对于一个应用程序来说日志记录是必不可少的一部分。线上问题追踪，基于日志的业务逻辑统计分析等都离不日志。java领域存在多种日志框架，目前常用的日志框架包括Log4j 1，Log4j 2，Commons Logging，Slf4j，Logback，Jul

日志框架类别

• Log4j Apache Log4j是一个基于Java的日志记录工具。它是由Ceki Gülcü首创的，现在则是Apache软件基金会的一个项目。 Log4j是几种Java日志框架之一
• Log4j 2 Apache Log4j 2是apache开发的一款Log4j的升级产品
• Commons Logging Apache基金会所属的项目，是一套Java日志接口，之前叫Jakarta Commons Logging，后更名为Commons Logging
• Slf4j 类似于Commons Logging，是一套简易Java日志门面，本身并无日志的实现。（Simple Logging Facade for Java，缩写Slf4j）
• Logback 一套日志组件的实现(Slf4j阵营)
• Jul (Java Util Logging),自Java1.4以来的官方日志实现

日志框架关系

• Log4j 2与Log4j 1发生了很大的变化，Log4j 2不兼容Log4j 1
• Commons Logging和Slf4j是日志门面(门面模式是软件工程中常用的一种软件设计模式，也被称为正面模式、外观模式。它为子系统中的一组接口提供一个统一的高层接口，使得子系统更容易使用)。Log4j和Logback则是具体的日志实现方案。可以简单的理解为接口与接口的实现，调用者只需要关注接口而无需关注具体的实现，做到解耦
• 比较常用的组合使用方式是Slf4j与Logback组合使用，Commons Logging与Log4j组合使用
• Logback必须配合Slf4j使用。由于Logback和Slf4j是同一个作者，其兼容性不言而喻

PS：Logback和Log4J的区别可以这样理解，就是在Log4J上进行优化的 相当于增强版的
Slf4j而这个只是一个抽象的接口，并未有具体实现类类似JDBC一样提供了日志接口标准，如果jar包引入了Logback和Log4J，那么就实现了Slf4j接口具体方法，Slf4j只是一个门面模式，facade层
目前比较流行的组合无疑是Slf4j+Logback，那么原因有几点：
1、Logback是springboot自带的，也就说如果单独使用Logback都不需要引入任何jar，当然此处是和Slf4j进行组合所以需要引入是为了实现Slf4j
2、Slf4j和Logback出于同一个作者自然亲和力要强些
3、Logback拥有更好的性能。Logback声称：某些关键操作，比如判定是否记录一条日志语句的操作，其性能得到了显著的提高。这个操作在Logback中需要3纳秒，而在Log4J中则需要30纳秒。LogBack创建记录器（logger）的速度也更快：13毫秒，而在Log4J中需要23毫秒。更重要的是，它获取已存在的记录器只需94纳秒，而Log4J需要2234纳秒，时间减少到了1/23。跟JUL相比的性能提高也是显著的
4、Logback文档免费。Logback的所有文档是全面免费提供的，不象Log4J那样只提供部分免费文档而需要用户去购买付费文档

Slf4j+Logback

Slf4j与其它日志组件的关系说明

• Slf4j的设计思想比较简洁，使用了Facade设计模式，Slf4j本身只提供了一个slf4j-api-version.jar包，这个jar中主要是日志的抽象接口，jar中本身并没有对抽象出来的接口做实现。
• Slf4j的设计思想比较简洁，使用了Facade设计模式，Slf4j本身只提供了一个slf4j-api-version.jar包，这个jar中主要是日志的抽象接口，jar中本身并没有对抽象出来的接口做实现。

Slf4j与其它日志组件调用关系图

Slf4j与其他各种日志组件的桥接说明

• 具体的接入方式参见下图
  

快速入门

引入jar

首先知道logback是由三个模块组合
Logback是由log4j创始人设计的又一个开源日志组件。Logback当前分成三个模块：

• Logback-core
• Logback- classic
• Logback-access
  Logback-core是其它两个模块的基础模块。Logback-classic是log4j的一个 改良版本。此外Logback-classic完整实现SLF4J API使你可以很方便地更换成其它日志系统如log4j或JDK14 Logging。Logback-access访问模块与Servlet容器集成提供通过Http来访问日志的功能。
  补充：门面模式，是指提供一个统一的接口去访问多个子系统的多个不同的接口，它为子系统中的一组接口提供一个统一的高层接口。使得子系统更容易使用

        <!-- Slf4j 依赖 -->
        <dependency>
            <groupId>org.slf4j</groupId>
            <artifactId>slf4j-api</artifactId>
            <version>1.7.30</version>
        </dependency>
        <!-- logback 依赖 -->
        <dependency>
            <groupId>ch.qos.logback</groupId>
            <artifactId>logback-classic</artifactId>
            <version>1.2.3</version>
        </dependency>
        <!-- Junit依赖 用于单元测试-->
        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>4.13</version>
        </dependency>

import org.junit.Test;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
 
public class Slf4jTest {
    public static final Logger LOGGER = LoggerFactory.getLogger(Slf4jTest.class);
 
    @Test
    public void test01(){
        //日志输出
        LOGGER.error("error");
        LOGGER.warn("wring");
        LOGGER.info("info");
        LOGGER.debug("debug");
        LOGGER.trace("trance");
 
        //占位符输出
        String name = "bysen";
        Integer age = 24;
        LOGGER.info("姓名{}，年龄{}",name,age);
 
        //异常处理
        try{
            int i =1/0;
        }catch (Exception e){
            LOGGER.error("发生异常：",e);
        }
    }
    
}

PS：每次如果 public static final Logger LOGGER = LoggerFactory.getLogger(Slf4jTest.class);
比较麻烦 ，直接使用注解@slf4j

logback.xml 配置样例

在slf4j中，从小到大的日志级别依旧是trace、debug、info、warn、error

<?xml version="1.0" encoding="UTF-8"?>
<configuration debug="true" scan="true" scanPeriod="1 seconds">

    <contextName>logback</contextName>
    <!--定义参数,后面可以通过${app.name}使用-->
    <property name="app.name" value="logback_test"/>
    <!--ConsoleAppender 用于在屏幕上输出日志-->
    <appender name="stdout" class="ch.qos.logback.core.ConsoleAppender">
        <!--定义了一个过滤器,在LEVEL之下的日志输出不会被打印出来-->
        <!--这里定义了DEBUG，也就是控制台不会输出比ERROR级别小的日志-->
        <filter class="ch.qos.logback.classic.filter.ThresholdFilter">
            <level>DEBUG</level>
        </filter>
        <!-- encoder 默认配置为PatternLayoutEncoder -->
        <!--定义控制台输出格式-->
        <encoder>
            <pattern>%d [%thread] %-5level %logger{36} [%file : %line] - %msg%n</pattern>
        </encoder>
    </appender>

    <appender name="file" class="ch.qos.logback.core.rolling.RollingFileAppender">
        <!--定义日志输出的路径-->
        <!--这里的scheduler.manager.server.home 没有在上面的配置中设定，所以会使用java启动时配置的值-->
        <!--比如通过 java -Dscheduler.manager.server.home=/path/to XXXX 配置该属性-->
        <file>${scheduler.manager.server.home}/logs/${app.name}.log</file>
        <!--定义日志滚动的策略-->
        <rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
            <!--定义文件滚动时的文件名的格式-->
            <fileNamePattern>${scheduler.manager.server.home}/logs/${app.name}.%d{yyyy-MM-dd.HH}.log.gz
            </fileNamePattern>
            <!--60天的时间周期，日志量最大20GB-->
            <maxHistory>60</maxHistory>
            <!-- 该属性在 1.1.6版本后 才开始支持-->
            <totalSizeCap>20GB</totalSizeCap>
        </rollingPolicy>
        <triggeringPolicy class="ch.qos.logback.core.rolling.SizeBasedTriggeringPolicy">
            <!--每个日志文件最大100MB-->
            <maxFileSize>100MB</maxFileSize>
        </triggeringPolicy>
        <!--定义输出格式-->
        <encoder>
            <pattern>%d [%thread] %-5level %logger{36} [%file : %line] - %msg%n</pattern>
        </encoder>
    </appender>

    <!--root是默认的logger 这里设定输出级别是debug-->
    <root level="trace">
        <!--定义了两个appender，日志会通过往这两个appender里面写-->
        <appender-ref ref="stdout"/>
        <appender-ref ref="file"/>
    </root>

    <!--对于类路径以 com.example.logback 开头的Logger,输出级别设置为warn,并且只输出到控制台-->
    <!--这个logger没有指定appender，它会继承root节点中定义的那些appender-->
    <logger name="com.example.logback" level="warn"/>

    <!--通过 LoggerFactory.getLogger("mytest") 可以获取到这个logger-->
    <!--由于这个logger自动继承了root的appender，root中已经有stdout的appender了，自己这边又引入了stdout的appender-->
    <!--如果没有设置 additivity="false" ,就会导致一条日志在控制台输出两次的情况-->
    <!--additivity表示要不要使用rootLogger配置的appender进行输出-->
    <logger name="mytest" level="info" additivity="false">
        <appender-ref ref="stdout"/>
    </logger>
    
    <!--由于设置了 additivity="false" ，所以输出时不会使用rootLogger的appender-->
    <!--但是这个logger本身又没有配置appender，所以使用这个logger输出日志的话就不会输出到任何地方-->
    <logger name="mytest2" level="info" additivity="false"/>
</configuration>

总结

• 首先configuration 节点下面分三个主要标签分别是appender 、logger 、root
• 其中appender主要是以什么形式或者说什么格式输出日志；logger 输出什么级别的日志；root 全局配置
• 首先说控制台输出，这个没什么好说的，基本上默认配置即可
• 重点说下文件输出：①在某个文件夹下按照天拆分②如果按照天拆分比如xx.2021-12-10.log但是这天如果出现了错误，哗啦啦出现很大的数据量造成了数据堆砌怎么办，那么这个时候就需要继续拆分，比如

        <fileNamePattern>${scheduler.manager.server.home}/logs/${app.name}.%d{yyyy-MM-dd.HH}.log.gz
       </fileNamePattern>
       <!--60天的时间周期，日志量最大20GB-->
       <maxHistory>60</maxHistory>
       <!-- 该属性在 1.1.6版本后 才开始支持-->
       <totalSizeCap>20GB</totalSizeCap>

这种形成了xx.2021-12-10.log.01 xx.2021-12-10.log.02，每个文件最大是60M，所有当天文件不超过20G

• 接下来继续说logger和root这两个都是指定日志级别，那么区别呢？
• root节点和logger节点其实都是表示Logger组件。个人觉的可以把他们之间的关系可以理解为父子关系，root是最顶层的logger，正常情况getLogger(“name/class”)没有找到对应logger的情况下，都是使用root节点配置的logger
• 如果配置了logger，并且通过getLogger(“name/class”)获取到这个logger，输出日志的时候，就会使用这个logger配置的appender输出，同时还会使用rootLogger配置的appender。也就是说，如果root和logger都配置了debug级别的，那么日志会输出两次，我们可以使用logger节点的additivity="false"属性来屏蔽rootLogger的appender。这样就可以不使用rootLogger的appender输出日志了
• 所以logger一般都是为了单独给某些包下面输出日志的，比如这样的

	<!--记录druid-sql的记录-->
	<logger name="com.adups.vota.upgrade.mapper" level="debug" additivity="false">
		<appender-ref ref="stdout"/>
		<appender-ref ref="logfile"/>
	</logger>