日志文件

## logging模块 #### 什么是logging模块 logging模块是python提供的用于记录日志的模块 #### 为什么需要logging 我们完全可以自己打开文件然后,日志写进去,但是这些操作重复且没有任何技术含量,所以python帮我们进行了封装,有了logging后我们在记录日志时 只需要简单的调用接口即可,非常方便! #### 日志级别 在开始记录日志前还需要明确,日志的级别 随着时间的推移,日志记录会非常多,成千上万行,如何快速找到需要的日志记录这就成了问题 解决的方案就是 给日志划分级别 logging模块将日志分为了五个级别,从高到低分别是: 1.info 常规信息 2.debug 调试信息 3.warning 警告信息 4.error 错误信息 5.cretical 严重错误 本质上他们使用数字来表示级别的,从高到低分别是10,20,30,40,50 ## logging模块的使用 ```python #1.导入模块 import logging #2.输出日志 logging.info("info") logging.debug("debug") logging.warning("warning") logging.error("error") logging.critical("critical") #输出 WARNING:root

简介 Logback是由log4j创始人设计的另一个开源日志组件,官方网站： http://logback.qos.ch。它当前分为下面下个模块： logback-core：其它两个模块的基础模块 logback-classic：它是log4j的一个改良版本，同时它完整实现了slf4j API使你可以很方便地更换成其它日志系统如log4j或JDK14 Logging logback-access：访问模块与Servlet容器集成提供通过Http来访问日志的功能 在 logback 里，最重要的三个类分别是： Logger：位于 logback-classic 模块中。Logger作为日志的记录器，把它关联到应用对应的context上后，主要用于存放日志对象，也可以定义日志类型、级别。 Appender： 位于 logback-core 中。Appender主要用于指定日志输出的目的地，目的地可以是控制台、文件、远程套接字服务器、 MySQL、PostreSQL、 Oracle和其他数据库、 JMS和远程UNIX Syslog守护进程等。 Layout： 位于 logback-core 中。Layout 负责把事件转换成字符串，格式化的日志信息的输出。 Logger 可以被分配级别。级别包括：TRACE、DEBUG、INFO、WARN 和 ERROR，定义在ch.qos

在测试程序时，有时候运行一次可能需要很久，把日志文件保存下来是很有必要的，本文给出了scala程序输出日志文件的方式，同时使用本人的另一篇博客中介绍的将log4j.properties放到程序jar包之外的方式，从而可以方便地修改日志显示的级别，日志文件路径等 链接： http://www.cnblogs.com/starwater/p/6703702.html 配置文件 首先是log4j.properties的配置 要实现的功能有 1、定义日志级别 2、输出日志到文件，并且控制日志文件大小 3、输出日志到控制台 # Define the root logger with appender file log = D:/logs #定义LOG输出级别、输出到控制台、文件 log4j.rootLogger = ERROR,STDOUT, FILE # 定义文件file appender 设置文件大小和个数 以及文件位置 log4j.appender.FILE=org.apache.log4j.RollingFileAppender log4j.appender.FILE.MaxFileSize=10MB log4j.appender.FILE.MaxBackupIndex=3 log4j.appender.FILE.File=${log}/testLog.log # 定义控制台

背景：因为 从 Spring Boot 1.4开始的版本就要用log4j2 了，支持的格式有json和xml两种格式，此次实践主要使用的是xml的格式定义日志说明。 Spring Boot 1.5.8.RELEASE 引入log4j2的开发步骤如下： 1.首先把spring-boot-starter-web以及spring-boot-starter包下面的spring-boot-starter-logging排除，然后引入spring-boot-starter-log4j2包。 <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> <exclusions> <exclusion> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-logging</artifactId> </exclusion> </exclusions></dependency> <!--https://mvnrepository.com/artifact/org.springframework.boot/spring-boot-starter-log4j2

https://blog.csdn.net/qq_27686779/article/details/81180254 tail -f 日志文件 | perl -pe 's/(关键词)/\e[特效;(背景色);颜色m$1\e[0m/g' 注：关键词是括号符号，背景色位置括号表示可省 例：单个关键词高亮 tail -f catalina.out | perl -pe 's/(DEBUG)/\e[1;34m$1\e[0m/g' 多个关键词高亮 tail -f catalina.out | perl -pe 's/(关键词1)|(关键词2)|(关键词3)/\e[1;颜色1$1\e[0m\e[1;颜色2$2\e[0m\e[1;颜色3$3\e[0m/g' tail -f catalina.out | perl -pe 's/(DEBUG)|(INFO)|(ERROR)/\e[1;34m$1\e[0m\e[1;33m$2\e[0m\e[1;31m$3\e[0m/g' 备注： 匹配关键词使用的是正则表达式 字体颜色设置： 30：黑 31：红 32：绿 33：黄 34：蓝 35：紫 36：青 37：白 背景颜色设置：40-47 黑、红、绿、黄、蓝、紫、青、白 40：黑 41：红 42：绿 43：黄 44：蓝 45：紫 46：青 47：白 其他参数说明 1 设置高亮加粗 4 下划线 5 闪烁 例子：

这一篇是总结Oracle的数据库管理(database)，重点是其物理存储部分。图在下面，点击放大。 一些SQL命令： 手工切换重做日志文件组： SQL> alter system switch logfile; 添加联机重做日志文件组： SQL> alter database add logfile group 4 ('/oradata/log4a.log','/oradata/log4b.log') size 10M;/*其中的10M是指每个日志成员文件的大小*/ 添加联机重做日志文件组成员： SQL> alter database add logfile member '/oradata/log4c.log' to group 4, '/oradata/log3c.log' to group 3; 删除联机重做日志文件组(当前组不能删除，至少保留两组)： SQL> alter database drop logfile group 4; 删除联机重做日志文件组成员(只有一个成员时不能删除)： SQL> alter database drop logfile member '/oradata/log4a.log'; 清除日志文件内容： SQL> alter database clear logfile '/oradata/log3c.log'; 关于三大核心文件的几点注意事项：

简介 Python的logging模块提供了通用的日志系统，可以方便第三方模块或者是应用使用。这个模块提供不同的日志级别，并可以采用不同的方式记录日志，比如文件，HTTP GET/POST，SMTP，Socket等，甚至可以自己实现具体的日志记录方式。 logging模块与log4j的机制是一样的，只是具体的实现细节不同。模块提供logger，handler，filter，formatter。 logger 提供日志接口，供应用代码使用。logger最长用的操作有两类：配置和发送日志消息。可以通过logging.getLogger(name)获取logger对象，如果不指定name则返回root对象，多次使用相同的name调用getLogger方法返回同一个logger对象。 handler 将日志记录（log record）发送到合适的目的地（destination），比如文件，socket等。一个logger对象可以通过addHandler方法添加0到多个handler，每个handler又可以定义不同日志级别，以实现日志分级过滤显示。 filter 提供一种优雅的方式决定一个日志记录是否发送到handler。 formatter 指定日志记录输出的具体格式。formatter的构造方法需要两个参数：消息的格式字符串和日期字符串，这两个参数都是可选的。 　　与log4j类似

1.Elasticsearch安装和Logstash安装环境参照 https://blog.csdn.net/qq_33371766/article/details/103322707 2.启动elasticsearch和kibana 3.在logstash准备同步的log和conf文件 根据图示创建文件夹和文件 3.1 myfile.conf (根据实际情况修改path的路径和es的服务地址) input { file { path =>"D:\workTool\logstash-6.3.2\myfileconfig\log_info.log" type=>"info_log" #类型名称 } } output { elasticsearch { hosts => ["192.168.75.1:9200"] index => "info_index" #索引名称 } stdout { codec => json_lines } } 3.2 info_log.log (这里添加了3条数据，是一条一条添加的，logstash会实时的同步到es中） ===2019-12-16 19:25:13.361 INFO com.zaxxer.hikari.HikariDataSource Line:110 - HikariPool-1 - Starting... ===2019-12-16

当你安装好 Zookeeper 集群后，迫不及待的用启动命令 zkServer.sh start 启动集群，用命令 zkServer.sh status 查看集群状态时，看到集群正常启动并运行，心里是不是美滋滋，不过当你查看安装目录时，可以看到在你运行启动命令的目录里，生成了 zookeeper.out 日志文件，心情一下就不爽了。 那么问题来了，这个目录是否可以自定义设置呢？答案当然是可以的，需要修改两个文件。 修改 ZK_HOME/conf/log4j.properties 文件： 注释掉的是原有路径，下方修改了本地路径。当前前提是 logs 目录自己已经创建。 本以为这样修改后，启动集群，日志就可以放到对应文件夹，可结果还是和修改前一样无变化，日志还是在运行启动命令的目录，所以还需要修改一个脚本配置。 修改 ZK_HOME/bin/zkEnv.sh 文件： 修改后再次启动集群，可以看到日志已经生成到了自定义文件目录，在运行启动命令的目录再没有日志文件生成。 当然，修改上面的配置文件是在一个节点机器上修改的，修改后别忘了把文件同步到 Zookeeper 集群的其它节点机器上。 来源： CSDN 作者： 计算机视觉小白之旅 链接： https://blog.csdn.net/qq_34246778/article/details/103915016

什么是日志 日志是对软件执行时所发生事件的一种追踪方式。软件开发人员对他们的代码添加日志调用，借此来指示某事件的发生。一个事件通过一些包含变量数据的描述信息来描述（比如：每个事件发生时的数据都是不同的）。开发者还会区分事件的重要性，重要性也被称为 等级 或 严重性 。 什么时候使用日志 日志（logging）模块提供了一系列的函数（debug、info、warning、critical）来适应不同的应用场景。想要决定何时使用日志，请看下表，其中显示了对于每个通用任务集合来说最好的工具。 想要执行的任务 此任务最好的工具 对于命令行或程序的应用，结果显示在控制台 print() 在对程序的普通操作发生时提交事件报告(比如：状态监控和错误调查) logging.info() 函数(当有诊断目的需要详细输出信息时使用 logging.debug() 函数) 提出一个警告信息基于一个特殊的运行时事件 warnings.warn() 位于代码库中，该事件是可以避免的，需要修改客户端应用以消除告警。 logging.warning() 不需要修改客户端应用，但是该事件还是需要引起关注 对一个特殊的运行时事件报告错误 引发异常 报告错误而不引发异常(如在长时间运行中的服务端进程的错误处理) logging.error() , logging.exception() 或 logging