上一篇：spring boot 1.5.4 定时任务和异步调用（十）

Spring Boot整合log4j2

spring boot整合log4j2项目spring-boot-jsp源码：

https://git.oschina.net/wyait/springboot1.5.4.git

1.1 log4j2概要

对于我们开发人员来说，日志记录往往不被重视。在生产环境中，日志是查找问题来源的重要依据。日志可记录程序运行时产生的错误信息、状态信息、调试信息和执行时间信息等多种多样的信息。可以在程序运行出现错误时，快速地定位潜在的问题源。

目前常用的日志框架有java.util.logging、commons logging、slf4j、log4j1.x、logback、log4j2.x 等若干种，这里我们使用log4j2框架进行日志管理，先介绍下日志框架的发展史以及优点。

1.1.1 java日志框架发展史

1996年早期，欧洲安全电子市场项目组决定编写它自己的程序跟踪API(Tracing API)。经过不断的完善，这个API终于成为一个十分受欢迎的Java

日志软件包，即log4j。后来log4j成为Apache基金会项目中的一员。

期间log4j近乎成了Java社区的日志标准。据说Apache基金会还曾经建议Sun引入log4j到java的标准库中，但Sun拒绝了。

2002年Java1.4发布，Sun推出了自己的日志库jul(java util logging)，其实现基本模仿了log4j的实现。在JUL出来以前，log4j就已经成为

一项成熟的技术，使得log4j在选择上占据了一定的优势。

接着，Apache推出了jakarta commons logging，jcl只是定义了一套日志接口(其内部也提供一个simple log的简单实现)，支持运行时动态加载日志组件的实现，也就是说，在你的应用代码里，只需调用commons logging的接口，底层实现可以是log4j，也可以是java util logging。

后来(2006年)，Ceki Gülcü（Gulcu）不适应Apache的工作方式，离开了Apache。然后先后创建了slf4j(日志门面接口，类似于commons logging)

和logback(slf4j的实现)两个项目，并回瑞典创建了QOS公司，QOS官网上是这样描述logback的：The Generic，Reliable Fast&FlexibleLogging Framework(一个通用，可靠，快速且灵活的日志框架)。

现今，Java日志领域被划分为两大阵营：commons logging阵营和slf4j阵营。 commons logging在Apache大树的笼罩下，有很大的用户基数。

但有证据表明，形式正在发生变化。2013年底有人分析了GitHub上30000个项目，统计出了最流行的100个Libraries，可以看出slf4j的发展

趋势更好。如下图所示：

Apache眼看有被logback反超的势头，于2012年7月重写了log4j 1.x，成立了新的项目log4j2.x。log4j2在各个方面都与logback非常相似。

1.1.2 常用日志框架介绍

这些日志系统有什么区别，开发时如何选择适合自己项目的日志系统呢？日志系统可分为两类。

一类:只提供接口不提供实现，如 Apache Commons Logging 和 slf4j。这类日志系统需要和具体的日志系统一起使用，优点是可以自由切换不同的日志实现系统。如果你的项目以后要打成 jar 包被别的系统使用或者你以后可能更换日志系统，通常使用这一类日志系统。

另一类:是具体的日志系统实现。如 log4j1.x、logback、log4j2.x、java.util.logging等。

下图清晰的展示了 slf4j 和其它日志系统的关系：

slf4j(SimpleLogging Facade for Java)，面向 java 的简单日志门面，人如其名，slf4j 是其他日志的门面，它提供统一的接口，并不提供实现，不是具体的日志系统。

log4j1 曾经被广泛使用，2015年8月已停止更新，logback和log4j2作为它的替代者，拥有更好的性能，有很多的改进，下面重点讲一下 logback 和 log4j2 的特性。

1.1.3 logback相比 log4j1 的优点

1、性能的提升。Logback 的内核重写了，在某些特定的场景上性能提升 10 倍以上，同时所需的内存更加少。

2、非常充分的测试。Logback经过了几年，数不清小时的测试，与log4j1的测试相比不在同一个级别，因此 logback 更稳定可靠。

3、非常自然的实现了slf4j。而log4j1 和 slf4j 一起使用需要适配层。

4、自动重新加载配置文件。当配置文件修改了，Logback-classic能自动重新加载配置文件，不需要重启服务器。

5、优雅地从I/O错误中恢复。如果一个文件服务器临时宕机，你不需要重启应用，日志功能就能正常工作。

6、配置文件可适应多环境。通常在开发、测试、生产环境，需要变换日志的配置文件。而在不同环境下，配置文件只有一些很小的不同，为了避免重复，logback支持使用,和进行条件处理，同一个配置文件就可以在不同的环境中使用了。

7、过滤器。生产环境中，有时需要低级别的日志来查明问题，在log4j1 中，只有降低日志级别，这样的话会打出大量的日志而影响性能。而logback 中，你可以继续保持那个日志级别而除掉某种特殊情况。

8、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。

9、通过配置自动去除旧的日志文件。

1.1.4 log4j2 的优点

log4j2在各个方面都与logback非常相似，那么为什么我们还需要log4j 2呢？

1、可配置的审计型日志。log4j1和logback在重新配置的时候会丢失之前的日志文件，log4j2不会。log4j2自身内部报的exception会被发现，但是log4j1和logback不会。

2、下一代异步logger。log4j 2是基于LMAXDisruptor库的（一个用于在线程间通信的高效低延迟且简单的框架），在多线程场景下，它的日志吞吐量比其他框架多出10倍以上。

3、可运行在免垃圾收集模式。这样可以减少垃圾收集器的压力和提供更好的响应时间性能。

4、插件式结构。可根据自己的需要扩展框架，可以实现自己的logger、appenders、filters、layouts、lookups 和patternconverters,而无需对log4j2做任何更改。

5、 Java 5的并发性。log4j2利用Java 5中的并发特性支持，尽可能地执行最低层次的加锁，log4j1中存留的死锁问题，很多已经在logback中解决，但logback的很多类仍然保持着较高层次的同步。如果你的程序仍然饱受内存泄漏的折磨，请毫不犹豫地试一下log4j2。

下图为Apache Logging PMC成员Christian Grobmeier 在2013年7月发表的一篇标题为《Log4j2：性能几近于疯狂》的文章；

1.2 spring boot集成log4j2

使用spring-boot-jsp项目，项目源码：spring-boot-jsp

导入依赖

<groupId>org.springframework.boot</groupId>

<artifactId>spring-boot-starter-log4j2</artifactId>

</dependency>

<artifactId>disruptor</artifactId>

</dependency>

配置文件：在项目目录/resources资源文件根目录下创建 log4j2.xml 文件,详细配置如下：

<?xmlversion="1.0" encoding="UTF-8"?>

<Configurationstatus="WARN" monitorInterval="30">

<!-- 缺省配置（用于开发环境），配置日志文件输出目录和动态参数。其他环境需要在VM参数中指定；

“sys:”表示：如果VM参数中没指定这个变量值，则使用本文件中定义的缺省全局变量值 -->

<Propertyname="instance">spring-boot-log</Property>

<Propertyname="log.dir">D:\log\logs</Property>

</Properties>

<PatternLayout

pattern="[%date{yyyy-MM-ddHH:mm:ss.SSS}][%thread][%level][%class][%line]:%message%n" />

</Console>

<RollingRandomAccessFilename="infoLog"

fileName="${log.dir}/${instance}-info.log"

filePattern="${log.dir}/%d{yyyy-MM}/${instance}-info-%d{yyyy-MM-dd}-%i.log.gz"

append="true">

<PatternLayout

pattern="[%date{yyyy-MM-ddHH:mm:ss.SSS}][%thread][%level][%class][%line]:%message%n" />

<ThresholdFilterlevel="info" onMatch="ACCEPT"

onMismatch="NEUTRAL"/>

</Filters>

<TimeBasedTriggeringPolicyinterval="1"

modulate="true" />

<SizeBasedTriggeringPolicysize="1MB" />

</Policies>

</RollingRandomAccessFile>

<RollingRandomAccessFilename="warnLog"

fileName="${log.dir}/${instance}-warn.log"

filePattern="${log.dir}/%d{yyyy-MM}/${instance}-warn-%d{yyyy-MM-dd}-%i.log.gz"

append="true">

<ThresholdFilterlevel="error" onMatch="DENY"

onMismatch="NEUTRAL"/>

<ThresholdFilterlevel="warn" onMatch="ACCEPT"

onMismatch="DENY" />

</Filters>

<PatternLayout

pattern="[%date{yyyy-MM-ddHH:mm:ss.SSS}][%thread][%level][%class][%line]:%message%n" />

<TimeBasedTriggeringPolicyinterval="1"

modulate="true" />

<SizeBasedTriggeringPolicysize="1MB" />

</Policies>

</RollingRandomAccessFile>

<RollingRandomAccessFilename="errorLog"

fileName="${log.dir}/${instance}-error.log"

filePattern="${log.dir}/%d{yyyy-MM}/${instance}-error-%d{yyyy-MM-dd}-%i.log.gz"

append="true">

<ThresholdFilterlevel="ERROR" onMatch="ACCEPT"

onMismatch="DENY" />

</Filters>

<PatternLayout

pattern="[%date{yyyy-MM-ddHH:mm:ss.SSS}][%thread][%level][%class][%line]:%message%n" />

<TimeBasedTriggeringPolicyinterval="1"

modulate="true" />

<SizeBasedTriggeringPolicysize="1MB" />

</Policies>

</RollingRandomAccessFile>

</Appenders>

<!-- 用来配置LoggerConfig，包含一个root logger和若干个普通logger。

additivity指定是否同时输出log到父类的appender，缺省为true。

一个Logger可以绑定多个不同的Appender。只有定义了logger并引入的appender，appender才会生效。 -->

<loggername="org.springframework" level="info"additivity="true">

</logger>

<loggername="java.sql.PreparedStatement" level="debug"

additivity="true">

</logger>

</Root>

<!-- <AsyncRootlevel="info" additivity="false">

</AsyncRoot> -->

</Loggers>

</Configuration>

用于测试，所以SizeBasedTriggeringPolicy日志文件大小最大设置为1MB；实际使用根据情况调整；

Controller类：

@RequestMapping("/wyait")

@ResponseBody

public String getMsg(HttpServletResponseresponse) {

LOGGER.debug("===========debug信息>>>>"+ paramProperties);

LOGGER.info("===========info信息>>>>"+ paramProperties);

LOGGER.trace("I am trace log.");

LOGGER.debug("I am debug log.");

LOGGER.warn("I am warn log.");

LOGGER.error("I am error log.");

// 手动异常

System.out.println(1 / 0);

// 会有中文乱码问题 TODO

return paramProperties.getWyaitName() +" 正在写"

+ paramProperties.getWyaitTitle() +"!总结："

+ paramProperties.getWyaitMessage();

}

启动项目，访问：http://127.0.0.1:8080/cat/wyait

查看日志目录：

1.1 log4j2配置属性详解

(1)根节点Configuration有两个属性:status和monitorinterval,有两个子节点:Appenders和Loggers(表明可以定义多个Appender和Logger).

status用来指定log4j本身的打印日志的级别.

monitorinterval用于指定log4j自动重新配置的监测间隔时间，单位是s,最小是5s.（如果更改配置文件，不用重启系统）

(2)Appenders节点，常见的有三种子节点:Console、RollingFile、File.

Console节点用来定义输出到控制台的Appender.

name:指定Appender的名字.

target:SYSTEM_OUT 或 SYSTEM_ERR,一般只设置默认:SYSTEM_OUT.

PatternLayout:输出格式，不设置默认为:%m%n.

File节点用来定义输出到指定位置的文件的Appender.

name:指定Appender的名字.

fileName:指定输出日志的目的文件带全路径的文件名.

PatternLayout:输出格式，不设置默认为:%m%n.

RollingFile节点用来定义超过指定大小自动删除旧的创建新的的Appender.

name:指定Appender的名字.

fileName:指定输出日志的目的文件带全路径的文件名.

PatternLayout:输出格式，不设置默认为:%m%n.

filePattern:指定新建日志文件的名称格式.

Policies:指定滚动日志的策略，就是什么时候进行新建日志文件输出日志.

TimeBasedTriggeringPolicy:Policies子节点，基于时间的滚动策略，interval属性用来指定多久滚动一次，默认是1 hour。modulate=true用来调整时间：比如现在是早上3am，interval是4，那么第一次滚动是在4am，接着是8am，12am...而不是7am.

SizeBasedTriggeringPolicy:Policies子节点，基于指定文件大小的滚动策略，size属性用来定义每个日志文件的大小.

DefaultRolloverStrategy:用来指定同一个文件夹下最多有几个日志文件时开始删除最旧的，创建新的(通过max属性)。

(3)Loggers节点，常见的有两种:Root和Logger.

Root节点用来指定项目的根日志，如果没有单独指定Logger，那么就会默认使用该Root日志输出

level:日志输出级别，共有8个级别，按照从低到高为：All < Trace < Debug < Info < Warn <Error < Fatal < OFF.

AppenderRef：Root的子节点，用来指定该日志输出到哪个Appender.

Logger节点用来单独指定日志的形式，比如要为指定包下的class指定不同的日志级别等。

level:日志输出级别，共有8个级别，按照从低到高为：All < Trace < Debug < Info < Warn <Error < Fatal < OFF.

name:用来指定该Logger所适用的类或者类所在的包全路径,继承自Root节点.

AppenderRef：Logger的子节点，用来指定该日志输出到哪个Appender,如果没有指定，就会默认继承自Root.如果指定了，那么会在指定的这个Appender和Root的Appender中都会输出，此时我们可以设置Logger的additivity="false"只在自定义的Appender中进行输出。

(4)关于日志level.

共有8个级别，按照从低到高为：All< Trace < Debug < Info < Warn < Error < Fatal < OFF.

All:最低等级的，用于打开所有日志记录.

Trace:是追踪，就是程序推进以下，你就可以写个trace输出，所以trace应该会特别多，不过没关系，我们可以设置最低日志级别不让他输出.

Debug:指出细粒度信息事件对调试应用程序是非常有帮助的.

Info:消息在粗粒度级别上突出强调应用程序的运行过程.

Warn:输出警告及warn以下级别的日志.

Error:输出错误信息日志.

Fatal:输出每个严重的错误事件将会导致应用程序的退出的日志.

OFF:最高等级的，用于关闭所有日志记录.

程序会打印高于或等于所设置级别的日志，设置的日志等级越高，打印出来的日志就越少。

spring boot系列文章：