怎么利用 java.util.logging.FileHandler 配置日志文件的循环滚动记录策略
小伙伴们有没有觉得学习文章很有意思?有意思就对了!今天就给大家带来《怎么利用 java.util.logging.FileHandler 配置日志文件的循环滚动记录策略》,以下内容将会涉及到,若是在学习中对其中部分知识点有疑问,或许看了本文就能帮到你!
FileHandler 的日志滚动仅支持按文件大小和数量控制,依赖 limit 和 count 同时显式设置;limit=0 禁用滚动,count=1 无滚动,count>1 启用编号归档;必须用 4/5 参数构造函数并设 append=true,且需实际写入日志才能触发检查。

FileHandler 的日志滚动机制靠什么控制
Java 原生日志框架 java.util.logging.FileHandler 本身不支持按时间(如每天)滚动,只支持按文件大小 + 文件数量的循环覆盖策略。关键参数是 limit(单个文件最大字节数)和 count(最多保留几个历史文件),二者必须同时设置才启用滚动。
常见误区是只设 limit 却漏掉 count,结果日志写满后直接抛 java.io.IOException: Stream closed 或静默失败——因为默认 count == 1,但初始化逻辑要求显式传入大于 0 的值才会启用轮转逻辑。
limit = 0:禁用大小限制,永不滚动(除非手动 close/reopen)count = 1:仅写入主文件,不生成.%g编号副本(即无滚动)count > 1:启用滚动,旧文件重命名为mylog.1、mylog.2… 最老的被删除
如何正确构造支持滚动的 FileHandler 实例
必须使用带 4 个参数或 5 个参数的构造函数,显式传入 limit 和 count,且 append = true 才能持续追加;否则每次 JVM 启动都会清空原文件。
Handler handler = new FileHandler(
"logs/app.log", // pattern,支持 %g(序号)、%u(唯一数)
10 * 1024 * 1024, // limit:10MB
5, // count:最多保留 5 个文件
true // append:追加模式
);注意:pattern 中若含 %g,会自动生成 app.log.0、app.log.1 等;若不含,则所有滚动文件都叫 app.log(靠内部重命名实现,但文件名不体现序号)。
- 推荐用
"logs/app.%g.log",便于人工识别和 logrotate 配合 - 如果
limit设太小(如 1KB),会导致频繁滚动+重命名,影响 I/O 性能 - Windows 下路径分隔符建议用正斜杠
/或双反斜杠\\,避免转义问题
为什么日志没滚动?排查这三处硬性条件
即使代码写了 new FileHandler(..., 1048576, 3, true),仍可能不滚动。核心原因是:滚动触发依赖日志记录行为,且受 Handler 状态约束。
- Handler 必须已
setLevel(Level.ALL)且未被close()过——关闭后不会自动 reopen - 必须有日志实际写入(
logger.info("x")),空跑不触发检查 - 每次写入前,Handler 内部检查当前文件大小是否 ≥
limit,是则 close 当前流、rename 旧文件、open 新文件;这个过程不是原子的,高并发下可能因文件锁失败而跳过(尤其 Windows)
典型错误现象:IOException: The process cannot access the file because it is being used by another process —— 多线程/多 JVM 实例共用同一日志文件时必然发生,FileHandler 不支持跨进程共享。
替代方案:何时该放弃原生 FileHandler
如果你需要按天滚动、压缩归档、异步刷盘或 JSON 格式输出,FileHandler 就力不从心了。它没有内置压缩、不支持 yyyy-MM-dd 模板、无法在滚动时执行钩子(如通知运维)。
现实项目中更常用的是:
Logback的RollingFileAppender+TimeBasedRollingPolicyLog4j2的RollingRandomAccessFileAppender- 或用
java.util.logging配合第三方 Handler(如SEVERE级别发邮件 + 自定义Handler做定时归档)
原生 FileHandler 的滚动能力足够轻量级工具类或嵌入式场景,但一旦日志规模上升或运维要求变严,它的边界就非常清晰了:只管大小+数量,其余全得自己补。
以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。
HTML5section标签和div有啥区别_语义化分区技巧【教程】
- 上一篇
- HTML5section标签和div有啥区别_语义化分区技巧【教程】
- 下一篇
- ShareGPT数据集在Few-Shot学习研究中的应用:小样本场景下的数据选择方法
-
- 文章 · java教程 | 2天前 | Java · ServiceLoader module-info.java Java模块
- Java 模块服务加载的可选实现与回退路径
- 363浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java VarHandle 内存序选择与可见性验证
- 226浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java JFR 事件流定位短时延迟尖峰
- 213浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java Record 序列化兼容字段演进方案
- 483浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java ServiceLoader 隔离模块化插件实现
- 414浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java Pattern Matching switch 处理密封层级
- 189浏览 收藏
-
- 文章 · java教程 | 2天前 | Stream · Java教程 · java Stream Collector Collectors.teeing 统计汇总
- Java Collectors.teeing 汇总两条统计管道
- 385浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java Foreign Function Memory API 管理本地内存生命周期
- 385浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java StampedLock 乐观读校验失败的回退方式
- 165浏览 收藏
-
- 文章 · java教程 | 2天前 | 异常处理 · 并发编程 · Java教程 · StructuredTaskScope Java Structured Concurrency Joiner allUntil 子任务异常 聚合异常
- Java Structured Concurrency 汇总子任务异常
- 260浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java ForkJoinPool asyncMode 调整任务队列顺序
- 121浏览 收藏
-
- 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
- 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
- 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
- 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
- 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
-
- 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。
- 449次使用
-
- 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。
- 519次使用
-
- 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。
- 535次使用
-
- 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。
- 480次使用
-
- 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。
- 304次使用
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览
-
- 反射异常处理:InvocationTargetException解析与应用
- 2026-05-16 501浏览

