大家好，我是小羽。
大家新年快乐呀！在最近的开会中，讨论到一些异常的处理，以及日志的输出。是的，这些看起来小的不能再小的事，发生了分歧。因为大家普遍只对 Log4j 了解，而对其余的却基本未曾使用。我们的 Leader 也表示对 ELK 这类大规模日志由于好久不使用，也有点生疏了。所以今天总结了一下关于日志的介绍。
日志对于程序员是不可或缺的，在我们的开发过程中，写完代码需要调试的话，日志是必须的，日志可以帮助我们定位我们的问题，从而更好地帮助我们解决bug。本期小羽就给大家详细了解一下我们经常使用到的四种日志类型，帮助大家提高开发效率。
好了，开始进入我们的正文。
Slf4j
slf4j 的全称是 Simple Loging Facade For Java，它仅仅是一个为 Java 程序提供日志输出的统一接口，并不是一个具体的日志实现方案，就比如 JDBC 一样，只是一种规则而已。所以单独的 slf4j 是不能工作的，必须搭配其他具体的日志实现方案，比如 apache 的 org.apache.log4j.Logger，jdk 自带的 java.util.logging.Logger 等。
简单语法
SLF4J 不及 Log4J 使用普遍，因为许多开发者熟悉 Log4J 而不知道 SLF4J，或不关注 SLF4J 而坚持使用 Log4J。我么先看下 Log4J 示例：
Logger.debug("Hello" name);
由于字符串拼接的问题，使用以上语句会先拼接字符串，再根据当前级别是否低于 debug 决定是否输出本条日志，即使不输出日志，字符串拼接操作也会执行，所以许多公司强制使用下面的语句，这样只有当前处于 DEBUG 级别时才会执行字符串拼接：
if(logger.isDebugEnabled()){
LOGGER.debug(“Hello” name);
}
它避免了字符串拼接问题，但有点太繁琐了是不是？相对地，SLF4J提供下面这样简单的语法:
LOGGER.debug("Hello{}",name);
它的形式类似第一条示例，而又没有字符串拼接问题，也不像第二条那样繁琐。
日志等级 Level
Slf4j 有四个级别的 log level 可供选择，级别从上到下由低到高，优先级高的将被打印出来。
- Debug：简单来说，对程序调试有利的信息都可以debug输出
- info：对用户有用的信息
- warn：可能会导致错误的信息
- error：顾名思义，发生错误的地方
使用
因为是强制规约，所以直接使用 LoggerFactory 创建
importorg.slf4j.Logger;
importorg.slf4j.LoggerFactory;
publicclassTest{
privatestaticfinalLoggerlogger=LoggerFactory.getLogger(Test.class);
//……
}
配置方式
Spring Boot 对 slf4j 支持的很好，内部已经集成了 slf4j，一般我们在使用的时候，会对slf4j 做一下配置。application.yml 文件是 Spring Boot 中唯一一个需要配置的文件，一开始创建工程的时候是application.properties 文件，个人比较细化用yml文件，因为 yml 文件的层次感特别好，看起来更直观，但是 yml 文件对格式要求比较高，比如英文冒号后面必须要有个空格，否则项目估计无法启动，而且也不报错。用 properties 还是 yml 视个人习惯而定，都可以。
我们看一下 application.yml 文件中对日志的配置：
logging:
config:classpath:logback.xml
level:
com.bowen.dao:trace
logging.config是用来指定项目启动的时候，读取哪个配置文件，这里指定的是日志配置文件是classpath:logback.xml文件，关于日志的相关配置信息，都放在logback.xml文件中了。logging.level 是用来指定具体的 mapper 中日志的输出级别，上面的配置表示com.bowen.dao 包下的所有 mapper 日志输出级别为 trace，会将操作数据库的 sql 打印出来，开发时设置成 trace 方便定位问题，在生产环境上，将这个日志级别再设置成 error 级别即可。
常用的日志级别按照从高到低依次为：ERROR、WARN、INFO、DEBUG。
Log4jLog4j 是 Apache 的一个开源项目，通过使用 Log4j，我们可以控制日志信息输送的目的地是控制台、文件、GUI 组件，甚至是套接口服务器、NT 的事件记录器、UNIX Syslog 守护进程等；我们也可以控制每一条日志的输出格式；通过定义每条日志信息的级别，我们能够更加细致地控制日志的生成过程。
组成架构
Log4j 由三个重要的组成构成：日志记录器(Loggers)，输出端(Appenders)和日志格式化器(Layout)。
Logger: 控制要启用或禁用哪些日志记录语句，并对日志信息进行级别限制
Appenders: 指定了日志将打印到控制台还是文件中
Layout: 控制日志信息的显示格式
Log4j 中将要输出的 Log 信息定义了 5 种级别，依次为 DEBUG、INFO、WARN、ERROR 和 FATAL，当输出时，只有级别高过配置中规定的级别的信息才能真正的输出，这样就很方便的来配置不同情况下要输出的内容，而不需要更改代码。
日志等级 Level
Log4j 日志等级主要有以下几种：
- off：关闭日志，最高等级，任何日志都无法输出
- fatal：灾难性错误，在能够输出日志的所有等级中最高
- error：错误，一般用于异常信息
- warn：警告，一般用于不规范的引用等信息
- info：普通信息
- debug：调试信息，一般用于程序执行过程
- trace：堆栈信息，一般不使用
- all：打开所有日志，最低等级，所有日志都可使用
在 Logger 核心类中， 除了 off/all 以外， 其他每个日志等级都对应一组重载的方法，用于记录不同等级的日志。当且仅当方法对应的日志等级大于等于设置的日志等级时，日志才会被记录。
使用
使用 Log4j 只需要导入一个 jar 包
<dependency>
<groupId>org.log4j</groupId>
<artifactId>log4j</artifactId>
<version>1.2.9</version>
</dependency>
配置方式
在 Resources Root目录下创建一个 log4j.properties 配置文件，一定要注意：文件的位置和文件名一个都不能错，然后在 properties 文件中添加配置信息
log4j.rootLogger=debug,cons
log4j.appender.cons=org.apache.log4j.ConsoleAppender
log4j.appender.cons.target=System.out
log4j.appender.cons.layout=org.apache.log4j.PatternLayout
log4j.appender.cons.layout.ConversionPattern=%m%n
propertis 文件是最常用的配置方式。实际开发过程中，基本都是使用properties 文件。pripertis 配置文件的配置方式为：
#配置日志等级，指定生效的Appender名字，AppenderA是定义的Appender的名字
log4j.rootLogger=日志等级,AppenderA,AppenderB,...
#----------------定义一个appender------------------------
#定义一个appender，appender名字可以是任意的，
#如果要使该appender生效，须加入到上一行rootLogger中,后面为对应的Appender类
log4j.appender.appender名字=org.apache.log4j.ConsoleAppender
log4j.appender.appender名字.target=System.out
#定义Appender的布局方式
log4j.appender.appender名字.layout=org.apache.log4j.SimpleLayout
简单地说，Logback 是一个 Java 领域的日志框架。它被认为是 Log4J 的继承人。logback 是 log4j 的升级，所以 logback 自然比log4j有很多优秀的地方。
模块组成
Logback 主要由三个模块 logback-core，logback-classic, logback-access 组成。
logback-core 是其它模块的基础设施，其它模块基于它构建，显然，logback-core 提供了一些关键的通用机制。
logback-classic 的地位和作用等同于 Log4J，它也被认为是 Log4J 的一个改进版，并且它实现了简单日志门面 SLF4J；
logback-access 主要作为一个与 Servlet 容器交互的模块，比如说 tomcat 或者 jetty，提供一些与HTTP 访问相关的功能。
三个模块
Logback 组件
Logback主要组件如下：
- Logger：日志的记录器；把他关联到应用对应的context上；主要用于存放日志对象；可以自定义日志类型级别
- Appender：用于指定日志输出的目的地；目的地可以是控制台，文件，数据库等
- Layout：负责把事件转换成字符串；格式化的日志信息的输出；在logback中Layout对象被封装在encoder中
Logback 优点
Logback主要优点如下：
- 同样的代码路径，Logback 执行更快
- 更充分的测试
- 原生实现了 SLF4J API（Log4J 还需要有一个中间转换层）
- 内容更丰富的文档
- 支持 XML 或者 Groovy 方式配置
- 配置文件自动热加载
- 从 IO 错误中优雅恢复
- 自动删除日志归档
- 自动压缩日志成为归档文件
- 支持 Prudent 模式，使多个 JVM 进程能记录同一个日志文件
- 支持配置文件中加入条件判断来适应不同的环境
- 更强大的过滤器
- 支持 SiftingAppender（可筛选 Appender）
- 异常栈信息带有包信息
标签属性
Logback主要标签属性如下：
- configuration：配置的根节点
配置结构
- scan：为ture时，若配置文件属性改变会被扫描并重新加载，默认为true
- scanPeriod：监测配置文件是否有修改的时间间隔，若没给出时间单位，默认单位为毫秒；默认时间为1分钟；当scan="true"时生效
- debug：为true时，将打出logback的内部日志信息，实时查看logback运行状态；默认值为false
- contextName：上下文名称，默认为“default”，使用此标签可设置为其它名称，用于区分不同应用程序的记录；一旦设置不能修改
- appender：configuration 的子节点，负责写日志的组件，有name和class两个必要属性
- name：addender的名称
- class：appender的全限定名，就是对应的某个具体的Appender类名，比如ConsoleAppender、FileAppender
- append：为true时，日志被追加到文件结尾，如果是flase，清空现存的文件，默认值为true
配置方式
logback 框架会默认加载 classpath 下命名为 logback-spring 或 logback 的配置文件：
<?xmlversion="1.0"encoding="utf-8"?>
<configuration>
<propertyresource="logback.properties"/>
<appendername="CONSOLE-LOG"class="ch.qos.logback.core.ConsoleAppender">
<layoutclass="ch.qos.logback.classic.PatternLayout">
<pattern>[%d{yyyy-MM-dd''HH:mm:ss.sss}][%C][%t][%L][%-5p]%m%n</pattern>
</layout>
</appender>
<!--获取比info级别高(包括info级别)但除error级别的日志-->
<appendername="INFO-LOG"class="ch.qos.logback.core.rolling.RollingFileAppender">
<filterclass="ch.qos.logback.classic.filter.LevelFilter">
<level>ERROR</level>
<onMatch>DENY</onMatch>
<onMismatch>ACCEPT</onMismatch>
</filter>
<encoder>
<pattern>[%d{yyyy-MM-dd''HH:mm:ss.sss}][%C][%t][%L][%-5p]%m%n</pattern>
</encoder>
<!--滚动策略-->
<rollingPolicyclass="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
<!--路径-->
<fileNamePattern>${LOG_INFO_HOME}//%d.log</fileNamePattern>
<maxHistory>30</maxHistory>
</rollingPolicy>
</appender>
<appendername="ERROR-LOG"class="ch.qos.logback.core.rolling.RollingFileAppender">
<filterclass="ch.qos.logback.classic.filter.ThresholdFilter">
<level>ERROR</level>
</filter>
<encoder>
<pattern>[%d{yyyy-MM-dd''HH:mm:ss.sss}][%C][%t][%L][%-5p]%m%n</pattern>
</encoder>
<!--滚动策略-->
<rollingPolicyclass="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
<!--路径-->
<fileNamePattern>${LOG_ERROR_HOME}//%d.log</fileNamePattern>
<maxHistory>30</maxHistory>
</rollingPolicy>
</appender>
<rootlevel="info">
<appender-refref="CONSOLE-LOG"/>
<appender-refref="INFO-LOG"/>
<appender-refref="ERROR-LOG"/>
</root>
</configuration>
ELK 是软件集合 Elasticsearch、Logstash、Kibana 的简称，由这三个软件及其相关的组件可以打造大规模日志实时处理系统。新增了一个 FileBeat，它是一个轻量级的日志收集处理工具(Agent)，Filebeat 占用资源少，适合于在各个服务器上搜集日志后传输给 Logstash，官方也推荐此工具。
- Elasticsearch：是一个基于 Lucene 的、支持全文索引的分布式存储和索引引擎，主要负责将日志索引并存储起来，方便业务方检索查询。
- Logstash：是一个日志收集、过滤、转发的中间件，主要负责将各条业务线的各类日志统一收集、过滤后，转发给 Elasticsearch 进行下一步处理。
- Kibana：是一个可视化工具，主要负责查询 Elasticsearch 的数据并以可视化的方式展现给业务方，比如各类饼图、直方图、区域图等。
- Filebeat：隶属于 Beats，是一个轻量级的日志收集处理工具。目前 Beats 包含四种工具：Packetbeat（搜集网络流量数据）、Topbeat（搜集系统、进程和文件系统级别的 CPU 和内存使用情况等数据）、Filebeat（搜集文件数据）、Winlogbeat（搜集 Windows 事件日志数据）
架构图
主要特点
一个完整的集中式日志系统，需要包含以下几个主要特点：
- 收集：能够采集多种来源的日志数据
- 传输：能够稳定的把日志数据传输到中央系统
- 存储：如何存储日志数据
- 分析：可以支持 UI 分析
- 警告：能够提供错误报告，监控机制
ELK提供了一整套解决方案，并且都是开源软件，之间互相配合使用，完美衔接，高效的满足了很多场合的应用。目前主流的一种日志系统。
应用场景
在海量日志系统的运维中，以下几个方面是必不可少的：
- 分布式日志数据集中式查询和管理；
- 系统监控，包含系统硬件和应用各个组件的监控；
- 故障排查；
- 安全信息和事件管理；
- 报表功能；
ELK 运行于分布式系统之上，通过搜集、过滤、传输、储存，对海量系统和组件日志进行集中管理和准实时搜索、分析，使用搜索、监控、事件消息和报表等简单易用的功能，帮助运维人员进行线上业务的准实时监控、业务异常时及时定位原因、排除故障、程序研发时跟踪分析Bug、业务趋势分析、安全与合规审计，深度挖掘日志的大数据价值。同时 Elasticsearch 提供多种 API（REST JAVA PYTHON等API）供用户扩展开发，以满足其不同需求。
配置方式
filebeat 的配置，打开filebeat.yml，进行配置，如下:
#输入源，可以写多个
filebeat.input:
-type:log
enabled:true
#输入源文件地址
path:
-/data/logs/tomcat/*.log
#多行正则匹配，匹配规则例：2020-09-29，不是这样的就与上一条信息合并
multiline:
pattern:'\s*\['
negate:true
match:after
#起个名字
tags:["tomcat"]
#输出目标，可以把logstash改成es
output.logstash:
hosts:[172.29.12.35:5044]
logstash 的配置，建一个以.conf为后缀的文件，或者打开 config 文件夹下的 .conf 文件，这里的配置文件是可以同时启动多个的，而且还有一个功能强大的filter功能，可以过滤原始数据，如下：
#输入源（必须）
input{
#控制台键入
stdin{}
#文件读取
file{
#类似赋予的名字
type=>"info"
#文件路径，可以用*代表所有
path=>['/usr/local/logstash-7.9.1/config/data-my.log']
#第一次从头开始读，下一次继续上一次的位置继续读
start_position=>"beginning"
}
file{
type=>"error"
path=>['/usr/local/logstash-7.9.1/config/data-my2.log']
start_position=>"beginning"
codec=>multiline{
pattern=>"\s*\["
negate=>true
what=>"previous"
}
}
#与filebates配合使用
beats{
port=>5044
}
}
#输出目标（必须）
output{
#判断type是否相同
if[type]=="error"{
#如果是，就写入此es中
elasticsearch{
hosts=>"172.29.12.35:9200"
#kibana通过index的名字进行查询，这里的YYYY是动态获取日期
index=>"log-error-%{ YYYY.MM.dd}"
}
}
if[type]=="info"{
elasticsearch{
hosts=>"172.29.12.35:9200"
#kibana通过index的名字进行查询
index=>"log-info-%{ YYYY.MM.dd}"
}
}
#这里判断的是filebates中赋予的tags是否是tomcat
if"tomcat"in[tags]{
elasticsearch{
hosts=>"172.29.12.35:9200"
#kibana通过index的名字进行查询
index=>"tomcat"
}
}
#控制台也会打印信息
stdout{
codec=>rubydebug{}
}
}
