博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
logback(一)
阅读量:4261 次
发布时间:2019-05-26

本文共 5373 字,大约阅读时间需要 17 分钟。

logback 简介:

   是一个“可靠、通用、快速而又灵活的Java日志框架”。
   
   要在工程里面使用logback需要以下jar文件:
       slf4j-api-1.6.1.jar
  官网网址:
  
  logback-access-0.9.29.jar
  logback-classic-0.9.29.jar
  logback-core-0.9.29.jar

  官网网址:

  logback所需jar包下载地址:

  
  在工程src目录下建立logback.xml
     相关流程:
   1.logback首先会试着查找logback.groovy文件;
2.当没有找到时,继续试着查找logback-test.xml文件;
3.当没有找到时,继续试着查找logback.xml文件;
4.如果仍然没有找到,则使用默认配置(打印到控制台)。

logback配置详解:

    一、<configuration>是logback.xml的根节点,包括的属性有
  scan :当此属性设置为true时,配置文件如果发生改变,将会被重新加载,默认值为true。
  scanPeriod :设置监测配置文件是否有修改的时间间隔,如果没有给出时间单位,
              默认单位是毫秒。当scan为true时,此属性生效。默认的时间间隔为1分钟。
  debug:当此属性设置为true时,将打印出logback内部日志信息,实时查看logback运行状态。默认值为false。
  
  列如:
     <configuration scan="true" scanPeriod="60 seconds" debug="false">  
     <!--每个logger都关联到logger上下文,默认上下文名称为“default”。
     但可以使用<contextName>设置成其他名字,用于区分不同应用程序的记录。一旦设置,不能修改。
  -->
              <contextName>myAppName</contextName>
<!-- 其他配置省略-->  
          </configuration>  
 
 
 <configuration scan="true" scanPeriod="60 seconds" debug="false">  
     <!--两个属性 key:标识此<timestamp> 的名字;
     datePattern:设置将当前时间(解析配置文件的时间)转换为字符串的模式,
 遵循java.txt.SimpleDateFormat的格式。
 -->
 <timestamp key="bySecond" datePattern="yyyyMMdd'T'HHmmss"/>   
 <contextName>${bySecond}</contextName>  
 <!-- 其他配置省略-->  
 </configuration>
 
 <configuration>主要的子节点有:<appender>、<loger>、<root>
    
  1、<logger>:用来设置某一个包或者具体的某一个类的日志打印级别、以及指定<appender>。
              <logger>仅有一个name属性,一个可选的level和一个可选的addtivity属性。
   name:用来指定受此logger约束的某一个包或者具体的某一个类。
level:用来设置打印级别,大小写无关:TRACE, DEBUG, INFO, WARN, ERROR, ALL 和 OFF,
     还有一个特俗值INHERITED或者同义词NULL,代表强制执行上级的级别。
 如果未设置此属性,那么当前logger将会继承上级的级别。
   addtivity:是否向上级loger传递打印信息。默认是true。
<logger>可以包含零个或多个<appender-ref>元素,标识这个appender将会添加到这个logger。
  2、<root>:也是<logger>元素,但是它是根logger。只有一个level属性,应为已经被命名为"root".
       level:默认是debug
<root>可以包含零个或多个<appender-ref>元素,标识这个appender将会添加到这个logger。
  
    二、<appender>:<appender>是<configuration>的子节点,是负责写日志的组件。
                   有两个必要属性name和class。name指定appender名称,class指定appender的全限定名。
        1、ConsoleAppender:把日志添加到控制台,有以下子节点:
             <encoder>:对日志进行格式化。
             <target>:字符串 System.out 或者 System.err ,默认 System.out 
           列如:
  <configuration>  
  
 <appender name="STDOUT" class="ch.qos.logback.core.ConsoleAppender">  
<encoder>  
 <pattern>%-4relative [%thread] %-5level %logger{35} - %msg %n</pattern>  
</encoder>  
 </appender> 
 
 <root level="DEBUG">  
<appender-ref ref="STDOUT" />  
 </root>  
 
</configuration>
   2、FileAppender:把日志添加到文件,有以下子节点:
   <file>:被写入的文件名,可以是相对目录,也可以是绝对目录,如果上级目录不存在会自动创建,
       没有默认值。
<append>:如果是 true,日志被追加到文件结尾,如果是 false,清空现存文件,默认是true。
<encoder>:对记录事件进行格式化。
<prudent>:如果是 true,日志会被安全的写入文件,即使其他的FileAppender也在向此文件做写入操作,
         效率低,默认是 false。
列如:
<configuration>  
  
 <appender name="FILE" class="ch.qos.logback.core.FileAppender">  
<file>testFile.log</file>  
<append>true</append>  
<encoder>  
 <pattern>%-4relative [%thread] %-5level %logger{35} - %msg%n</pattern>  
</encoder>  
 </appender>  
 
 <root level="DEBUG">  
<appender-ref ref="FILE" />  
 </root>  
 
</configuration>
3、RollingFileAppender:滚动记录文件,先将日志记录到指定文件,当符合某个条件时,将日志记录到其他文件。
                       有以下子节点:
   <file>:被写入的文件名,可以是相对目录,也可以是绝对目录,如果上级目录不存在会自动创建,
      没有默认值。
<append>:如果是 true,日志被追加到文件结尾,如果是 false,清空现存文件,默认是true。
<encoder>:对记录事件进行格式化。
<rollingPolicy>:当发生滚动时,决定 RollingFileAppender 的行为,涉及文件移动和重命名。
<triggeringPolicy >: 告知 RollingFileAppender 合适激活滚动。
<prudent>:当为true时,不支持FixedWindowRollingPolicy。支持TimeBasedRollingPolicy,
          但是有两个限制,1不支持也不允许文件压缩,2不能设置file属性,必须留空。
 A):rollingPolicy:
TimeBasedRollingPolicy: 最常用的滚动策略,它根据时间来制定滚动策略,
                        既负责滚动也负责出发滚动。有以下子节点:
<fileNamePattern>:
必要节点,包含文件名及“%d”转换符, “%d”可以包含一个 java.text.SimpleDateFormat
指定的时间格式,如:%d{yyyy-MM}。如果直接使用 %d,默认格式是 yyyy-MM-dd。 
RollingFileAppender 的file字节点可有可无,通过设置file,
可以为活动文件和归档文件指定不同位置,
当前日志总是记录到file指定的文件(活动文件),活动文件的名字不会改变;
如果没设置file,活动文件的名字会根据fileNamePattern 的值,
每隔一段时间改变一次。“/”或者“\”会被当做目录分隔符。
 
<maxHistory>:
可选节点,控制保留的归档文件的最大数量,超出数量就删除旧文件。假设设置每个月滚动,
且 <maxHistory>是6,则只保存最近6个月的文件,删除之前的旧文件。注意,
删除旧文件是,那些为了归档而创建的目录也会被删除。
 
 
FixedWindowRollingPolicy: 根据固定窗口算法重命名文件的滚动策略。有以下子节点:
<minIndex>:窗口索引最小值
<maxIndex>:窗口索引最大值,当用户指定的窗口过大时,会自动将窗口设置为12。
<fileNamePattern >:
必须包含“%i”例如,假设最小值和最大值分别为1和2,命名模式为 mylog%i.log,
会产生归档文件mylog1.log和mylog2.log。还可以指定文件压缩选项,
例如,mylog%i.log.gz 或者 没有log%i.log.zip
  B):triggeringPolicy:
SizeBasedTriggeringPolicy: 查看当前活动文件的大小,如果超过指定大小会告知 
       RollingFileAppender 触发当前活动文件滚动。只有一个节点:
<maxFileSize>:这是活动文件的大小,默认值是10MB。
 列如:每天生成一个日志文件,保存30天的日志文件。
 <configuration>   
 <appender name="FILE" class="ch.qos.logback.core.rolling.RollingFileAppender">   
 
<rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">   
 <fileNamePattern>logFile.%d{yyyy-MM-dd}.log</fileNamePattern>   
 <maxHistory>30</maxHistory>    
</rollingPolicy>   
  
<encoder>   
 <pattern>%-4relative [%thread] %-5level %logger{35} - %msg%n</pattern>   
</encoder>   
 </appender>    
  
 <root level="DEBUG">   
<appender-ref ref="FILE" />   
 </root>   
 </configuration>  
 
 例如:按照固定窗口模式生成日志文件,当文件大于20MB时,生成新的日志文件。窗口大小是1到3,
       当保存了3个归档文件后,将覆盖最早的日志。
<configuration>   
 <appender name="FILE" class="ch.qos.logback.core.rolling.RollingFileAppender">   
<file>test.log</file>   
  
<rollingPolicy class="ch.qos.logback.core.rolling.FixedWindowRollingPolicy">   
 <fileNamePattern>tests.%i.log.zip</fileNamePattern>   
 <minIndex>1</minIndex>   
 <maxIndex>3</maxIndex>   
</rollingPolicy>   
  
<triggeringPolicy class="ch.qos.logback.core.rolling.SizeBasedTriggeringPolicy">   
 <maxFileSize>5MB</maxFileSize>   
</triggeringPolicy>   
<encoder>   
 <pattern>%-4relative [%thread] %-5level %logger{35} - %msg%n</pattern>   
</encoder>   
 </appender>   
  
 <root level="DEBUG">   
<appender-ref ref="FILE" />   
 </root>   
</configuration> 
 C):另外还有SocketAppender、SMTPAppender、DBAppender、SyslogAppender、SiftingAppender,
      并不常用,这些就不在这里讲解了,大家可以参考官方文档。当然大家可以编写自己的Appender。

转载地址:http://khxei.baihongyu.com/

你可能感兴趣的文章
倾情大奉送--Spark入门实战系列
查看>>
Navicat使用技巧(附快捷键)
查看>>
大数据在营销和销售中的十大应用
查看>>
python 的日志logging模块学习
查看>>
谷歌推Tacotron 2,搞定绕口令,效果优于WaveNet
查看>>
Spark 2.1.0 入门:特征抽取–Word2Vec(Python版)
查看>>
[NLP] MXnet与TensorFlow的自然语言处理应用
查看>>
#####@@@#好好好好#####最全知识图谱介绍:关键技术、开放数据集、应用案例汇总
查看>>
MxNet使用总览
查看>>
DL4NLP —— seq2seq+attention机制的应用:文档自动摘要(Automatic Text Summarization)
查看>>
QA问答系统中的深度学习技术实现
查看>>
NLP专题论文解读:从Chatbot、NER到QA系统...
查看>>
端到端的TTS深度学习模型tacotron(中文语音合成)
查看>>
神经网络在关系抽取中的应用
查看>>
大规模知识图谱的构建、推理及应用
查看>>
揭秘 DeepMind 的关系推理网络
查看>>
概率图模型(PGM)模式推断与概率图流
查看>>
MySQL中REGEXP正则表达式使用大全
查看>>
ArangoDB、Neo4j、OrientDB单机性能比较
查看>>
MFCC(Mel 倒谱系数)
查看>>