前言：

日志是软件开发中不可或缺的一部分，它能帮助我们了解应用运行状态、调试问题和监控性能。

1. 使用SLF4J门面模式统一日志API

SLF4J (Simple Logging Facade for Java) 提供了统一的日志API接口，让你可以轻松切换底层日志实现。

SLF4J（Simple Logging Facade for Java）是一个日志门面（Facade），它提供了一组通用的日志接口，可以与多种日志框架（如 Logback、Log4j、java.util.logging 等）集成。SLF4J 本身不提供日志实现，而是依赖于底层日志框架来完成日志记录。
Logback 是 SLF4J 官方推荐的日志实现框架。

导入依赖

<dependencies>
    <!-- SLF4J API -->
    <dependency>
        <groupId>org.slf4j</groupId>
        <artifactId>slf4j-api</artifactId>
        <version>1.7.36</version>
    </dependency>
    <!-- Log4j 2 实现 -->
    <dependency>
        <groupId>org.apache.logging.log4j</groupId>
        <artifactId>log4j-slf4j-impl</artifactId>
        <version>2.20.0</version>
    </dependency>
</dependencies>

import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

public class UserService {
    // 获取Logger实例
    private static final Logger logger = LoggerFactory.getLogger(UserService.class);
    
    public void createUser(User user) {
        logger.info("Creating user: {}", user.getUsername());
        // 业务逻辑
    }
}

最佳实践：始终使用SLF4J作为日志门面，避免直接依赖具体实现如Log4j或Logback，这样可以在不修改代码的情况下切换底层日志框架。

2. 使用参数化日志替代字符串拼接

字符串拼接在日志中是常见的性能陷阱，正确的做法是使用参数化日志。

// 错误示例 - 即使日志级别不满足也会执行字符串拼接
logger.debug("Processing order: " + order.getId() + " with amount: " + order.getAmount());

// 正确示例 - 只有在日志级别满足时才会执行参数替换
logger.debug("Processing order: {} with amount: {}", order.getId(), order.getAmount());

性能提升：参数化日志避免了不必要的字符串拼接操作，特别是当日志级别高于DEBUG时，可以节省大量CPU资源。

3. 使用条件日志避免高成本计算

对于需要复杂计算的日志信息，应该先检查日志级别。

// 检查日志级别再执行耗时操作
if (logger.isDebugEnabled()) {
    logger.debug("Complex calculation result: {}", calculateExpensiveValue());
}

应用场景：当日志内容需要复杂计算或资源密集型操作时，这一方法能显著提高性能。

4. 合理使用不同日志级别

选择正确的日志级别对于控制日志输出量和重要性至关重要。

// 跟踪详细信息
logger.trace("Entering method with parameters: {}", params);

// 调试信息
logger.debug("Processing item at index: {}", index);

// 正常业务流程信息
logger.info("User {} successfully logged in", username);

// 警告信息
logger.warn("Database connection pool is running low: {} connections left", availableConnections);

// 错误信息
logger.error("Failed to process transaction", exception);

最佳实践：

• TRACE：仅用于非常详细的诊断信息
• DEBUG：用于开发和调试信息
• INFO：用于记录正常业务流程
• WARN：潜在问题但不影响正常运行
• ERROR：错误导致功能无法正常工作

5. MDC (Mapped Diagnostic Context) 上下文信息添加

MDC是一个非常强大的工具，可以在整个调用链上传递上下文信息。

import org.slf4j.MDC;

// 在请求处理开始添加上下文
MDC.put("userId", user.getId());
MDC.put("requestId", UUID.randomUUID().toString());

try {
    // 业务逻辑处理
    logger.info("Processing user request");
    // 所有日志都会自动包含MDC中的上下文信息
} finally {
    // 请求结束后清理上下文
    MDC.clear();
}

配置Logback输出MDC信息：

<pattern>%d{yyyy-MM-dd HH:mm:ss} [%thread] %-5level %logger{36} [userId:%X{userId}, requestId:%X{requestId}] - %msg%n</pattern>

应用场景：微服务架构中的请求跟踪、用户操作审计、多租户系统中的租户识别。

6. 异常日志记录最佳实践

记录异常时，既要提供上下文信息，也要包含完整的堆栈信息。

try {
    // 业务逻辑
} catch (DatabaseException e) {
    // 提供上下文和完整堆栈
    logger.error("Failed to save user data for userId: {}", userId, e);
    
    // 不要这样做 - 丢失堆栈信息
    // logger.error("Failed to save user data: " + e.getMessage());
}

最佳实践：始终将异常对象作为日志方法的最后一个参数，这样可以捕获完整堆栈信息。

7. 使用日志标记分类信息

在复杂系统中，可以使用标记来分类不同类型的日志信息。

// 使用Logback的Marker功能
import org.slf4j.Marker;
import org.slf4j.MarkerFactory;

public class SecurityService {
    private static final Logger logger = LoggerFactory.getLogger(SecurityService.class);
    private static final Marker SECURITY_MARKER = MarkerFactory.getMarker("SECURITY");
    
    public void login(String username, boolean success) {
        logger.info(SECURITY_MARKER, "Login attempt: user={}, success={}", username, success);
    }
}

8. 结构化日志输出（JSON格式）

在微服务环境中，结构化日志便于集中式日志分析工具处理。

添加Logstash编码器依赖：

<dependency>
    <groupId>net.logstash.logback</groupId>
    <artifactId>logstash-logback-encoder</artifactId>
    <version>7.2</version>
</dependency>

Logback配置：

<appender name="JSON" class="ch.qos.logback.core.ConsoleAppender">
    <encoder class="net.logstash.logback.encoder.LogstashEncoder">
        <includeMdcKeyName>userId</includeMdcKeyName>
        <includeMdcKeyName>requestId</includeMdcKeyName>
    </encoder>
</appender>

使用效果：所有日志将输出为JSON格式，便于ELK或类似系统解析。

9. 日志性能监控与计时

使用日志记录操作执行时间，帮助识别性能瓶颈。

// 简易性能日志
public class PerformanceLogger {
    private static final Logger logger = LoggerFactory.getLogger(PerformanceLogger.class);
    
    public static <T> T logExecutionTime(String operationName, Supplier<T> operation) {
        long startTime = System.currentTimeMillis();
        try {
            return operation.get();
        } finally {
            long duration = System.currentTimeMillis() - startTime;
            logger.info("Operation [{}] completed in {}ms", operationName, duration);
        }
    }
    
    // 无返回值版本
    public static void logExecutionTime(String operationName, Runnable operation) {
        long startTime = System.currentTimeMillis();
        try {
            operation.run();
        } finally {
            long duration = System.currentTimeMillis() - startTime;
            logger.info("Operation [{}] completed in {}ms", operationName, duration);
        }
    }
}

// 使用示例
User user = PerformanceLogger.logExecutionTime("fetchUserProfile", 
    () -> userService.getUserById(userId));

10. 条件日志收集器

对于需要收集多条日志然后一次性输出的场景，可以实现日志收集器。

// 日志收集器
public class LogCollector {
    private final List<String> messages = new ArrayList<>();
    private final Logger logger;
    private final Level level;
    
    public LogCollector(Logger logger, Level level) {
        this.logger = logger;
        this.level = level;
    }
    
    public void add(String message) {
        messages.add(message);
    }
    
    public void add(String format, Object... args) {
        messages.add(String.format(format, args));
    }
    
    public void flush(String summary) {
        if (messages.isEmpty()) {
            return;
        }
        
        StringBuilder sb = new StringBuilder(summary);
        sb.append(":\n");
        for (int i = 0; i < messages.size(); i++) {
            sb.append("  ").append(i + 1).append(". ")
              .append(messages.get(i)).append("\n");
        }
        
        switch (level.toString()) {
            case "DEBUG":
                logger.debug(sb.toString());
                break;
            case "INFO":
                logger.info(sb.toString());
                break;
            case "WARN":
                logger.warn(sb.toString());
                break;
            case "ERROR":
                logger.error(sb.toString());
                break;
        }
        
        messages.clear();
    }
}

// 使用示例
LogCollector collector = new LogCollector(logger, Level.INFO);
for (Item item : items) {
    try {
        processItem(item);
        collector.add("Item %s processed successfully", item.getId());
    } catch (Exception e) {
        collector.add("Failed to process item %s: %s", item.getId(), e.getMessage());
    }
}
collector.flush("Batch processing results");

总结

良好的日志实践不仅能帮助开发者更快地调试问题，还能为生产环境监控和故障排除提供宝贵的信息。