受颱風利奇馬的影響不少地方都迎來了強降雨,雙休日不能出去玩一塊兒學習吧,就先從最基本的配置講起再介紹高級特性異步輸出日誌。若是隻想看異步輸出日誌提高性能的部分請將文章往下拉一點。git
LEVEL
級別將日誌分類保存到不一樣文件IO
提升性能SpringBoot
工程自帶logback
和slf4j
的依賴,因此重點放在編寫配置文件上,須要引入什麼依賴,日誌依賴衝突通通都不須要咱們管了。logback
框架會默認加載classpath
下命名爲logback-spring
或logback
的配置文件。將全部日誌都存儲在一個文件中文件大小也隨着應用的運行愈來愈大而且很差排查問題,正確的作法應該是將error
日誌和其餘日誌分開,而且不一樣級別的日誌根據時間段進行記錄存儲。github
<?xml version="1.0" encoding="utf-8"?>
<configuration>
<property resource="logback.properties"/>
<appender name="CONSOLE-LOG" class="ch.qos.logback.core.ConsoleAppender">
<layout class="ch.qos.logback.classic.PatternLayout">
<pattern>[%d{yyyy-MM-dd' 'HH:mm:ss.sss}] [%C] [%t] [%L] [%-5p] %m%n</pattern>
</layout>
</appender>
<!--獲取比info級別高(包括info級別)但除error級別的日誌-->
<appender name="INFO-LOG" class="ch.qos.logback.core.rolling.RollingFileAppender">
<filter class="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>
<!--滾動策略-->
<rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
<!--路徑-->
<fileNamePattern>${LOG_INFO_HOME}//%d.log</fileNamePattern>
<maxHistory>30</maxHistory>
</rollingPolicy>
</appender>
<appender name="ERROR-LOG" class="ch.qos.logback.core.rolling.RollingFileAppender">
<filter class="ch.qos.logback.classic.filter.ThresholdFilter">
<level>ERROR</level>
</filter>
<encoder>
<pattern>[%d{yyyy-MM-dd' 'HH:mm:ss.sss}] [%C] [%t] [%L] [%-5p] %m%n</pattern>
</encoder>
<!--滾動策略-->
<rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
<!--路徑-->
<fileNamePattern>${LOG_ERROR_HOME}//%d.log</fileNamePattern>
<maxHistory>30</maxHistory>
</rollingPolicy>
</appender>
<root level="info">
<appender-ref ref="CONSOLE-LOG" />
<appender-ref ref="INFO-LOG" />
<appender-ref ref="ERROR-LOG" />
</root>
</configuration>
複製代碼
部分標籤說明spring
<root>
標籤,必填標籤,用來指定最基礎的日誌輸出級別
<appender-ref>
標籤,添加append
<append>
標籤,經過使用該標籤指定日誌的收集策略
name
屬性指定appender
命名class
屬性指定輸出策略,一般有兩種,控制檯輸出和文件輸出,文件輸出就是將日誌進行一個持久化。ConsoleAppender
將日誌輸出到控制檯<filter>
標籤,經過使用該標籤指定過濾策略
<level>
標籤指定過濾的類型<encoder>
標籤,使用該標籤下的<pattern>
標籤指定日誌輸出格式<rollingPolicy>
標籤指定收集策略,好比基於時間進行收集
<fileNamePattern>
標籤指定生成日誌保存地址 經過這樣配置已經實現了分類分天手機日誌的目標了以前的日誌配置方式是基於同步的,每第二天志輸出到文件都會進行一次磁盤IO。採用異步寫日誌的方式而不讓這次寫日誌發生磁盤IO,阻塞線程從而形成沒必要要的性能損耗。異步輸出日誌的方式很簡單,添加一個基於異步寫日誌的appender
,並指向原先配置的appender
便可springboot
<!-- 異步輸出 -->
<appender name="ASYNC-INFO" class="ch.qos.logback.classic.AsyncAppender">
<!-- 不丟失日誌.默認的,若是隊列的80%已滿,則會丟棄TRACT、DEBUG、INFO級別的日誌 -->
<discardingThreshold>0</discardingThreshold>
<!-- 更改默認的隊列的深度,該值會影響性能.默認值爲256 -->
<queueSize>256</queueSize>
<!-- 添加附加的appender,最多隻能添加一個 -->
<appender-ref ref="INFO-LOG"/>
</appender>
<appender name="ASYNC-ERROR" class="ch.qos.logback.classic.AsyncAppender">
<!-- 不丟失日誌.默認的,若是隊列的80%已滿,則會丟棄TRACT、DEBUG、INFO級別的日誌 -->
<discardingThreshold>0</discardingThreshold>
<!-- 更改默認的隊列的深度,該值會影響性能.默認值爲256 -->
<queueSize>256</queueSize>
<!-- 添加附加的appender,最多隻能添加一個 -->
<appender-ref ref="ERROR-LOG"/>
</appender>
複製代碼
既然能提升性能的話,必須進行一次測試比對,同步和異步輸出日誌性能到底能提高多少倍?bash
CPU
六核Apache Jmeter
服務器
Ramp-Up Loop
(能夠理解爲啓動線程所用時間) :0 能夠理解爲100個線程同時啓用Throughput【TPS】
吞吐量:系統在單位時間內處理請求的數量,在同步輸出日誌中TPS
爲44.2/secRamp-Up Loop
:0TPS
爲497.5/sec,性能提高了10多倍!!!從logback
框架下的Logger.info
方法開始追蹤。一路的方法調用路徑以下圖所示:app
ch.qos.logback.classic
包下
AsyncAppenderBase
類中的
append
方法,查看該方法的源碼:
protected void append(E eventObject) {
if(!this.isQueueBelowDiscardingThreshold() || !this.isDiscardable(eventObject)) {
this.preprocess(eventObject);
this.put(eventObject);
}
}
複製代碼
經過隊列狀況判斷是否須要丟棄日誌,不丟棄的話將它放到阻塞隊列中,經過查看代碼,這個阻塞隊列爲ArrayBlockingQueueu
,默認大小爲256,能夠經過配置文件進行修改。Logger.info(...)
到append(...)
就結束了,只作了將日誌塞入到阻塞隊列的事,而後繼續執行Logger.info(...)
下面的語句了。 在AsyncAppenderBase
類中定義了一個Worker
線程,run
方法中的關鍵部分代碼以下:框架
E e = parent.blockingQueue.take();
aai.appendLoopOnAppenders(e);
複製代碼
從阻塞隊列中取出一個日誌,並調用AppenderAttachableImpl
類中的appendLoopOnAppenders
方法維護一個Append
列表。Worker
線程中調用方法過程主要以下圖:異步
encode
和
write
方法,前一個法方會根據配置文件中
encode
指定的方式轉化爲字節碼,後一個方法將轉化成的字節碼寫入到文件中去。因此寫文件是經過新起一個線程去完成的,主線程將日誌扔到阻塞隊列中,而後又去作其餘事情了。
====================== Update On 2019/09/02 ==================== 測試結果存在污染、重複次數少、樣本數量少的問題,從新測試後logback日誌同步輸出和異步輸出TPS相差並非特別明顯,附:性能測試報告。可是在耗時上仍是有減小的工具