你是小阿巴，刚入职的低级程序员，正在开发一个批量导入数据的程序。
没想到，程序刚上线，产品经理就跑过来说：小阿巴，用户反馈你的程序有 Bug，刚导入没多久就报错中断了！
你赶紧打开服务器，看着比你发量都少的报错信息：
你一脸懵逼：只有这点儿信息，我咋知道哪里出了问题啊？！
你只能硬着头皮让产品经理找用户要数据，然后一条条测试，看看是哪条数据出了问题......
原本大好的摸鱼时光，就这样无了。
这时，你的导师鱼皮走了过来，问道：小阿巴，你是持矢了么？脸色这么难看？
你无奈地说：皮哥，刚才线上出了个 bug，我花了 8 个小时才定位到问题......
鱼皮皱了皱眉：这么久？你没打日志吗？
你很是疑惑：谁是日志？为什么要打它？
鱼皮叹了口气：唉，难怪你要花这么久...... 来，我教你打日志！
⭐️ 本文对应视频版：https://bilibili.com/video/BV1K71yBUEDv
什么是日志？
鱼皮打开电脑，给你看了一段代码：
@Slf4j
public class UserService {
public void batchImport(List<UserDTO> userList) {
log.info("开始批量导入用户，总数：{}", userList.size());
int successCount = 0;
int failCount = 0;
for (UserDTO userDTO : userList) {
try {
log.info("正在导入用户：{}", userDTO.getUsername());
validateUser(userDTO);
saveUser(userDTO);
successCount++;
log.info("用户 {} 导入成功", userDTO.getUsername());
} catch (Exception e) {
failCount++;
log.error("用户 {} 导入失败，原因：{}", userDTO.getUsername(), e.getMessage(), e);
}
}
log.info("批量导入完成，成功：{}，失败：{}", successCount, failCount);
}
}你看着代码里的 log.info、log.error，疑惑地问：这些 log 是干什么的？
鱼皮：这就是打日志。日志用来记录程序运行时的状态和信息，这样当系统出现问题时，我们可以通过日志快速定位问题。
你若有所思：哦？还可以这样！如果当初我的代码里有这些日志，一眼就定位到问题了...... 那我应该怎么打日志？用什么技术呢？
怎么打日志？
鱼皮：每种编程语言都有很多日志框架和工具库，比如 Java 可以选用 Log4j 2、Logback 等等。咱们公司用的是 Spring Boot，它默认集成了 Logback 日志框架，你直接用就行，不用再引入额外的库了~
日志框架的使用非常简单，先获取到 Logger 日志对象。
1）方法 1：通过 LoggerFactory 手动获取 Logger 日志对象：
public class MyService {
private static final Logger logger = LoggerFactory.getLogger(MyService.class);
}2）方法 2：使用 this.getClass 获取当前类的类型，来创建 Logger 对象：
public class MyService {
private final Logger logger = LoggerFactory.getLogger(this.getClass());
}然后调用 logger.xxx（比如 logger.info）就能输出日志了。
public class MyService {
private final Logger logger = LoggerFactory.getLogger(this.getClass());
public void doSomething() {
logger.info("执行了一些操作");
}
}效果如图：
小阿巴：啊，每个需要打日志的类都要加上这行代码么？
鱼皮：还有更简单的方式，使用 Lombok 工具库提供的 @Slf4j 注解，可以自动为当前类生成日志对象，不用手动定义啦。
@Slf4j
public class MyService {
public void doSomething() {
log.info("执行了一些操作");
}
}上面的代码等同于 "自动为当前类生成日志对象"：
private static final org.slf4j.Logger log =
org.slf4j.LoggerFactory.getLogger(MyService.class);你咧嘴一笑：这个好，爽爽爽！
等等，不对，我直接用 Java 自带的 System.out.println 不也能输出信息么？何必多此一举？
System.out.println("开始导入用户" + user.getUsername());鱼皮摇了摇头：千万别这么干！
首先，System.out.println 是一个同步方法，每次调用都会导致耗时的 I/O 操作，频繁调用会影响程序的性能。
而且它只能输出信息到控制台，不能灵活控制输出位置、输出格式、输出时机等等。比如你现在想看三天前的日志，System.out.println 的输出早就被刷没了，你还得浪费时间找半天。
你恍然大悟：原来如此！那使用日志框架就能解决这些问题吗？
鱼皮点点头：没错，日志框架提供了丰富的打日志方法，还可以通过修改日志配置文件来随心所欲地调教日志，比如把日志同时输出到控制台和文件中、设置日志格式、控制日志级别等等。
在下苦心研究日志多年，沉淀了打日志的 8 大邪修秘法 ，先传授你 2 招最基础的吧。
打日志的 8 大最佳实践
1、合理选择日志级别
第一招，日志分级。
你好奇道：日志还有级别？苹果日志、安卓日志？
鱼皮给了你一巴掌：可不要乱说，日志的级别是按照重要程度进行划分的。
其中 DEBUG、INFO、WARN 和 ERROR 用的最多。
-
调试用的详细信息用 DEBUG
-
正常的业务流程用 INFO
-
可能有问题但不影响主流程的用 WARN
-
出现异常或错误的用 ERROR
log.debug("用户对象的详细信息：{}", userDTO); // 调试信息
log.info("用户 {} 开始导入", username); // 正常流程信息
log.warn("用户 {} 的邮箱格式可疑，但仍然导入", username); // 警告信息
log.error("用户 {} 导入失败", username, e); // 错误信息你挠了挠头：俺直接全用 DEBUG 不行么？
鱼皮摇了摇头：如果所有信息都用同一级别，那出了问题时，你怎么快速找到错误信息？
在生产环境，我们通常会把日志级别调高（比如 INFO 或 WARN），这样 DEBUG 级别的日志就不会输出了，防止重要信息被无用日志淹没。
你点点头：俺明白了，不同的场景用不同的级别！
2、正确记录日志信息
鱼皮：没错，下面教你第二招。你注意到我刚才写的日志里有一对大括号 {} 吗？
log.info("用户 {} 开始导入", username);你回忆了一下：对哦，那是啥啊？
鱼皮：这叫参数化日志。{} 是一个占位符，日志框架会在运行时自动把后面的参数值替换进去。
你挠了挠头：我直接用字符串拼接不行吗？
log.info("用户 " + username + " 开始导入");鱼皮摇摇头：不推荐。因为字符串拼接是在调用 log 方法之前就执行的，即使这条日志最终不被输出，字符串拼接操作还是会执行，白白浪费性能。
你点点头：确实，而且参数化日志比字符串拼接看起来舒服~
鱼皮：没错。而且当你要输出异常信息时，也可以使用参数化日志：
try {
// 业务逻辑
} catch (Exception e) {
log.error("用户 {} 导入失败", username, e); // 注意这个 e
}这样日志框架会同时记录上下文信息和完整的异常堆栈信息，便于排查问题。
你抱拳：学会了，我这就去打日志！
3、把控时机和内容
很快，你给批量导入程序的代码加上了日志：
@Slf4j
public class UserService {
public BatchImportResult batchImport(List<UserDTO> userList) {
log.info("开始批量导入用户，总数：{}", userList.size());
int successCount = 0;
int failCount = 0;
for (UserDTO userDTO : userList) {
try {
log.info("正在导入用户：{}", userDTO.getUsername());
// 校验用户名
if (StringUtils.isBlank(userDTO.getUsername())) {
throw new BusinessException("用户名不能为空");
}
// 保存用户
saveUser(userDTO);
successCount++;
log.info("用户 {} 导入成功", userDTO.getUsername());
} catch (Exception e) {
failCount++;
log.error("用户 {} 导入失败，原因：{}", userDTO.getUsername(), e.getMessage(), e);
}
}
log.info("批量导入完成，成功：{}，失败：{}", successCount, failCount);
return new BatchImportResult(successCount, failCount);
}
}光做这点还不够，你还翻出了之前的屎山代码，想给每个文件都打打日志。
但打着打着，你就不耐烦了：每段代码都要打日志，好累啊！但是不打日志又怕出问题，怎么办才好？
鱼皮笑道：好问题，这就是我要教你的第三招 ------ 把握打日志的时机。
对于重要的业务功能，我建议采用防御性编程，先多多打日志 。比如在方法代码的入口和出口记录参数和返回值、在每个关键步骤记录执行状态，而不是等出了问题无法排查的时候才追悔莫及。之后可以再慢慢移除掉不需要的日志。
你叹了口气：这我知道，但每个方法都打日志，工作量太大，都影响我摸鱼了！
鱼皮：别担心，你可以利用 AOP 切面编程，自动给每个业务方法的执行前后添加日志，这样就不会错过任何一次调用信息了。
你双眼放光：这个好，爽爽爽！
鱼皮：不过这样做也有一个缺点，注意不要在日志中记录了敏感信息，比如用户密码。万一你的日志不小心泄露出去，就相当于泄露了大量用户的信息。
你拍拍胸脯：必须的！
4、控制日志输出量
一个星期后，产品经理又来找你了：小阿巴，你的批量导入功能又报错啦！而且怎么感觉程序变慢了？
你完全不慌，淡定地打开服务器的日志文件。结果瞬间呆住了......
好家伙，满屏都是密密麻麻的日志，这可怎么看啊？！
鱼皮看了看你的代码，摇了摇头：你现在每导入一条数据都要打一些日志，如果用户导入 10 万条数据，那就是几十万条日志！不仅刷屏，还会影响性能。
你有点委屈：不是你让我多打日志的么？那我应该怎么办？
鱼皮：你需要控制日志的输出量。
1）可以添加条件来控制，比如每处理 100 条数据时才记录一次：
if ((i + 1) % 100 == 0) {
log.info("批量导入进度：{}/{}", i + 1, userList.size());
}2）或者在循环中利用 StringBuilder 进行字符串拼接，循环结束后统一输出：
StringBuilder logBuilder = new StringBuilder("处理结果：");
for (UserDTO userDTO : userList) {
processUser(userDTO);
logBuilder.append(String.format("成功[ID=%s], ", userDTO.getId()));
}
log.info(logBuilder.toString());3）还可以通过修改日志配置文件，过滤掉特定级别的日志，防止日志刷屏：
<appender name="FILE" class="ch.qos.logback.core.FileAppender">
<file>logs/app.log</file>
<!-- 只允许 INFO 级别及以上的日志通过 -->
<filter class="ch.qos.logback.classic.filter.ThresholdFilter">
<level>INFO</level>
</filter>
</appender>5、统一日志格式
你开心了：好耶，这样就不会刷屏了！但是感觉有时候日志很杂很乱，尤其是我想看某一个请求相关的日志时，总是被其他的日志干扰，怎么办？
鱼皮：好问题，可以在日志配置文件中定义统一的日志格式，包含时间戳、线程名称、日志级别、类名、方法名、具体内容等关键信息。
<!-- 控制台日志输出 -->
<appender name="CONSOLE" class="ch.qos.logback.core.ConsoleAppender">
<encoder>
<!-- 日志格式 -->
<pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger{36} - %msg%n</pattern>
</encoder>
</appender>这样输出的日志更整齐易读：
此外，你还可以通过 MDC（Mapped Diagnostic Context）给日志添加额外的上下文信息，比如请求 ID、用户 ID 等，方便追踪。
在 Java 代码中，可以为 MDC 设置属性值：
@PostMapping("/user/import")
public Result importUsers(@RequestBody UserImportRequest request) {
// 1. 设置 MDC 上下文信息
MDC.put("requestId", generateRequestId());
MDC.put("userId", String.valueOf(request.getUserId()));
try {
log.info("用户请求处理完成");
// 执行具体业务逻辑
userService.batchImport(request.getUserList());
return Result.success();
} finally {
// 2. 及时清理MDC（重要！）
MDC.clear();
}
}然后在日志配置文件中就可以使用这些值了：
<appender name="FILE" class="ch.qos.logback.core.rolling.RollingFileAppender">
<encoder>
<!-- 包含 MDC 信息 -->
<pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger{36} - [%X{requestId}] [%X{userId}] %msg%n</pattern>
</encoder>
</appender>这样，每个请求、每个用户的操作一目了然。
6、使用异步日志
你又开心了：这样打出来的日志，确实舒服，爽爽爽！但是我打日志越多，是不是程序就会更慢呢？有没有办法能优化一下？
鱼皮：当然有，可以使用 异步日志 。
正常情况下，你调用 log.info() 打日志时，程序会立刻把日志写入文件，这个过程是同步的，会阻塞当前线程。而异步日志会把写日志的操作放到另一个线程里去做，不会阻塞主线程，性能更好。
你眼睛一亮：这么厉害？怎么开启？
鱼皮：很简单，只需要修改一下配置文件：
<appender name="ASYNC" class="ch.qos.logback.classic.AsyncAppender">
<queueSize>512</queueSize> <!-- 队列大小 -->
<discardingThreshold>0</discardingThreshold> <!-- 丢弃阈值，0 表示不丢弃 -->
<neverBlock>false</neverBlock> <!-- 队列满时是否阻塞，false 表示会阻塞 -->
<appender-ref ref="FILE" /> <!-- 引用实际的日志输出目标 -->
</appender>
<root level="INFO">
<appender-ref ref="ASYNC" />
</root>不过异步日志也有缺点，如果程序突然崩溃，缓冲区中还没来得及写入文件的日志可能会丢失。
所以要权衡一下，看你的系统更注重性能还是日志的完整性。
你想了想：我们的程序对性能要求比较高，偶尔丢几条日志问题不大，那我就用异步日志吧。
7、日志管理
接下来的很长一段时间，你混的很舒服，有 Bug 都能很快发现。
你甚至觉得 Bug 太少、工作没什么激情，所以没事儿就跟新来的实习生阿坤吹吹牛皮：你知道日志么？我可会打它了！
直到有一天，运维小哥突然跑过来：阿巴阿巴，服务器挂了！你快去看看！
你连忙登录服务器，发现服务器的硬盘爆满了，没法写入新数据。
你查了一下，发现日志文件竟然占了 200GB 的空间！
你汗流浃背了，正在考虑怎么甩锅，结果阿坤突然鸡叫起来：阿巴 giegie，你的日志文件是不是从来没清理过？
你尴尬地倒了个立，这样眼泪就不会留下来。
鱼皮叹了口气：这就是我要教你的下一招 ------ 日志管理。
你好奇道：怎么管理？我每天登服务器删掉一些历史文件？
鱼皮：人工操作也太麻烦了，我们可以通过修改日志配置文件，让框架帮忙管理日志。
首先设置日志的滚动策略，可以根据文件大小和日期，自动对日志文件进行切分。
<rollingPolicy class="ch.qos.logback.core.rolling.SizeAndTimeBasedRollingPolicy">
<fileNamePattern>logs/app-%d{yyyy-MM-dd}.%i.log</fileNamePattern>
<maxFileSize>10MB</maxFileSize>
<maxHistory>30</maxHistory>
</rollingPolicy>这样配置后，每天会创建一个新的日志文件（比如 app-2025-10-23.0.log），如果日志文件大小超过 10MB 就再创建一个（比如 app-2025-10-23.1.log），并且只保留最近 30 天的日志。
还可以开启日志压缩功能，进一步节省磁盘空间：
<rollingPolicy class="ch.qos.logback.core.rolling.SizeAndTimeBasedRollingPolicy">
<!-- .gz 后缀会自动压缩 -->
<fileNamePattern>logs/app-%d{yyyy-MM-dd}.log.gz</fileNamePattern>
</rollingPolicy>你有些激动：吼吼，这样我们就可以按照天数更快地查看日志，服务器硬盘也有救啦！
8、集成日志收集系统
两年后，你负责的项目已经发展成了一个大型的分布式系统，有好几十个微服务。
如今，每次排查问题你都要登录到不同的服务器上查看日志，非常麻烦。而且有些请求的调用链路很长，你得登录好几台服务器、看好几个服务的日志，才能追踪到一个请求的完整调用过程。
你简直要疯了！
于是你找到鱼皮求助：现在查日志太麻烦了，当年你还有一招没有教我，现在是不是......
鱼皮点点头：嗯，对于分布式系统，就必须要用专业的日志收集系统了，比如很流行的 ELK。
你好奇：ELK 是啥？伊拉克？
阿坤抢答道：我知道，就是 Elasticsearch + Logstash + Kibana 这套组合。
简单来说，Logstash 负责收集各个服务的日志，然后发送给 Elasticsearch 存储和索引，最后通过 Kibana 提供一个可视化的界面。
这样一来，我们可以方便地集中搜索、查看、分析日志。
你惊讶了：原来日志还能这么玩，以后我所有的项目都要用 ELK！
鱼皮摆摆手：不过 ELK 的搭建和运维成本比较高，对于小团队来说可能有点重，还是要按需采用啊。
结局
至此，你已经掌握了打日志的核心秘法。
只是你很疑惑，为何那阿坤竟对日志系统如此熟悉？
阿坤苦笑道：我本来就是日志管理大师，可惜我上家公司的同事从来不打日志，所以我把他们暴打了一顿后跑路了。
阿巴 giegie 你要记住，日志不是写给机器看的，是写给未来的你和你的队友看的！
你要是以后不打日志，我就打你！