日志瘦身骚操作：从5G优化到1G！
责编：Java就该这么学 | 来源：https://c1n.cn/mtr19
目录
背景
日志瘦身方法论
优化案例
总结
背景
在日常开发中，通常为了方便调试、方便查问题，会打印很多 INFO 级别的日志。
随着访问量越来越大，一不小心，某个日志文件一天的 size 就大于了某个阈值（如 5G），于是，收到了优化日志大小的告警，一定时间内不优化反馈给你主管，囧...
日志过大容易导致一些运维操作消耗机器性能，如日志文件检索、数据采集、磁盘清理等。
那么，日志瘦身哪些常见的思路呢？本文结合某个具体案例谈谈我的看法。
日志瘦身方法论
| 只打印必要的日志
有时候为了方便测试，临时打印很多 INFO 级别日志。对于这种日志，等项目上线前，可以将非必要的日志删除或者调整为 DEBUG 级别。
我们可以对日志工具类进行改造，支持上下文传递某个开关时（正常调用没有这个开关，通过公司的 Tracer 或者 RPC上下文传递），可以临时将 DEBUG日志提升为 INFO级别。另外，搜索公众号GitHub猿后台回复“理财”，获取一份惊喜礼包。
if(log.isDebugEnable()){
log.debug(xxx);
}else if(TracerUtils.openDebug2Info()){
log.info("【debug2info】"+xxx);
}
这样，可以将一些纠结是否要打印成 INFO 日志的 log 打印成 DEBUG 级别，查问题时自动提升为INFO 日志。
当然，你也可以搞一些其他骚操作，这里只是举个例子，请自行举一反三。
| 合并打印
有些可以合并的日志，可以考虑合并。
INFO [64 位traceId] XXXService 执行前 size =10 INFO [64 位traceId] XXXService 执行后 size =4
INFO [64 位traceId] XXXService 执行前 size =10 执行后 size =4
| 简化&缩写&压缩
某个日志非常有必要，但是打印的对象有些大，如果可以满足问题排查需求的情况下，我们可以：
选择只打印其 ID
创建一个只保留关键字段的日志专用对象，转化为日志专用对象，再打印。
可以用缩写，如 write 简化为 w, read 简化为 r，execute 简化为 e 等；比如 pipeline 中有 20 个核心 bean ，打印日志时可以使用不同的编号替代 bean 全称，如 S1，S2 ，虽然没那么直观，但既可以查问题，又降低了日志量。
优化案例
| 场景描述
一个业务场景涉及很多 bean，为了复用一些通用逻辑，这些 bean 都继承自某个抽象类。
在抽象类中，定义了执行 bean 前后的一些通用逻辑，如执行前后打印当前 pipeline 中 item 的数量。最后一个 bean 执行完结果转换后需要打印出结果。
| 优化分析
①只打印必要日志
只打印必要日志：
由于当前 bean 执行前 相当于前一个 bean 执行后，因此只打印执行后的日志就可以，执行前的 INFO 日志可以删除或者改为 DEBUG （只打印必要日志）
通常问题只出现在执行前后 size 不一致的情况下，因此执行后打印日志前可以加个判断，如果执行前后 size 相同则不打印。
if(sizeBefore != sizeAfter){
log.info("service:{}, 前size:{},后size:{}", getName(),sizeBefore, sizeAfter)
}
这招效果很明显，因为大多数 bean 的执行前后 size 是相同的，就不会打印这条日志。而假设之前有 20 个，这条日志就需要打印 20次，改进后可能只需要打印 2-3 次。
②日志合并
为了方便查问题还需要打印执行前的 size ，那么将执行前的 size 记录在内存中，打印执行后日志时多打印出执行前的 size。
log.info("service:{}, 执行前size:{}", getName(),sizeBefore)
log.info("service:{}, 执行后size:{}", getName(),sizeBefore, sizeAfter)
log.info("service:{}, 前size:{},后size:{}", getName(),sizeBefore, sizeAfter)
对于最终结果，将结果对象（如 XXDTO）转化为只包括关键信息，如 id, title 的日志对象（XXSimpleLogDTO），转化为日志对象后再打印。
log.info("resultId:{}",result.getId());
log.info("result:{}",toSimpleLog(result));
| 效果评估
该日志一天产生 5G 左右，这里百分之 80% 左右都是打印执行前后的 size，10% 左右是打印最终结果，还有一些其他的日志。
在满足排查问题的需要，又实现日志瘦身之间进行了取舍。
总结
日志瘦身需要进行权衡，保留排查问题的必要日志情况下尽可能精简。可以采用删除不必要日志，合并日志，日志简化等方式进行优化。
我们还可以进行一些骚操作，支持线上 DEBUG 临时提升 INFO（当然也可以使用 arthas）来辅助我们查问题。
你还有哪些不错的日志瘦身技巧？欢迎在文章末尾评论和我交流。
欢迎有需要的同学试试，如果本文对您有帮助，也请帮忙点个 赞 + 在看 啦！❤️
在 GitHub猿 还有更多优质项目系统学习资源，欢迎分享给其他同学吧！
「Java就该这么学」建立了读者Java交流群，大家可以添加小编微信进行加群。欢迎有想法、乐于分享的朋友们一起交流学习。
扫描添加好友邀你进Java群，加我时注明【姓名+公司+职位】
版权申明：内容来源网络，版权归原作者所有。如有侵权烦请告知，我们会立即删除并表示歉意。谢谢。
往日文章：