完整的集中式日志系统，需要包含以下几个主要特点：

收集：能够采集多种来源的日志数据
传输：能够稳定的把日志数据传输到中央系统
存储：如何存储日志数据
分析：可以支持 UI 分析
警告：能够提供错误报告，监控机制

ELK 提供了一整套解决方案，并且都是开源软件，之间互相配合使用，完美衔接，高效的满足了很多场合的应用。目前主流的一种日志系统。

应用场景

在海量日志系统的运维中，以下几个方面是必不可少的：

分布式日志数据集中式查询和管理；
系统监控，包含系统硬件和应用各个组件的监控；
故障排查；
安全信息和事件管理；
报表功能；

ELK 运行于分布式系统之上，通过搜集、过滤、传输、储存，对海量系统和组件日志进行集中管理和准实时搜索、分析，使用搜索、监控、事件消息和报表等简单易用的功能，帮助运维人员进行线上业务的准实时监控、业务异常时及时定位原因、排除故障、程序研发时跟踪分析 Bug、业务趋势分析、安全与合规审计，深度挖掘日志的大数据价值。

同时 Elasticsearch 提供多种 API（REST JAVA PYTHON 等 API）供用户扩展开发，以满足其不同需求。

配置方式

filebeat 的配置，打开 filebeat.yml，进行配置，如下:

#输入源，可以写多个filebeat.input:- type: log  enabled: true  #输入源文件地址  path:    - /data/logs/tomcat/*.log  #多行正则匹配，匹配规则 例：2020-09-29，不是这样的就与上一条信息合并  multiline:    pattern: '\s*\['    negate: true    match: after  #起个名字  tags: ["tomcat"]
#输出目标，可以把logstash改成esoutput.logstash:  hosts: [172.29.12.35:5044]

logstash 的配置，建一个以.conf 为后缀的文件，或者打开 config 文件夹下的 .conf 文件，这里的配置文件是可以同时启动多个的，而且还有一个功能强大的 filter 功能，可以过滤原始数据，如下：

#输入源（必须）input { #控制台键入 stdin {} #文件读取 file {  #类似赋予的名字  type => "info"  #文件路径，可以用*代表所有  path => ['/usr/local/logstash-7.9.1/config/data-my.log']  #第一次从头开始读，下一次继续上一次的位置继续读  start_position => "beginning" } file {  type => "error"  path => ['/usr/local/logstash-7.9.1/config/data-my2.log']  start_position => "beginning"  codec=>multiline{   pattern => "\s*\["   negate => true   what => "previous"  } } #与filebates配合使用 beats{  port => 5044 }}#输出目标（必须）output { #判断type是否相同 if [type] == "error"{  #如果是，就写入此es中  elasticsearch{   hosts => "172.29.12.35:9200"   #kibana通过index的名字进行查询，这里的YYYY是动态获取日期   index => "log-error-%{+YYYY.MM.dd}"  } } if [type] == "info"{  elasticsearch{   hosts => "172.29.12.35:9200"   #kibana通过index的名字进行查询   index => "log-info-%{+YYYY.MM.dd}"  } } #这里判断的是filebates中赋予的tags是否是tomcat if "tomcat" in [tags]{  elasticsearch{   hosts => "172.29.12.35:9200"   #kibana通过index的名字进行查询   index => "tomcat"  } } #控制台也会打印信息 stdout {  codec => rubydebug {} }}


程序员如何避免陷入“内卷”、选择什么技术最有前景，中国开发者现状与技术趋势究竟是什么样？快来参与「2020 中国开发者大调查」，更有丰富奖品送不停！

更多精彩推荐
☞钉钉 6.0 开放底层“协同框架” 开发多人实时协作程序像编本地程序一样简单
☞GitHub 撤销解雇犹太员工决定并公开致歉，涉事 HR 辞职
☞中美科技战：打了华为，为何小米再遭殃？☞Java 已老矣，生态却依旧！
☞小小的 API 如何创造出 3.5 亿美元的价值？
点分享点收藏点点赞点在看