第1条：统一日志格式，构建清晰的叙事

别再让日志像一堆乱码，影响排查效率了。一个规范的日志格式，就像一本清晰的账本，让问题追踪变得轻而易举。想想kan，当线上出现问题，Neng否快速定位到问题的根源？Ru果没有统一的格式，就如同大海捞针。

结构化信息的重要性

日志输出应该包含时间戳、线程名称、日志级别、logger名称以及详细的业务信息。 例如：`2024-10-27 10:30:00.123 INFO 用户 orderId=12345 成功下单` 。

logback.xml 配置示例

  
      // 使用时间戳和基本信息布局
  
   // 设置根 logger 的级别为 INFO  或geng高级别的级别如 WARN/ERROR。 Ke以根据实际情况进行调整。  避免过多的 DEBUG 日志影响性Neng。

第2条：选择合适的日志级别，精准表达信息

不同级别的日志对应着不同的严重程度。使用正确的级别Neng够避免无关信息的干扰，提高日志的可读性和可维护性。

DEBUG详细调试信息，通常只在开发阶段使用。

INFO正常业务流程的信息记录。

WARN潜在风险或警告信息。

ERROR业务发生错误但系统Ke以继续运行的情况。

FATAL业务发生严重错误导致系统无法继续运行的情况。

不恰当的级别使用

将所有操作dou设置为 DEBUG 级别会产生大量冗余信息并降低性Neng；

将所有错误dou设置为 INFO 会掩盖重要的异常情况；

第3条：结构化存储——JSON 是个好选择

对于复杂的数据结构，建议使用 JSON 格式存储日志。

{ "event": "user_login", "userId": "user123", "ipAddress": "192.168.1.1", "loginTime": "2024-10-27T10:35:00Z", "status": "success" }

通过 JSON Ke以方便地进行查询和分析。

第4条：异步写日志，避免阻塞主线程

长时间的 I/O 操作会阻塞主线程，影响系统的响应速度。

logger.info; // 使用异步 Appender 将日志写入队列

Ke以使用异步 Appender 将日志写入队列中，由独立的线程负责处理。

//logback配置示例  logback. appenderType = DiceAppender .

第5条：全链路追踪与 TraceId 的应用

在高并发、分布式环境下需要借助全链路追踪技术来分析请求的调用链。

// 在请求开始时生成 TraceId 并传递给后续服务 logback MDC 用于存储 TraceId logback.<-appender name="TRACE_APPENDER">
 <-class ch.qos.logback.classic.AsyncAppender;
 <-queueSize>"1000"
 <-threadLifespanInSeconds>"60"
 <-layout class="ch.qos.logback.classic.pattern.TBLayout"/>
 
 

log level=DEBUG
%d{HH:mm:ss} | %X{traceId} | %thread | %level | %logger | %msg%n

将 `traceId` 添加到每个 log 信息中, 便于关联不同服务的 logs。

第6条：敏感数据脱敏处理

在记录用户敏感数据时务必进行脱敏处理。

// 使用工具类进行脱敏 logInfo.maskMobile);

不要直接暴露用户隐私！

第7条：异常堆栈信息完整记录

当发生异常时一定要记录完整的堆栈信息。

// 获取异常堆栈信息 logError; // e 通常包含完整的堆栈跟踪

第8条：避免连续八个字与原文相同 第9条：动态调整日志级别——灵活应对场景变化

研发人员的三大境界之一就是Neng快速定位问题；

热geng新方案需要考虑相应的监控和告警；

跨服务调用时的链路追踪至关重要；

风险规避策略 关注公众号：，在公众号中回复：进大厂 ，Ke以免费获取我Zui近整理的十万字的面试宝典 ，好多小伙伴靠这个宝典拿到了多家大厂的offer 。

---