作者：何甜甜在嗎
juejin.im/post/5d4d61326fb9a06aff5e5ff5
通過閱讀本篇文章將了解到：
1.日志輸出到檔案并根據LEVEL級別將日志分類保存到不同檔案
2.通過異步輸出日志減少磁盤IO提高性能
3.異步輸出日志的原理
1、組態檔logback-spring.xml
Spring Boot工程自帶logback和slf4j的依賴，所以重點放在撰寫組態檔上，需要引入什么依賴，日志依賴沖突統統都不需要我們管了，
logback框架會默認加載classpath下命名為logback-spring或logback的組態檔，
將所有日志都存盤在一個檔案中檔案大小也隨著應用的運行越來越大并且不好排查問題，正確的做法應該是將error日志和其他日志分開，并且不同級別的日志根據時間段進行記錄存盤，
<?xml version="1.0" encoding="utf-8"?>
<configuration>
<property resource="logback.properties"/>
<appender name="CONSOLE-LOG" >
<layout >
<pattern>[%d{yyyy-MM-dd' 'HH:mm:ss.sss}] [%C] [%t] [%L] [%-5p] %m%n</pattern>
</layout>
</appender>
<!--獲取比info級別高(包括info級別)但除error級別的日志-->
<appender name="INFO-LOG" >
<filter >
<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>
<!--滾動策略-->
<rollingPolicy >
<!--路徑-->
<fileNamePattern>${LOG_INFO_HOME}//%d.log</fileNamePattern>
<maxHistory>30</maxHistory>
</rollingPolicy>
</appender>
<appender name="ERROR-LOG" >
<filter >
<level>ERROR</level>
</filter>
<encoder>
<pattern>[%d{yyyy-MM-dd' 'HH:mm:ss.sss}] [%C] [%t] [%L] [%-5p] %m%n</pattern>
</encoder>
<!--滾動策略-->
<rollingPolicy >
<!--路徑-->
<fileNamePattern>${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>
部分標簽說明
-
<root>標簽，必填標簽，用來指定最基礎的日志輸出級別 -
<appender-ref>標簽，添加append -
<append>標簽，通過使用該標簽指定日志的收集策略 -
name屬性指定appender命名 -
class屬性指定輸出策略，通常有兩種，控制臺輸出和檔案輸出，檔案輸出就是將日志進行一個持久化，ConsoleAppender將日志輸出到控制臺 -
<filter>標簽，通過使用該標簽指定過濾策略 -
<level>標簽指定過濾的型別 -
<encoder>標簽，使用該標簽下的<pattern>標簽指定日志輸出格式 -
<rollingPolicy>標簽指定收集策略，比如基于時間進行收集 -
<fileNamePattern>標簽指定生成日志保存地址 通過這樣配置已經實作了分類分天手機日志的目標了
2、logback 高級特性異步輸出日志
之前的日志配置方式是基于同步的，每次日志輸出到檔案都會進行一次磁盤IO，采用異步寫日志的方式而不讓此次寫日志發生磁盤IO，阻塞執行緒從而造成不必要的性能損耗，關注微信公眾號Java技術堆疊在后臺回復Java可以獲取我整理的 N 篇 Java 多執行緒教程，
異步輸出日志的方式很簡單，添加一個基于異步寫日志的appender，并指向原先配置的appender即可，
<!-- 異步輸出 -->
<appender name="ASYNC-INFO" >
<!-- 不丟失日志.默認的,如果佇列的80%已滿,則會丟棄TRACT、DEBUG、INFO級別的日志 -->
<discardingThreshold>0</discardingThreshold>
<!-- 更改默認的佇列的深度,該值會影響性能.默認值為256 -->
<queueSize>256</queueSize>
<!-- 添加附加的appender,最多只能添加一個 -->
<appender-ref ref="INFO-LOG"/>
</appender>
<appender name="ASYNC-ERROR" >
<!-- 不丟失日志.默認的,如果佇列的80%已滿,則會丟棄TRACT、DEBUG、INFO級別的日志 -->
<discardingThreshold>0</discardingThreshold>
<!-- 更改默認的佇列的深度,該值會影響性能.默認值為256 -->
<queueSize>256</queueSize>
<!-- 添加附加的appender,最多只能添加一個 -->
<appender-ref ref="ERROR-LOG"/>
</appender>
3、異步輸出日志性能測驗
既然能提高性能的話，必須進行一次測驗比對，同步和異步輸出日志性能到底能提升多少倍？
服務器硬體
-
CPU六核 -
記憶體 8G
測驗工具
Apache Jmeter
同步輸出日志
-
執行緒數：100
-
Ramp-Up Loop(可以理解為啟動執行緒所用時間) ：0 可以理解為100個執行緒同時啟用 -
測驗結果
重點關注指標Throughput【TPS】吞吐量：系統在單位時間內處理請求的數量，在同步輸出日志中TPS為44.2/sec，坑爹的日志無法按天切割問題，這個大家也得注意下，
異步輸出日志
-
執行緒數 100
-
Ramp-Up Loop：0 -
測驗結果
TPS為497.5/sec，性能提升了10多倍！！！
4、異步日志輸出原理
從logback框架下的Logger.info方法開始追蹤，一路的方法呼叫路徑如下圖所示：
異步輸出日志中最關鍵的就是組態檔中ch.qos.logback.classic包下AsyncAppenderBase類中的append方法，查看該方法的原始碼:
protected void append(E eventObject) {
if(!this.isQueueBelowDiscardingThreshold() || !this.isDiscardable(eventObject)) {
this.preprocess(eventObject);
this.put(eventObject);
}
}
通過佇列情況判斷是否需要丟棄日志，不丟棄的話將它放到阻塞佇列中，通過查看代碼，這個阻塞佇列為ArrayBlockingQueueu，默認大小為256，可以通過組態檔進行修改，
Logger.info(...)到append(...)就結束了，只做了將日志塞入到阻塞佇列的事，然后繼續執行Logger.info(...)下面的陳述句了，在AsyncAppenderBase類中定義了一個Worker執行緒，run方法中的關鍵部分代碼如下:
E e = parent.blockingQueue.take();aai.appendLoopOnAppenders(e);
從阻塞佇列中取出一個日志，并呼叫AppenderAttachableImpl類中的appendLoopOnAppenders方法維護一個Append串列，Worker執行緒中呼叫方法程序主要如下圖：
最主要的兩個方法就是encode和write方法，前一個法方會根據組態檔中encode指定的方式轉化為位元組碼，后一個方法將轉化成的位元組碼寫入到檔案中去，
所以寫檔案是通過新起一個執行緒去完成的，主執行緒將日志扔到阻塞佇列中，然后又去做其他事情了，
關注公眾號Java技術堆疊回復"面試"獲取我整理的2020最全面試題及答案，
推薦去我的博客閱讀更多：
1.Java JVM、集合、多執行緒、新特性系列教程
2.Spring MVC、Spring Boot、Spring Cloud 系列教程
3.Maven、Git、Eclipse、Intellij IDEA 系列工具教程
4.Java、后端、架構、阿里巴巴等大廠最新面試題
覺得不錯，別忘了點贊+轉發哦！
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/147632.html
標籤：Java