java打印日志需要注意什么
简介：
可前往公众号查看原文：吴计可师，关注公众号，查看最新面经和技术文章哦~
你好，我是风一样的树懒，一个工作十多年的后端开发，曾就职京东、阿里等多家互联网头部企业。
文章可能会比较长，主要解析的非常详解，或涉及一些底层知识，供面试高阶难度用。可以根据自己实际理解情况合理取舍阅读
在Java应用中，日志管理是系统可维护性、可观测性和故障排查的核心环节。以下是Java日志打印的 15个关键注意事项 和最佳实践，涵盖 性能优化、安全规范、可读性提升 等核心维度：
合理选择日志级别
| 级别 | 使用场景 | 示例代码 |
| ERROR | 系统错误、不可恢复异常 | log.error("订单支付失败, orderId={}", orderId, e); |
| WARN | 预期外但有容错机制的情况（如降级） | log.warn("缓存失效, 降级到DB查询"); |
| INFO | 关键业务流程节点（请求入口/出口） | log.info("用户登录成功, userId={}", userId); |
| DEBUG | 调试阶段详细信息（生产环境默认关闭） | log.debug("SQL执行耗时: {}ms", costTime); |
| TRACE | 极高频跟踪信息（如循环内状态） | log.trace("线程池状态: {}", poolStatus); |
配置原则：
<root level="INFO"><appender-ref ref="FILE"/></root><logger name="com.xxx.service" level="DEBUG"/>
1. 延迟日志构造
// 错误写法（即使日志不输出也会执行字符串拼接）log.debug("User info: " + user.toString());// 正确写法（使用占位符延迟计算）log.debug("User info: {}", user);
2. 前置条件判断
// 避免不必要的日志参数构造if (log.isDebugEnabled()) {log.debug("Processing data: {}", expensiveDataFormat());}
3. 异步日志配置
<!-- Logback异步Appender配置 --><appender name="ASYNC_FILE" class="ch.qos.logback.classic.AsyncAppender"><queueSize>1024</queueSize> <!-- 队列容量 --><discardingThreshold>0</discardingThreshold> <!-- 队列剩余多少时丢弃WARN以下日志 --><appender-ref ref="FILE"/></appender>
1. 敏感信息脱敏
// 错误示例log.info("用户登录请求, username={}, password={}", username, pwd);// 正确做法（脱敏处理）log.info("用户登录请求, username={}, password=******", username);
2. 异常堆栈打印
// 错误示例（丢失堆栈）try {// ...} catch (Exception e) {log.error("操作失败: " + e.getMessage());}// 正确做法（传递异常对象）log.error("操作失败, param={}", param, e); // 自动打印完整堆栈
3. 上下文信息增强
// 使用MDC添加请求追踪IDMDC.put("traceId", UUID.randomUUID().toString());try {log.info("请求开始");// 业务逻辑} finally {MDC.clear();}
1. 统一日志格式
<!-- Logback JSON格式输出 --><encoder class="net.logstash.logback.encoder.LogstashEncoder"><fieldNames><timestamp>time</timestamp><message>msg</message><thread>thread</thread><logger>logger</logger><level>level</level><stackTrace>stack</stackTrace></fieldNames></encoder>
2. 关键字段标准化
// 业务日志结构化log.info("订单创建完成, orderId={}, amount={}, status={}", orderId, amount, status);
1. 滚动策略配置
<!-- 按天滚动+历史保留 --><rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy"><fileNamePattern>logs/app-%d{yyyy-MM-dd}.log</fileNamePattern><maxHistory>30</maxHistory> <!-- 保留30天 --></rollingPolicy>
2. 日志文件分离
<!-- 不同级别日志分离 --><appender name="ERROR_FILE" class="ch.qos.logback.core.rolling.RollingFileAppender"><filter class="ch.qos.logback.classic.filter.ThresholdFilter"><level>ERROR</level></filter><!-- 其他配置 --></appender>
| 反模式 | 问题描述 | 改进方案 |
| e.printStackTrace() | 丢失上下文信息，无法控制输出位置 | 使用日志框架记录异常 |
| 循环内高频打印DEBUG日志 | 引发性能问题 | 提升日志级别或增加条件判断 |
| 在多线程中共享Logger实例 | 潜在的线程安全问题 | 每个类使用静态Logger实例 |
异常日志告警：通过ELK/Kibana设置ERROR日志告警规则
日志量监控：统计每分钟日志量突增（可能预示异常）
采样日志分析：对DEBUG日志进行采样收集（避免全量存储）
1.遵循SLF4J门面模式，避免直接依赖具体日志实现
<!-- 推荐依赖配置 --><dependency><groupId>org.slf4j</groupId><artifactId>slf4j-api</artifactId></dependency><dependency><groupId>ch.qos.logback</groupId><artifactId>logback-classic</artifactId></dependency>
2.定期Review日志代码，重点关注：
敏感字段是否脱敏
异常堆栈是否完整
日志级别是否合理
在高并发场景下监控日志模块的CPU/内存消耗
通过以上规范，可使日志系统成为真正的运维利器，而非系统瓶颈或安全漏洞来源。
今天的内容就分享到这儿，喜欢的朋友可以关注，点赞。有什么不足的地方欢迎留言指出，您的关注是我前进的动力！