博客
关于我
Springboot2模块系列:日志slf4j2(持久化)
阅读量:244 次
发布时间:2019-03-01

本文共 2146 字,大约阅读时间需要 7 分钟。

排除Spring Boot默认日志框架,使用SLF4J2进行日志持久化配置

1. 排除Spring Boot默认日志框架,引入SLF4J2

在Spring Boot项目中,默认使用spring-boot-starter-logging进行日志处理。为了使用更灵活的日志框架SLF4J2,我们需要在依赖管理中排除Spring Boot的日志相关组件。具体配置如下:

org.springframework.boot
spring-boot-starter
org.springframework.boot
spring-boot-starter-logging
org.springframework.boot
spring-boot-starter-web
org.springframework.boot
spring-boot-starter-logging
org.springframework.boot
spring-boot-starter-log4j2

2. SLF4J2日志配置文件

为了实现日志的持久化存储,我们需要配置SLF4J2日志框架。以下是一个典型的slf4j2.xml配置示例:

ddd
logs/${app_name}

3. 应用配置文件

application.yml中引入日志配置文件:

logging:    level:        root: info    config:        classpath: config/slf4j2.xml

4. 使用方法

使用SLF4J作为日志输出工具,例如:

import org.slf4j.Logger;import org.slf4j.LoggerFactory;public class LoggerSave {    static Logger logger = LoggerFactory.getLogger(LoggerSave.class);    public void main(String[] args) {        logger.error("error test");    }}

通过以上配置,您可以实现日志的持久化存储和管理,同时灵活控制日志级别和输出格式。

转载地址:http://hvht.baihongyu.com/

你可能感兴趣的文章
numpy 或 scipy 有哪些可能的计算可以返回 NaN?
查看>>
numpy 数组 dtype 在 Windows 10 64 位机器中默认为 int32
查看>>
numpy 数组与矩阵的乘法理解
查看>>
NumPy 数组拼接方法-ChatGPT4o作答
查看>>
numpy 用法
查看>>
Numpy 科学计算库详解
查看>>
Numpy.fft.fft和numpy.fft.fftfreq有什么不同
查看>>
numpy.linalg.norm(求范数)
查看>>
Numpy.ndarray对象不可调用
查看>>
Numpy.VisibleDeproationWarning:从不整齐的嵌套序列创建ndarray
查看>>
Numpy:按多个条件过滤行?
查看>>
Numpy:条件总和
查看>>
numpy、cv2等操作图片基本操作
查看>>
numpy中的argsort的用法
查看>>
NumPy中的精度:比较数字时的问题
查看>>
numpy判断对应位置是否相等,all、any的使用
查看>>
Numpy多项式.Polynomial.fit()给出的系数与多项式.Polyfit()不同
查看>>
Numpy如何使用np.umprod重写range函数中i的python
查看>>
numpy学习笔记3-array切片
查看>>
numpy数组替换其中的值(如1替换为255)
查看>>