Log4j向logback迁移

最新推荐文章于 2020-11-28 06:31:23 发布

weixin_34218579

最新推荐文章于 2020-11-28 06:31:23 发布

阅读量77

点赞数

文章标签： java python web.xml

原文链接：https://my.oschina.net/u/872813/blog/893007

版权

2019独角兽企业重金招聘Python工程师标准>>>

一、项目中大多用的都是Log4j做的，而此次迁移到logback有如下理由：

1、logback是log4j团队新作，重写了内部实现，在速度得到提升的同时，占用更少的内存；

2、log4j与logback都是slf4j抽象层的实现，迁移工作量较小，也不存在兼容问题；

注：在代码中调用log对象，应该用slf4j提供的工厂类如：

private static final Logger log = LoggerFactory.getLogger(xx.class);

这样写的另外一个好处，日志框架发生变动时，也无需更改代码。

3、logback配置使用xml或者Groovy文件；

4、热部署。log4j默认不支持热部署，需要在web.xml或者其他配置文件中启动log4j定时扫描配置文件的功能，以达到热部署的目的。而logback无需单独配置，默认开启自动载入，无需启用单独的线程进行扫描。

5、I/O错误恢复功能。当文件服务器宕机时，无需重启应用服务器，日志功能仍旧正常工作，当文件服务器恢复工作后，logback的appender会快速从上一个错误中恢复。

6、自动清除历史日志文件。log4j只能通过设置maxBackupIndex值固定日志文件数量，而logback通过maxHistory值来删除N天前的日志。

7、自动压缩归档日志文件。RollingFileAppender可以在回滚操作中，自动压缩归档日志文件。压缩通常是异步执行的，所以即使是很大的日志文件，你的应用都不会因此而被阻塞。

8、logback的谨慎模式。多个JVM可以向同一个日志文件输出日志，而log4j想实现这样的功能较为麻烦。

9、更精细的日志过滤。log4j只能通过日志级别进行过滤，而logback可以在同级别日志下通过表达式做更精确的过滤，这让系统日志分析问题定位更加的高效。

10、SiftingAppender是logback的一个追加器，通过SiftingAppender可以根据条件将日志筛选拆分。如按照会话输出多个日志文件。

二、logback配置

pom.xml

<!-- logback日志 -->
<dependency>
	<groupId>org.slf4j</groupId>
	<artifactId>slf4j-api</artifactId>
	<scope>compile</scope>
</dependency>

<dependency>
	<groupId>ch.qos.logback</groupId>
	<artifactId>logback-classic</artifactId>
	<scope>runtime</scope>
</dependency>

logback-spring.xml

<?xml version="1.0" encoding="UTF-8"?>
<configuration>
	<property name="LOG_HOME" value="/Users/xubin/WorkSpaces/eclipseWorkSpace/logs" />
	
	<!-- 控制台输出 -->
	<appender name="STDOUT" class="ch.qos.logback.core.ConsoleAppender">
		<encoder class="ch.qos.logback.classic.encoder.PatternLayoutEncoder">
			<!--格式化输出：%d表示日期，%thread表示线程名，%-5level：级别从左显示5个字符宽度%msg：日志消息，%n是换行符 -->
			<pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger{50} - %msg%n</pattern>
		</encoder>
	</appender>
	
	<!-- 按照每天生成日志文件 -->
	<appender name="FILE" class="ch.qos.logback.core.rolling.RollingFileAppender">
		<rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
			<FileNamePattern>${LOG_HOME}/applog.%d{yyyy-MM-dd}.log</FileNamePattern>
			<MaxHistory>30</MaxHistory>
		</rollingPolicy>
		<encoder class="ch.qos.logback.classic.encoder.PatternLayoutEncoder">
			<pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger{50} - %msg%n</pattern>
		</encoder>
		<!--日志文件最大的大小 -->
<!-- 		<triggeringPolicy -->
<!-- 			class="ch.qos.logback.core.rolling.SizeBasedTriggeringPolicy"> -->
<!-- 			<MaxFileSize>10MB</MaxFileSize> -->
<!-- 		</triggeringPolicy> -->
	</appender>
	
	<!--myibatis log configure -->
	<logger name="com.apache.ibatis" level="TRACE" />
	<logger name="java.sql.Connection" level="DEBUG" />
	<logger name="java.sql.Statement" level="DEBUG" />
	<logger name="java.sql.PreparedStatement" level="DEBUG" />

	<!-- 日志输出级别 -->
	<root level="INFO">
		<appender-ref ref="STDOUT" />
		<appender-ref ref="FILE" />
	</root>
</configuration>

总结：此次迁移是讲log4j迁移到logback，也是因为热部署和日志清理等需求促成此次迁移。

转载于:https://my.oschina.net/u/872813/blog/893007