为什么要用java日志，Java日志
今天给各位分享为什么要用java日志的知识，其中也会对Java日志进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！
Java日志
日志记录是应用程序运行中必不可少的一部分。具有良好格式和完备信息的日志记录可以在程序出现问题时帮助开发人员迅速地定位错误的根源。对于开发人员来说，在程序中使用日志API记录日志并不复杂，不过遵循一些最佳实践可以更好的利用日志。本系列介绍了在Java程序中记录日志的最佳实践，同时也介绍了如何使用开源软件对日志进行聚合和分析。
对于现在的应用程序来说，日志的重要性是不言而喻的。很难想象没有任何日志记录功能的应用程序运行在生产环境中。日志所能提供的功能是多种多样的，包括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。在生产环境中，日志是查找问题来源的重要依据。应用程序运行时的产生的各种信息，都应该通过日志 API来进行记录。很多开发人员习惯于使用 System.out.println、System.err.println以及异常对象的 printStrackTrace方法来输出相关信息。这些使用方式虽然简便，但是所产生的信息在出现问题时并不能提供有效的帮助。这些使用方式都应该改为使用日志 API。使用日志 API并没有增加很多复杂度，但是所提供的好处是显著的。
尽管记录日志是应用开发中并不可少的功能，在 JDK的最初版本中并不包含日志记录相关的 API和实现。相关的 API（java.util.logging包，JUL）和实现，直到 JDK 1.4才被加入。因此在日志记录这一个领域，社区贡献了很多开源的实现。其中比较流行的包括 log4j及其后继者 logback。除了真正的日志记录实现之外，还有一类与日志记录相关的封装 API，如 Apache Commons Logging和 SLF4J。这类库的作用是在日志记录实现的基础上提供一个封装的 API层次，对日志记录 API的使用者提供一个统一的接口，使得可以自由切换不同的日志记录实现。比如从 JDK的默认日志记录实现 JUL切换到 log4j。这类封装 API库在框架的实现中比较常用，因为需要考虑到框架使用者的不同需求。在实际的项目开发中则使用得比较少，因为很少有项目会在开发中切换不同的日志记录实现。本系列博客对于这两类库都会进行具体的介绍。
值得注意和反思的是：记录日志只是有效地利用日志的第一步，更重要的是如何对程序运行时产生的日志进行处理和分析。典型的情景包括当日志中包含满足特定条件的记录时，触发相应的通知机制，比如邮件或短信通知；还可以在程序运行出现错误时，快速地定位潜在的问题源。这样的处理和分析的能力对于实际系统的维护尤其重要。当运行系统中包含的组件过多时，日志对于错误的诊断就显得格外重要。
日志的原理
假如我们现在没有日志系统，那么我们只能system.out.println来输出我们的相关代码来监控我们的项目运行情况了。OK，现在我们来写一个例子：
[java] view plaincopyprint?
package org.linkinpark.commons.logtest;
public class Linkin
{
public static void main(String[] args)
{
log();
}
public static void log()
{
for(int i= 0; i< 3; i++)
{
for(int j= 0; j< 3; j++)
{
System.out.println("开始输出日志：第"+ i+"*"+ j+"次！");
}
}
}
}
2次循环后我们在控制台输出了i*j的效果，这种日志方式非常简单，但是缺点也非常明显。这种输出是不可控制的，对于较复杂的程序，所有的信息都将输出到屏幕，日志的可读性非常差。而且输出到屏幕需要消耗资源，大量的io操作会使程序运行变
慢。那么我们现在来改进一下，代码如下：
[java] view plaincopyprint?
package org.linkinpark.commons.logtest;
public class Linkin
{
private static boolean flag= true;
public static void main(String[] args)
{
log();
}
public static void log()
{
for(int i= 0; i< 3; i++)
{
for(int j= 0; j< 3; j++)
{
if(flag)
{
System.out.println("开始输出日志：第"+ i+"*"+ j+"次！");
}
}
}
}
}
上面的代码没什么好解释的，我们通过了一个旗标来控制日志的输出。虽然这个时候日志的输出已经可控了，但是也只有2个级别，就是输出与不输出。flag旗标为false时不输出，flag旗标是true时输出。
了解Java日志系统框架的设计与实现
在Java领域存在大量的日志组件 open open收录了个日志组件日志系统作为一种应用程序服务对于跟踪调试程序状态记录崩溃数据恢复都有着重要的作用我们可以把Java日志系统看作是必不可少的跟踪调试工具
简介
日志系统是一种不可或缺的跟踪调试工具特别是在任何无人职守的后台程序以及那些没有跟踪调试环境的系统中有着广泛的应用长期以来日志系统作为一种应用程序服务对于跟踪调试程序状态记录崩溃数据恢复都有非常现实的意义这种服务通常以两种方式存在
日志系统作为服务进程存在 Windows中的的事件日志服务就属于这种类型该类型的日志系统通常通过消息队列机制将所需要记录的日志由日志发送端发送给日志服务日志发送端和日志保存端通常不在同一进程当中日志的发送是异步过程这种日志服务通常用于管理员监控各种系统服务的状态
日志系统作为系统调用存在 Java世界中的日志系统和Unix环境下诸多守护进程所使用的日志系统都属于这种类型日志系统的代码作为系统调用被编译进日志发送端日志系统的运行和业务代码的运行在同一进程空间日志的发送多数属于同步过程这种日志服务由于能够同步反映处系统运行状态通常用于调试跟踪和崩溃恢复
本文建立的日志系统基本属于第二种类型但又有所不同该日志系统将利用Java线程技术实现一个既能够反映统一线程空间中程序运行状态的同步日志发送过程又能够提供快速的日志记录服务还能够提供灵活的日志格式配置和过滤机制
系统调试的误区
在控制台环境上调试Java程序时此时往控制台或者文本文件输出一段文字是查看程序运行状态最简单的做法但这种方式并不能解决全部的问题有时候对于一个我们无法实时查看系统输出的系统或者一个确实需要保留我们输出信息的系统良好的日志系统显得相当必要因此不能随意的输出各种不规范的调试信息这些随意输出的信息是不可控的难以清除可能为后台监控错误排除和错误恢复带来相当大的阻力
日志系统框架的基本功能
一个完备的日志系统框架通常应当包括如下基本特性
所输出的日志拥有自己的分类这样在调试时便于针对不同系统的不同模块进行查询从而快速定位到发生日志事件的代码
日志按照某种标准分成不同级别分级以后的日志可以用于同一分类下的日志筛选
支持多线程日志系统通常会在多线程环境中使用特别是在Java系统当中因此作为一种系统资源日志系统应当保证是线程安全的
支持不同的记录媒介不同的工程项目往往对日志系统的记录媒介要求不同因此日志系统必须提供必要的开发接口以保证能够比较容易的更换记录介质
高性能日志系统通常要提供高速的日志记录功能以应对大系统下大请求流量下系统的正常运转
稳定性日志系统必须是保持高度的稳定性不能因为日志系统内部错误导致主要业务代码的崩溃
常用日志系统简介
在Java世界中以下三种日志框架比较优秀
)Log J
最早的Java日志框架之一由Apache基金会发起提供灵活而强大的日志记录机制但是其复杂的配置过程和内部概念往往令使用者望而却步
)JDK LoggingFramework
继Log J之后 JDK标准委员会将Log J的基本思想吸收到JDK当中在JDK中发布了第一个日志框架接口并提供了一个简单实现
)CommonsLoggingFramwork
该框架同样是Apache基金会项目其出现主要是为了使得Java项目能够在Log J和JDK lLoggingFramework的使用上随意进行切换因此该框架提供了统一的调用接口和配置方法
系统设计
由于Log J得到广泛应用从使用者的角度考虑本文所设计的框架采用了部分Log J的接口和概念但内部实现则完全不同使用Java实现日志框架关键的技术在于前面提及的日志框架特性的内部实现特别是日志的分类和级别日志分发框架的设计日志记录器的设计以及在设计中的高性能和高稳定性的考虑
系统架构
日志系统框架可以分为日志记录模块和日志输出模块两大部分日志记录模块负责创建和管理日志记录器(Logger)每一个Logger对象负责按照不同的级别(LoggerLevel)接收各种记录了日志信息的日志对象(LogItem) Logger对象首先获取所有需要记录的日志并且同步地将日志分派给日志输出模块日志输出模块则负责日志输出器(Appender)的创建和管理以及日志的输出系统中允许有多个不同的日志输出器日志输出器负责将日志记录到存储介质当中系统结构如下图所示
为什么要用java重写logstash
现在ELK很流行，能快速搭建一套日志采集系统。其实自己一开始就不理解为什么后端日志采集这一层logstash是用ruby来编写的，大家都知道像ruby这样的动态语言其实比较适合做web网站的快速开发（ror），像日志采集的后端应用，需要负者日志的采集和解析，尤其像解析日志会很耗cpu的，这样数据量一大很容易碰天花板。自己负者袋鼠云后端日志的采集和解析工作，前期用ruby版本的logstash，在4g 4core的虚拟机上每小时只能处理800w条数据，这样的性能已经是自己做了很多优化的结果。后来在git上发现了hangout一个携程的实习生写的一个项目也是模仿ruby版本的logstash，用java重写，但是自己认为这个项目只是个demo，说白了只能自己玩玩，所以就萌生了自己用java重写logstash的想法。java版本的logstash基本的思路是每个input插件单独维护一个线程，filter和output共用一个线程，filter和output的线程数用户都可以自定义，默认跟机器的cpu核数相同，大部分的cpu消耗都在filter这层，所以filter线程数可以自定义，只要你的机器cpu够多，就能尽可能调大。而且java版本的logstash能保证数据的强一致性，举个列子从kafka消费数据，写入elasticsearch，有可能elasticsearch集群挂了，不能写入了，ruby版本是不能写入重复几次还是不行就扔掉了，这样就导致数据的丢失，但是java版本可以通过开关打开数据强一致性的判断，如果数据是由于elasticsearch集群挂了导致数据不能写入的，就会不断的重试这个数据直到成功，不会在消费队列里面新数据，这样就不会有数据的丢失。现在的java版本的logstash插件还是比较少，不像ruby版本的这么丰富，希望有更多的人参与进来。
如果你还想了解更多这方面的信息，记得收藏关注本站。