当前位置:首页 > 文章列表 > 文章 > java教程 > JavaLogger类使用全解析

JavaLogger类使用全解析

2026-02-28 22:51:40 0浏览 收藏
Java日志看似简单,实则暗藏玄机:你无法直接new出Logger,因为它是受保护的抽象基类,必须通过工厂方法获取;JDK自带的JUL虽开箱即用但配置繁琐、性能平平,而主流推荐的SLF4J+Logback组合不仅实现API与实现解耦,还支持灵活配置、高性能输出和统一日志治理——但真正踩坑的往往不是语法错误,而是依赖冲突、桥接缺失、配置路径错位或Lambda中过早求值等隐蔽问题,掌握日志体系的本质逻辑,才能让全链路日志真正可控、可查、不丢不乱。

在Java里Logger类如何记录日志_Java日志记录工具说明

Java里没有叫 Logger 的“类”可以直接 new 出来用——它是个抽象基类,实际要用的是具体实现,比如 java.util.logging.Logger(JUL)或 SLF4J + Logback / Log4j2 等组合。

为什么直接 new Logger 会报错

因为 java.util.logging.Logger 的构造方法是 protected,不能直接实例化;必须通过静态工厂方法获取:

  • Logger.getLogger("my.logger.name") —— 返回单例 Logger 实例
  • 名字相同就返回同一个对象,不重复创建
  • 名字带点号(如 "com.example.service.UserService")会自动形成层级,影响日志级别继承

java.util.logging(JUL)的典型用法

JUL 是 JDK 自带的日志 API,开箱即用但配置麻烦、性能一般,适合简单场景:

  • 默认只输出 INFO 及以上级别到控制台,WARNING 和 SEVERE 会带堆栈
  • 要输出 DEBUG 或 TRACE,得手动调 logger.setLevel(Level.FINE) 并给 Handler 设置对应级别
  • 格式固定,想自定义输出(比如加时间戳、线程名)得写 Formatter 子类
  • 配置通常靠 logging.properties 文件,路径需通过 -Djava.util.logging.config.file=xxx 指定

更推荐的方案:SLF4J + Logback

这是当前 Java 生态最主流的日志组合,解耦 API 与实现,灵活且性能好:

  • 写代码只依赖 org.slf4j.Logger 和 LoggerFactory,不绑定具体实现
  • 引入 logback-classic 就自动生效,无需额外绑定代码
  • logback.xml 支持按包设置级别、滚动文件、异步输出、JSON 格式等
  • 注意避免 classpath 下存在多个 binding(如同时有 logback-classic 和 log4j-slf4j-impl),否则 SLF4J 会报 Multiple bindings 警告

常见错误和坑

很多问题不是 API 不会用,而是环境或依赖没理清:

  • 用 slf4j-api 却没加实现(如 logback-classic),运行时报 Failed to load class "org.slf4j.impl.StaticLoggerBinder"
  • Maven 里排除了传递依赖的旧版 slf4j-log4j12,但忘了排除其依赖的 log4j,导致 NoClassDefFoundError: org/apache/log4j/Logger
  • 在 Lambda 表达式里写 logger.debug("value={}", obj.toString()) —— 即使日志被禁用,toString() 仍会执行,应改用 logger.debug("value={}", () -> obj.toString())(支持 Supplier 的版本)
  • JUL 和 SLF4J 共存时,想把 JUL 日志桥接到 SLF4J,得加 jul-to-slf4j,并调 SLF4JBridgeHandler.install(),否则 JUL 的日志会漏掉

真正麻烦的从来不是“怎么打一行日志”,而是让所有组件(框架、第三方库、自研模块)的日志统一输出、可控、不冲突。别只盯着 logger.info() 怎么写,先确认 classpath 里到底有几个日志实现、它们之间有没有桥接、配置文件加载路径对不对。

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《JavaLogger类使用全解析》文章吧,也可关注golang学习网公众号了解相关技术文章。

Linux下gdb调试技巧与使用教程Linux下gdb调试技巧与使用教程
上一篇
Linux下gdb调试技巧与使用教程
智联招聘官网入口及登录方法
下一篇
智联招聘官网入口及登录方法
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    347次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    410次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    411次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    369次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    193次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码