【Java.ThirdParty】日志——Log4j——2——实现剖析

最新推荐文章于 2025-05-12 09:38:49 发布
原创 最新推荐文章于 2025-05-12 09:38:49 发布 · 587 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#Java 3rd Lib

博客内容显示Coming Soon!，表明关于Java第三方库的相关内容即将推出，目前暂无具体信息。
Coming Soon!
当电商系统崩溃时，Java模块化如何拯救百万行代码？——从“俄罗斯套娃“到“乐高积木“的架构革命
墨夶的博客
04-06 475
你的代码像’俄罗斯套娃’：‘订单服务要改库存接口，结果生产服务也崩溃！“你的微服务像’聋哑人’：‘订单服务要调用库存服务，却要硬编码IP地址！“你的对象图像’俄罗斯套娃’：‘日志需要包装成带时区的版本，代码爆炸！“你的系统像’乐高玩具’：‘客户要新增支付方式，无需修改代码！“你的容器像’冷启动’：‘第一次请求要加载10秒，客户体验差！“你的依赖像’死锁’：‘A依赖B，B又依赖A，编译器报错！“你的数据库像’独木桥’：‘主库挂了，所有服务跟着瘫痪！“你的项目像’无名氏’：‘代码结构混乱，维护成本爆炸！
ELK日志分析平台——Elasticsearch分布式搜索引擎
wwy0324的博客
11-01 843
一、简介 ELK简介 ELK是三个组件的缩写, 分别是Elasticsearch, Logstash, Kibana. ELK平台可以用于实现日志收集、日志搜索和日志分析 Elasticsearch: 是ELK的核心 一个分布式的实时文档存储，每个字段 可以被索引与搜索 一个分布式实时分析搜索引擎 能胜任上百个服务节点的扩展，并支持 PB 级别的结构化或者非结构化数据 Logstash: 简单说是一个日志收集工具, 可以定义从哪里获取数据, 并且可以简单处理数据, 最后可以定义将数据输出到哪里, 一般输
log4j 介绍（3）--Appender 篇
iteye_9716的博客
08-18 128
Q： 什么是Appender？ A： Log4j allows logging requests to print to multiple destinations. In log4j speak, an output destination is called an appender. Q： 目前有几多类型的Appender？ A： Currently, appenders ...
log4j的配置
qq_21451945的博客
10-20 334
可以控制控制台的 输出类型 # # Licensed to the Apache Software Foundation (ASF) under one or more # contributor license agreements. See the NOTICE file distributed with # this work for additional information rega...
【Java.ThirdParty】日志——commons-logging, slf4j, log4j,
王晓斌的专栏
09-12 700
。。。
【Java.ThirdParty】日志——Slf4j的几种应用模式
王晓斌的专栏
09-12 1125
基本使用规则
OJ判题系统第4期之判题机模块架构——设计思路、实现步骤、代码实现（工厂模式、代理模式的实践）
m0_74016429的博客
05-12 1019
之后我们的项目代码只调用接口，不调用具体的实现类，这样在你使用其他的代码沙箱实现类 时，就不用去修改名称了， 便于扩展。@Data@Builder/*** 接口信息*//*** 执行状态*//*** 判题信息*/// 使用 Lombok 的 @Slf4j 注解，自动生成一个日志对象 log，用于记录运行时信息（例如调试、错误等）@Slf4j/*** 执行用户提交的代码，并返回执行结果。* 这是一个示例实现类，不实际执行任何真实代码，仅模拟响应结果。
分布式集群ELK——ELK日志分析系统
m0_47161295的博客
09-14 637
1.ELK日志分析系统简介 1.1 日志服务器 提高安全性 集中存放日志 缺陷 对日志的分析困难 1.2 ELK日志分析系统 Elasticsearch Logstash Kibana 1.2 日志处理步骤 1.将日志进行集中化管理 2.将日志格式化(Logstash) 并输出到Elasticsearch 3.对格式化后的数据进行索引|和存储(Elasticsearch) 4.前端数据的展示(Kibana) 2. Elasticsearch介绍 2.1 Elasticsearch的概述 提
在华为云平台跑spark任务报错 Caused by: org.apache.hadoop.hbase.client.RetriesExhaustedException: Failed after attempts=36, exceptions: 2025-08-25T07:01:50.340Z, java.net.SocketTimeoutException: callTimeout=60000, callDuration=60108: Call to address=node-ana-orderaddyqhe/25.213.25.20:16020 failed on local exception: org.apache.hadoop.hbase.ipc.CallTimeoutException: Call[id=5,methodName=Scan], waitTime=60005ms, rpcTimeout=59999ms row '04202508200' on table 'rmc:vs_cust_voltrate_day' at region=rmc:vs_cust_voltrate_day,04202508098000000069179115,1756088418368.de6c9f38dbdf5f4a282d305ccd4375a8., hostname=node-ana-orderaddyqhe,16020,1754979845078, seqNum=4835966 at org.apache.hadoop.hbase.client.RpcRetryingCallerWithReadReplicas.throwEnrichedException(RpcRetryingCallerWithReadReplicas.java:299) at org.apache.hadoop.hbase.client.ScannerCallableWithReplicas.call(ScannerCallableWithReplicas.java:253) at org.apache.hadoop.hbase.client.ScannerCallableWithReplicas.call(ScannerCallableWithReplicas.java:59) at org.apache.hadoop.hbase.client.RpcRetryingCallerImpl.callWithoutRetries(RpcRetryingCallerImpl.java:200) at org.apache.hadoop.hbase.client.ClientScanner.call(ClientScanner.java:281) at org.apache.hadoop.hbase.client.ClientScanner.loadCache(ClientScanner.java:462) at org.apache.hadoop.hbase.client.ClientScanner.nextWithSyncCache(ClientScanner.java:324) at org.apache.hadoop.hbase.client.ClientScanner.next(ClientScanner.java:637) at org.apache.hadoop.hbase.mapreduce.TableRecordReaderImpl.nextKeyValue(TableRecordReaderImpl.java:244) at org.apache.hadoop.hbase.mapreduce.TableRecordReader.nextKeyValue(TableRecordReader.java:133) at org.apache.hadoop.hbase.mapreduce.TableInputFormatBase$1.nextKeyValue(TableInputFormatBase.java:218) at org.apache.spark.rdd.NewHadoopRDD$$anon$1.hasNext(NewHadoopRDD.scala:247) at org.apache.spark.InterruptibleIterator.hasNext(InterruptibleIterator.scala:37) at scala.collection.Iterator$$anon$10.hasNext(Iterator.scala:458) at scala.collection.Iterator$$anon$10.hasNext(Iterator.scala:458) at scala.collection.Iterator$$anon$10.hasNext(Iterator.scala:458) at scala.collection.Iterator$$anon$10.hasNext(Iterator.scala:458) at scala.collection.Iterator$$anon$10.hasNext(Iterator.scala:458) at scala.collection.Iterator$$anon$12.hasNext(Iterator.scala:511) at org.apache.spark.sql.execution.UnsafeExternalRowSorter.sort(UnsafeExternalRowSorter.java:201) at org.apache.spark.sql.execution.exchange.ShuffleExchangeExec$.$anonfun$prepareShuffleDependency$10(ShuffleExchangeExec.scala:343) at org.apache.spark.rdd.RDD.$anonfun$mapPartitionsInternal$2(RDD.scala:897) at org.apache.spark.rdd.RDD.$anonfun$mapPartitionsInternal$2$adapted(RDD.scala:897) at org.apache.spark.rdd.MapPartitionsRDD.compute(MapPartitionsRDD.scala:52) at org.apache.spark.rdd.RDD.computeOrReadCheckpoint(RDD.scala:373) at org.apache.spark.rdd.RDD.iterator(RDD.scala:337) at org.apache.spark.rdd.MapPartitionsRDD.compute(MapPartitionsRDD.scala:52) at org.apache.spark.rdd.RDD.computeOrReadCheckpoint(RDD.scala:373) at org.apache.spark.rdd.RDD.iterator(RDD.scala:337) at org.apache.spark.shuffle.ShuffleWriteProcessor.write(ShuffleWriteProcessor.scala:59) at org.apache.spark.scheduler.ShuffleMapTask.runTask(ShuffleMapTask.scala:99) at org.apache.spark.scheduler.ShuffleMapTask.runTask(ShuffleMapTask.scala:52) at org.apache.spark.scheduler.Task.run(Task.scala:131) at org.apache.spark.executor.Executor$TaskRunner.$anonfun$run$3(Executor.scala:505) at org.apache.spark.util.Utils$.tryWithSafeFinally(Utils.scala:1617) at org.apache.spark.executor.Executor$TaskRunner.run(Executor.scala:508) at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149) at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624) at java.lang.Thread.run(Thread.java:750) Caused by: java.net.SocketTimeoutException: callTimeout=60000, callDuration=60108: Call to address=node-ana-orderaddyqhe/25.213.25.20:16020 failed on local exception: org.apache.hadoop.hbase.ipc.CallTimeoutException: Call[id=5,methodName=Scan], waitTime=60005ms, rpcTimeout=59999ms row '04202508200' on table 'rmc:vs_cust_voltrate_day' at region=rmc:vs_cust_voltrate_day,04202508098000000069179115,1756088418368.de6c9f38dbdf5f4a282d305ccd4375a8., hostname=node-ana-orderaddyqhe,16020,1754979845078, seqNum=4835966 at org.apache.hadoop.hbase.client.RpcRetryingCallerImpl.callWithRetries(RpcRetryingCallerImpl.java:167) at org.apache.hadoop.hbase.client.ResultBoundedCompletionService$QueueingFuture.run(ResultBoundedCompletionService.java:80) ... 3 more Caused by: org.apache.hadoop.hbase.ipc.CallTimeoutException: Call to address=node-ana-orderaddyqhe/25.213.25.20:16020 failed on local exception: org.apache.hadoop.hbase.ipc.CallTimeoutException: Call[id=5,methodName=Scan], waitTime=60005ms, rpcTimeout=59999ms at org.apache.hadoop.hbase.ipc.IPCUtil.wrapException(IPCUtil.java:217) at org.apache.hadoop.hbase.ipc.AbstractRpcClient.onCallFinished(AbstractRpcClient.java:398) at org.apache.hadoop.hbase.ipc.AbstractRpcClient.access$100(AbstractRpcClient.java:97) at org.apache.hadoop.hbase.ipc.AbstractRpcClient$3.run(AbstractRpcClient.java:429) at org.apache.hadoop.hbase.ipc.AbstractRpcClient$3.run(AbstractRpcClient.java:425) at org.apache.hadoop.hbase.ipc.Call.setTimeout(Call.java:111) at org.apache.hadoop.hbase.ipc.RpcConnection$1.run(RpcConnection.java:199) at org.apache.hbase.thirdparty.io.netty.util.HashedWheelTimer$HashedWheelTimeout.expire(HashedWheelTimer.java:669) at org.apache.hbase.thirdparty.io.netty.util.HashedWheelTimer$HashedWheelBucket.expireTimeouts(HashedWheelTimer.java:744) at org.apache.hbase.thirdparty.io.netty.util.HashedWheelTimer$Worker.run(HashedWheelTimer.java:469) ... 1 more Caused by: org.apache.hadoop.hbase.ipc.CallTimeoutException: Call[id=5,methodName=Scan], waitTime=60005ms, rpcTimeout=59999ms at org.apache.hadoop.hbase.ipc.RpcConnection$1.run(RpcConnection.java:200) ... 4 more
最新发布
08-26
2. 通过**LTS（日志服务）** 分析超时时间点的网络波动 3. 在**CES（云监控）** 设置RegionServer堆内存报警阈值（>80%） > 经压力测试，调整后集群超时率可从15%降至0.3%以下[^2]。若仍持续超时，建议提华为云工单...
【Java.ThirdParty】日志——Log4j——1——配置及使用
王晓斌的专栏
09-12 907
Log4j  1.x Log4j配置文件的加载 默认加载方式 若系统中未显式的指定配置文件，则Logj4默认会加载log4j.xml和log4j.properties文件。 当系统调用Log4j的LoggerFactory.getLogger()方法时，调用栈如下： 在LogManager.即静态块的初始块中，若系统中未定义log4j.configuration属性，则L
修改 log4j.properties把INFO级别设置成WARN级别
搬砖小工053
07-22 5317
在 /这里是你的spark路径，spark1.6.1_hadoop2.6/conf目录下，运行cp log4j.properties.template log4j.properties然后打开 log4j.properties#Set everything to be logged to the console log4j.rootCategory=INFO, console log4j.appen
Log4j appender输出类型配置
飞上云端看彩虹
02-02 900
Log4j官方的appender给出了一下几种实现 org.apache.log4j.ConsoleAppender（控制台），   org.apache.log4j.FileAppender（文件），   org.apache.log4j.DailyRollingFileAppender（每天产生一个日志文件），   org.apache.log4j.RollingFileAppende...
Log4j不同的Appender,输出不同日志级别的日志内容
Jay Chang
06-19 419
log4j.rootLogger=DEBUG,CONSOLE,ROLLING_FILE#################### Console Appender####################log4j.appender.CONSOLE=org.apache.log4j.ConsoleAppenderlog4j.appender.CONSOLE.Threshold=INFOlog4j.ap...
log4j日志设置error级别以上
IBLiplus的博客
09-07 9214
日志记录器（Logger）的行为是分等级的。分为  - OFF  - FATAL  - WARN  - INFO  - DEBUG  - TRACE  - ALL  Log4j建议只使用四个级别，优先级从高到低分别是ERROR、WARN、INFO、DEBUG。通过在这里定义的级别，您可以控制到应用程序中相应级别的日志信息的开关。  比如在这里定义了INFO级别，则应用程序中所有DEBUG级别的日志...
Log4j自定义Appender介绍
技术博客
01-17 1384
转自 http://gemantic.iteye.com/blog/1234996 最初想要在执行一段业务逻辑的时候调用一个外部接口记录审计信息，一直找不到一个比较优雅的方式，经过讨论觉得log4j自定义的appender或许可以实现此功能。后来就了解了一下log4j的这部分。  Apache Log4j 架构  Apache Log4j是当前在J2EE和J2SE开发中用得最多的
log4j日志打印详解实战
热门推荐
qq_37733625的博客
01-22 1万+
1.为什么要使用log4j? Log4j是Apache的一个开放源代码项目，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；通过定义每一条日志信息的级别，我们能够更加细致地控制日志的生成过程。最令人感兴趣的就是，这些可以通过一个配置文件来灵活地进行配置，而不
【Java.ThirdParty】Apache Commons —— FileUpload —— web应用上传文件
王晓斌的专栏
10-02 1911
参考地址：
【Java.ThirdParty】Apache Commons —— DbUtils —— JDBC轻量级封装
王晓斌的专栏
01-05 1431
DBUtils是个小巧的JDBC轻量级封装的工具包，其最核心的特性是结果集的封装，可以直接将查询出来的结果集封装成JavaBean，这就为我们做了最枯燥乏味、最容易出错的一大部分工作。 在使用DBUtils之前，应该注意一些问题： DBUtils是JDBC的简单封装，可以和JDBC混合使用。 DBUtils对结果集自动封装为JavaBean是有着苛刻要
org.apache.hadoop.thirdparty.protobuf.ServiceException: java.lang.NoSuchFieldError: PARSER
03-14
- Hadoop内部可能使用`org.apache.hadoop.thirdparty.protobuf`的自定义实现 - 其他组件（如HBase）可能依赖了不同版本的`com.google.protobuf` --- ### 解决方案 #### 1. **检查依赖版本兼容性** - **Hadoop与...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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