日志插件概述

现在市场上存在的日志插件大概有这么几种常见的;common-logging,slf4j,jdk logger,log4j,logback。其中common-logging和slf4j类似,都是搭建的一个框架类的东西来容纳具体的log实现;而jdk logger、log4j、logback则是log的具体实现。

一般开源框架都不会使用具体的日志框架,而是用commons-logging或slf4j处理日志,这样可以根据使用者使用的具体日志框架来记录日志,例如Hibernate用的是slf4j(不过好像最新版本用的是JBOSS的适配器了)、Spring用的是commons-logging.Java在日志这块不像JDBC,JDBC有一套共同的标准API,无论你连接Oracle、MySQL,API接口都是一样的。但是日志库JDK Logger、Log4j、Logback是互相不兼容的,没有共同的Interface,所以commons-logging、slf4j通过适配器模式,抽象出来一个共同的接口,然后根据使用的具体日志框架来实现日志。

总结一下,就是JDK Logger、Log4j、Logback是具体的日志框架的实现,commons-logging、slf4j是解决日志框架之间不兼容而抽象出来的适配器接口。

Common-logging

common-logging是apache提供的一个通用的日志接口。用户可以自由选择第三方的日志组件作为具体实现,像log4j,或者jdk自带的logging.
common-logging会通过动态查找的机制,在程序运行时自动找出真正使用的日志库。当然,common-logging内部有一个Simplelogger的简单实现(jdk方式),但是功能很弱。所以使用common-logging,通常都是配合着log4j来使用。使用它的好处就是,代码依赖是common-logging而非log4j, 避免了和具体的日志方案直接耦合,在有必要时,可以更改日志实现的第三方库。

使用Commons的Logging API非常简单。只需导入Logging的两个必须类、创建一个Log的静态实例,下面展示了这部分操作的代码:

import org.apache.commons.logging.Log;
import org.apache.commons.logging.LogFactory;
public class CommonLogTest {
 private static Log log = LogFactory.getLog(CommonLogTest.class);
// ...
}

一个依赖包即可:

<dependency>
        <groupId>commons-logging</groupId>
        <artifactId>commons-logging</artifactId>
        <version>1.2</version>
    </dependency>

运行机制:
1.在classpath中查找common-logging.properties文件,该文件中存放的不是具体配置,而是
org.apache.commons.logging.Log=org.apache.commons.logging.impl.Log4JCategoryLog
指定使用哪个具体插件实现。
2.若没有该文件,则利用反射机制和实现定义好的jdk和log4j的实现的类名来反射查找,若哪个存在,则加载哪个。

附:1.我加了common-logging依赖包,但没有加log4j的依赖static Log logger = LogFactory.getLog(CommonLogging.class); logger.error(“aa”);印出了一个aa,控制台也没有警告什么的
2.我加了log4j的依赖包,但没有log4j的配置文件,控制台报警告 Log4j:warn no appender to...
3.我建了个src/main/resources,放进去log4j.properties,正常,上面的执行语句也正常,不用非得

 static Logger logger = Logger.getLogger(Log4jTest.class);

Logger类是common-logging没有的,是log4j的;

JDK LOGGER
在run configure的arguments中的VM arguments中添加:-Djava.util.logging.config.file=logging.properties即可读取默认配置文件;

在jre的lib下就有默认的logging.properties,直接修改该文件即可(我们可以直接去jdk中查找);

import java.util.logging.Logger;

public class JdkLogger {

    static Logger logger = Logger.getLogger("JdkLogger");

    public static void main(String args[]){

        logger.warning("cc");

    }
}

不用引入依赖包,因为jdk中存在这个依赖包
参考:http://blog.csdn.net/zhangzeyuaaa/article/details/43204725
LOG4J

import org.apache.log4j.BasicConfigurator;
import org.apache.log4j.Logger;
import org.apache.log4j.PropertyConfigurator;
import org.apache.log4j.spi.LoggerFactory;
public class Log4jTest {
    //这都是各自实现,想灵活就得用common-logging的启动方式
    static Logger logger = Logger.getLogger(Log4jTest.class);
    public static void get(){

        PropertyConfigurator.configure("log4j.properties");

    }

    public static void main(String args[]){
        /*BasicConfigurator.configure();*/
    //  get();
        //如果不通过手动配置,也会自动在classpath下自动查找的;
        logger.info("aa");
        logger.error("aa");
    }

}
 <dependency>
        <groupId>org.apache.logging.log4j</groupId>
        <artifactId>log4j-api</artifactId>
        <version>2.4.1</version>
    </dependency>
    <dependency>
        <groupId>org.apache.logging.log4j</groupId>
        <artifactId>log4j-core</artifactId>
        <version>2.4.1</version>
    </dependency>
    <dependency>
        <groupId>log4j</groupId>
        <artifactId>log4j</artifactId>
        <version>1.2.17</version>
</dependency>

Slf4j

**import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
public class Self4j {
//static Logger logger = LoggerFactory.getLogger(Self4j.class);
static Logger logger = LoggerFactory.getLogger(Self4j.class);
public static void main(String[] args){

      logger.info("","cc");
      logger.error("cc");
}

}**

<dependency>
        <groupId>org.slf4j</groupId>
        <artifactId>slf4j-api</artifactId>
        <version>1.5.11</version>
    </dependency>
    <dependency>
        <groupId>org.slf4j</groupId>
        <artifactId>slf4j-log4j12</artifactId>
        <version>1.5.11</version>
    </dependency>
    <dependency>
        <groupId>org.slf4j</groupId>
        <artifactId>slf4j-nop</artifactId>
        <version>1.5.11</version>
    </dependency> 

LOGBACK

import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

public class LogBack {
    static Logger logger = LoggerFactory.getLogger(Self4j.class); 
    public static void main(String args[]){

        logger.info("cc");
    }

}
 <dependency>
        <groupId>org.slf4j</groupId>
        <artifactId>slf4j-api</artifactId>
        <version>1.5.11</version>
    </dependency>
    <dependency>
        <groupId>org.slf4j</groupId>
        <artifactId>slf4j-log4j12</artifactId>
        <version>1.5.11</version>
    </dependency>
    <dependency>
        <groupId>org.slf4j</groupId>
        <artifactId>slf4j-nop</artifactId>
        <version>1.5.11</version>
    </dependency> 
     <dependency>
        <groupId>ch.qos.logback</groupId>
        <artifactId>logback-core</artifactId>
        <version>1.2.3</version>
    </dependency> 
     <dependency>
        <groupId>ch.qos.logback</groupId>
        <artifactId>logback-classic</artifactId>
        <version>1.2.3</version>
           <exclusions>
           <exclusion>
             <groupId>org.slf4j</groupId>
             <artifactId>slf4j-api</artifactId>
            </exclusion>
          </exclusions> 
    </dependency> 

Common-logging会自动加载寻找到的依赖包log4j
而slf4j是面子,所以需要一个连接包,slf4j-log4j12才可以;另外装载的时候把
slf4j-nop加上,装载实现类;

Logback优点:http://www.cnblogs.com/warking/p/5710303.html

Logback中自带了slf4j的包和连接包,所以不加slf4j的依赖包也是可以的。

附:common-logging不能直接调用logback;

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
大数据(Big Data)是指规模庞大、复杂度高且难以用传统数据处理方法进行捕捉、管理和处理的数据集合。它通常具有以下三个特征: 数据量大:大数据指的是数据集的规模非常庞大,远远超出了传统数据处理工具的能力范围。这些数据集可能包含数十亿甚至数万亿的记录。 复杂度高:大数据往往包含多种类型和格式的数据,例如结构化数据(如关系型数据库中的数据)、半结构化数据(如XML文件)和非结构化数据(如文本、图像和音频等)。这些数据的复杂性使得处理和分析变得更加困难。 处理速度快:大数据处理要求在短时间内处理和分析大规模的数据。传统的数据处理方法往往无法满足实时或近实时处理的需求。 大数据的出现主要是由于以下几个因素的影响: 数据的爆发性增长:随着互联网的普及和各种传感器、设备的广泛应用,数据的产生和积累呈现爆发式增长的趋势。 新型数据源的涌现:除了传统的结构化数据,越来越多的非结构化和半结构化数据源涌现,例如社交媒体数据、日志文件、传感器数据、地理位置数据等。 技术的进步:大数据处理的技术工具和技术方法得到了快速发展,例如分布式计算、云计算、并行处理、机器学习和人工智能等技术的应用,使得大数据的存储、管理和分析变得可行和高效。 大数据的处理和分析可以带来许多潜在的好处,包括更深入的洞察力、更准确的决策支持、更精细的个性化服务、更高效的资源利用和创新等。在各个领域,如商业、医疗、金融、交通、科学研究等,大数据正发挥着重要的作用,并为我们带来了新的机遇和挑战。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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