深入dwr2之一 Dwr2的日志代码分析

转自:[url]http://column.ibeifeng.com/51564/2008100689.shtml[/url]
1、dwr log涉及的类:

org.directwebremoting.util下的

Logger:dwr的日志类,Logger工厂;

LoggingOutput :dwr日志输出接口


CommonsLoggingOutput :apache Commons log输出

ServletLoggingOutput :servlet 容器 log输出;


2、 log过程

(1) 加载dwrservlet,初始化StartupUtil类的log属性时,Log类在构造函数中判断是否有CommonsLog类,有的话,生成CommonsLoggingOutput对象;否则生成ServletLoggingOutput对象;实际的log操作是这2个对象完成的,logger类里持有LoggingOutput接口的引用;

(2) ServletLoggingOutput 的日志输出可以由dwrservlet的


<init-param>   

<param-name>logLevel</param-name>

<param-value>DEBUG</param-value>

</init-param>



来控制;

CommonsLoggingOutput的日志输出由log4j配置文件来控制,如:

log4j.logger.org.directwebremoting=DEBUG,stdout, logfile

log4j.logger.org.getahaed=DEBUG,stdout, logfile


如果没有以上2句,则由rootLogger来决定;
commons-logging.properties

org.apache.commons.logging.Log=org.apache.commons.logging.impl.Log4JLogger   

org.apache.commons.logging.LogFactory=org.apache.commons.logging.impl.Log4jFactory


log4j.properties

log4j.rootLogger=INFO, stdout   



log4j.logger.org.directwebremoting=DEBUG,stdout, logfile

log4j.logger.org.getahaed=DEBUG,stdout, logfile



log4j.appender.stdout=org.apache.log4j.ConsoleAppender

log4j.appender.stdout.layout=org.apache.log4j.PatternLayout

log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - <%m>%n



log4j.appender.logfile=org.apache.log4j.RollingFileAppender

log4j.appender.logfile.File=D:/ikonweb/dwrtest/log/dwrtest.log

log4j.appender.logfile.MaxFileSize=51200KB

# Keep three backup files.

log4j.appender.logfile.MaxBackupIndex=3

# Pattern to output: date priority [category] - message

log4j.appender.logfile.layout=org.apache.log4j.PatternLayout

log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n


在web.Xml中加载log4j
<context-param>   

<param-name>log4jConfigLocation</param-name>

<param-value>/WEB-INF/log4j.properties</param-value>

</context-param>

<listener>

<listener-class>

org.springframework.web.util.Log4jConfigListener

</listener-class>

</listener>
内容概要:本文深入探讨了多种高级格兰杰因果检验方法,包括非线性格兰杰因果检验、分位数格兰杰因果检验、混频格兰杰因果检验以及频域因果检验。每种方法都有其独特之处,适用于不同类型的时间序列数据。非线性格兰杰因果检验分为非参数方法、双变量和多元检验,能够在不假设数据分布的情况下处理复杂的关系。分位数格兰杰因果检验则关注不同分位数下的因果关系,尤其适合经济数据的研究。混频格兰杰因果检验解决了不同频率数据之间的因果关系分析问题,而频域因果检验则专注于不同频率成分下的因果关系。文中还提供了具体的Python和R代码示例,帮助读者理解和应用这些方法。 适合人群:从事时间序列分析、经济学、金融学等领域研究的专业人士,尤其是对非线性因果关系感兴趣的学者和技术人员。 使用场景及目标:①研究复杂非线性时间序列数据中的因果关系;②分析不同分位数下的经济变量因果关系;③处理不同频率数据的因果关系;④识别特定频率成分下的因果关系。通过这些方法,研究人员可以获得更全面、细致的因果关系洞察。 阅读建议:由于涉及较多数学公式和编程代码,建议读者具备一定的统计学和编程基础,特别是对时间序列分析有一定了解。同时,建议结合具体案例进行实践操作,以便更好地掌握这些方法的实际应用。
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