前言
主要是logback动态获取nacos的配置信息,结尾完整代码
项目springcloud+nacos+plumelog,使用的时候、特别是部署的时候,需要改环境,改地址
application.yml
logback-spring.xml
<?xml version="1.0" encoding="UTF-8"?>
<!-- 日志级别从低到高分为TRACE < DEBUG < INFO < WARN < ERROR < FATAL,如果设置为WARN,则低于WARN的信息都不会输出 -->
<!-- scan:当此属性设置为true时,配置文件如果发生改变,将会被重新加载,默认值为true -->
<!-- scanPeriod:设置监测配置文件是否有修改的时间间隔,如果没有给出时间单位,默认单位是毫秒。当scan为true时,此属性生效。默认的时间间隔为1分钟。 -->
<!-- debug:当此属性设置为true时,将打印出logback内部日志信息,实时查看logback运行状态。默认值为false。 -->
<configuration scan="true" scanPeriod="10 seconds">
<!--<include resource="org/springframework/boot/logging/logback/base.xml" />-->
<contextName>logback</contextName>
<!-- name的值是变量的名称,value的值时变量定义的值。通过定义的值会被插入到logger上下文中。定义变量后,可以使“${}”来使用变量。 -->
<property name="log.path" value="./logs"/>
<property name="log.name" value="main"/>
<!--输出到控制台-->
<appender name="CONSOLE" class="ch.qos.logback.core.ConsoleAppender">
<!--此日志appender是为开发使用,只配置最底级别,控制台输出的日志级别是大于或等于此级别的日志信息-->
<filter class="ch.qos.logback.classic.filter.ThresholdFilter">
<level>debug</level>
</filter>
<encoder>
<pattern>%green(TIMESTAMP):%-5d{yyyy-MM-dd HH:mm:ss.SSS}; %yellow(LEVEL):%level; %magenta(CLASS):%C{50};
%magenta(METHOD):%M; %yellow(CT):%thread; %green(MSG):%msg%n
</pattern>
<charset>UTF-8</charset>
</encoder>
</appender>
<!-- 时间滚动输出 level为 INFO 日志 -->
<appender name="INFO_FILE" class="ch.qos.logback.core.rolling.RollingFileAppender">
<!-- 正在记录的日志文件的路径及文件名 -->
<file>${log.path}/${log.name}.log</file>
<!--日志文件输出格式-->
<!-- class="com.yomahub.tlog.core.enhance.logback.AspectLogbackEncoder"-->
<encoder>
<pattern>%green(TIMESTAMP):%-5d{yyyy-MM-dd HH:mm:ss.SSS}; %yellow(LEVEL):%level; %magenta(CLASS):%C{50};
%magenta(METHOD):%M; %yellow(CT):%thread; %green(MSG):%msg%n
</pattern>
<charset>UTF-8</charset>
</encoder>
<!-- 日志记录器的滚动策略,按小时 -->
<rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
<!-- 每天日志归档路径以及格式 -->
<fileNamePattern>${log.path}/all/${log.name}-%d{yyyy-MM-dd-HH}.gz</fileNamePattern>
<!--日志文件保留小时数-->
<maxHistory>2160</maxHistory>
</rollingPolicy>
<!-- 此日志文件全部记录,不加入Filter -->
</appender>
<!-- 时间滚动输出 level为 ERROR 日志 -->
<appender name="ERROR_FILE" class="ch.qos.logback.core.rolling.RollingFileAppender">
<!-- 正在记录的日志文件的路径及文件名 -->
<file>${log.path}/${log.name}-error.log</file>
<!--日志文件输出格式-->
<encoder>
<pattern>%green(TIMESTAMP):%-5d{yyyy-MM-dd HH:mm:ss.SSS}; %yellow(LEVEL):%level; %magenta(CLASS):%C{50};
%magenta(METHOD):%M; %yellow(CT):%thread; %green(MSG):%msg%n
</pattern>
<charset>UTF-8</charset> <!-- 此处设置字符集 -->
</encoder>
<!-- 日志记录器的滚动策略,按小时 -->
<rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
<fileNamePattern>${log.path}/error/${log.name}-error-%d{yyyy-MM-dd-HH}.gz</fileNamePattern>
<!--日志文件保留小时数-->
<maxHistory>2160</maxHistory>
</rollingPolicy>
<!-- 此日志文件只记录ERROR级别的 -->
<filter class="ch.qos.logback.classic.filter.LevelFilter">
<level>ERROR</level>
<onMatch>ACCEPT</onMatch>
<onMismatch>DENY</onMismatch>
</filter>
</appender>
<!-- 异步输出 -->
<appender name="ASYNC_CONSOLE" class="ch.qos.logback.classic.AsyncAppender">
<!-- 不丢失日志的话,discardingThreshold必须大于0,并且应小于appender的maxQueueSize -->
<discardingThreshold>0</discardingThreshold>
<!-- 设置日志事件的最大队列长度 -->
<queueSize>256</queueSize>
<!-- 添加真正的日志appender,引用同步,将其包装为异步 -->
<appender-ref ref="CONSOLE"/>
</appender>
<!-- 异步输出 -->
<appender name="ASYNC_INFO_FILE" class="ch.qos.logback.classic.AsyncAppender">
<!-- 不丢失日志的话,discardingThreshold必须大于0,并且应小于appender的maxQueueSize -->
<discardingThreshold>0</discardingThreshold>
<!-- 设置日志事件的最大队列长度 -->
<queueSize>256</queueSize>
<!-- 添加真正的日志appender,引用同步,将其包装为异步 -->
<appender-ref ref="INFO_FILE"/>
</appender>
<!-- 异步输出 -->
<appender name="ASYNC_ERROR_FILE" class="ch.qos.logback.classic.AsyncAppender">
<!-- 不丢失日志的话,discardingThreshold必须大于0,并且应小于appender的maxQueueSize -->
<discardingThreshold>0</discardingThreshold>
<!-- 设置日志事件的最大队列长度 -->
<queueSize>256</queueSize>
<!-- 添加真正的日志appender,引用同步,将其包装为异步-->
<appender-ref ref="ERROR_FILE"/>
</appender>
<!-- 使用kafka启用下面配置-->
<appender name="plumelog" class="com.plumelog.logback.appender.KafkaAppender">
<appName>cmp-system</appName>
<!-- qa-->
<!-- <kafkaHosts>192.168.31.12:6667,192.168.31.13:6667,192.168.31.14:6667</kafkaHosts>-->
<!--prod-->
<kafkaHosts>192.168.30.17:6667,192.168.30.18:6667,192.168.30.19:6667,192.168.30.20:6667,192.168.30.21:6667
</kafkaHosts>
</appender>
<!--开发环境:打印控制台-->
<springProfile name="dev">
<root level="info">
<appender-ref ref="CONSOLE"/>
<!--<appender-ref ref="DEBUG_FILE" />-->
<appender-ref ref="INFO_FILE"/>
<!--<appender-ref ref="WARN_FILE" />-->
<appender-ref ref="ERROR_FILE"/>
<appender-ref ref="plumelog"/>
</root>
</springProfile>
<!--测试环境:输出到文件-->
<springProfile name="test">
<root level="info">
<appender-ref ref="CONSOLE"/>
<!--<appender-ref ref="DEBUG_FILE" />-->
<appender-ref ref="INFO_FILE"/>
<!--<appender-ref ref="WARN_FILE" />-->
<appender-ref ref="ERROR_FILE"/>
<appender-ref ref="plumelog"/>
</root>
</springProfile>
<!--QA环境:输出到文件-->
<springProfile name="qa">
<root level="info">
<appender-ref ref="CONSOLE"/>
<!--<appender-ref ref="DEBUG_FILE" />-->
<appender-ref ref="INFO_FILE"/>
<!--<appender-ref ref="WARN_FILE" />-->
<appender-ref ref="ERROR_FILE"/>
<appender-ref ref="plumelog"/>
</root>
</springProfile>
<!--生产环境:输出到文件-->
<springProfile name="prod">
<root level="info">
<appender-ref ref="CONSOLE"/>
<!--<appender-ref ref="DEBUG_FILE" />-->
<appender-ref ref="INFO_FILE"/>
<!--<appender-ref ref="WARN_FILE" />-->
<appender-ref ref="ERROR_FILE"/>
<appender-ref ref="plumelog"/>
</root>
</springProfile>
</configuration>
每次部署需要修改使用active的版本。和修改xml的kafka地址。已经使用了nacos的服务发现功能。决定用配置中心整理下。
例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。
一、整体思路
在nacos上将配置信息配置上。logback动态获取nacos的配置
二、使用bootstrap.yml
原来是application.yml,但是在spring中,logback.xml的加载循序在application.yml之前。导致logback.xml动态获取kafka服务器地址失败。
bootstrap.yml
NACOS_SERVER_ADDR、NACOS_NAMESPACE
是自定义环境变量。
如果读取不到NACOS_SERVER_ADDR、NACOS_NAMESPACE值,默认值为后面的nacos地址、命名空间
三、增加环境变量
本地不用管。默认即可。qa、prod环境需要再机器上执行命令
export NACOS_SERVER_ADDR=192.168.31.11:8848
export NACOS_NAMESPACE=bd1c9d0c-be99-425f-a0bc-93838b2171a5
四、pom文件
pom中增加nacos-config依赖
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-starter-alibaba-nacos-config</artifactId>
</dependency>
五、logback-spring.xml更改
logback-spring.xml修改为logback-nacos.xml,名字可以自定义。
在nacos的配置文件中。做日志指向。
logging:
config: classpath:logback-nacos.xml
这步最重要,不然动态获取失败。也是看别人解决的
完整的代码
bootstrap.yml
# Tomcat
server:
port: 9003
# Spring
spring:
application:
# 应用名称
name: cmp-sim-management
cloud:
nacos:
discovery:
# 服务注册地址
server-addr: ${NACOS_SERVER_ADDR:10.10.10.20:8848}
config:
# 配置中心地址
server-addr: ${NACOS_SERVER_ADDR:10.10.10.20:8848}
# 配置文件格式
file-extension: yaml
namespace: ${NACOS_NAMESPACE:bd1c9d0c-be99-425f-a0bc-93838b2171a5}
refresh-enabled: true
logback-nacos-xml
<?xml version="1.0" encoding="UTF-8"?>
<!-- 日志级别从低到高分为TRACE < DEBUG < INFO < WARN < ERROR < FATAL,如果设置为WARN,则低于WARN的信息都不会输出 -->
<!-- scan:当此属性设置为true时,配置文件如果发生改变,将会被重新加载,默认值为true -->
<!-- scanPeriod:设置监测配置文件是否有修改的时间间隔,如果没有给出时间单位,默认单位是毫秒。当scan为true时,此属性生效。默认的时间间隔为1分钟。 -->
<!-- debug:当此属性设置为true时,将打印出logback内部日志信息,实时查看logback运行状态。默认值为false。 -->
<configuration scan="true" scanPeriod="10 seconds">
<!--<include resource="org/springframework/boot/logging/logback/base.xml" />-->
<!-- <contextName>logback1</contextName>-->
<!-- name的值是变量的名称,value的值时变量定义的值。通过定义的值会被插入到logger上下文中。定义变量后,可以使“${}”来使用变量。 -->
<property name="log.path" value="./logs"/>
<property name="log.name" value="main"/>
<springProperty scope="context" name="application.name" source="spring.application.name"/>
<springProperty scope="context" name="plumelog.kafka" source="spring.kafka.bootstrap-servers"/>
<!--输出到控制台-->
<appender name="CONSOLE" class="ch.qos.logback.core.ConsoleAppender">
<!--此日志appender是为开发使用,只配置最底级别,控制台输出的日志级别是大于或等于此级别的日志信息-->
<filter class="ch.qos.logback.classic.filter.ThresholdFilter">
<level>info</level>
</filter>
<encoder>
<pattern>%green(TIMESTAMP):%-5d{yyyy-MM-dd HH:mm:ss.SSS}; %yellow(LEVEL):%level; %magenta(CLASS):%C{50};
%magenta(METHOD):%M; %yellow(CT):%thread; %green(MSG):%msg%n
</pattern>
<charset>UTF-8</charset>
</encoder>
</appender>
<!-- 时间滚动输出 level为 INFO 日志 -->
<appender name="INFO_FILE" class="ch.qos.logback.core.rolling.RollingFileAppender">
<!-- 正在记录的日志文件的路径及文件名 -->
<file>${log.path}/${log.name}.log</file>
<!--日志文件输出格式-->
<!-- class="com.yomahub.tlog.core.enhance.logback.AspectLogbackEncoder"-->
<encoder>
<pattern>%green(TIMESTAMP):%-5d{yyyy-MM-dd HH:mm:ss.SSS}; %yellow(LEVEL):%level; %magenta(CLASS):%C{50};
%magenta(METHOD):%M; %yellow(CT):%thread; %green(MSG):%msg%n
</pattern>
<charset>UTF-8</charset>
</encoder>
<!-- 日志记录器的滚动策略,按小时 -->
<rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
<!-- 每天日志归档路径以及格式 -->
<fileNamePattern>${log.path}/all/${log.name}-%d{yyyy-MM-dd-HH}.gz</fileNamePattern>
<!--日志文件保留小时数-->
<maxHistory>2160</maxHistory>
</rollingPolicy>
<!-- 此日志文件全部记录,不加入Filter -->
</appender>
<!-- 时间滚动输出 level为 ERROR 日志 -->
<appender name="ERROR_FILE" class="ch.qos.logback.core.rolling.RollingFileAppender">
<!-- 正在记录的日志文件的路径及文件名 -->
<file>${log.path}/${log.name}-error.log</file>
<!--日志文件输出格式-->
<encoder>
<pattern>%green(TIMESTAMP):%-5d{yyyy-MM-dd HH:mm:ss.SSS}; %yellow(LEVEL):%level; %magenta(CLASS):%C{50};
%magenta(METHOD):%M; %yellow(CT):%thread; %green(MSG):%msg%n
</pattern>
<charset>UTF-8</charset> <!-- 此处设置字符集 -->
</encoder>
<!-- 日志记录器的滚动策略,按小时 -->
<rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
<fileNamePattern>${log.path}/error/${log.name}-error-%d{yyyy-MM-dd-HH}.gz</fileNamePattern>
<!--日志文件保留小时数-->
<maxHistory>2160</maxHistory>
</rollingPolicy>
<!-- 此日志文件只记录ERROR级别的 -->
<filter class="ch.qos.logback.classic.filter.LevelFilter">
<level>ERROR</level>
<onMatch>ACCEPT</onMatch>
<onMismatch>DENY</onMismatch>
</filter>
</appender>
<!-- 异步输出 -->
<appender name="ASYNC_CONSOLE" class="ch.qos.logback.classic.AsyncAppender">
<!-- 不丢失日志的话,discardingThreshold必须大于0,并且应小于appender的maxQueueSize -->
<discardingThreshold>0</discardingThreshold>
<!-- 设置日志事件的最大队列长度 -->
<queueSize>256</queueSize>
<!-- 添加真正的日志appender,引用同步,将其包装为异步 -->
<appender-ref ref="CONSOLE"/>
</appender>
<!-- 异步输出 -->
<appender name="ASYNC_INFO_FILE" class="ch.qos.logback.classic.AsyncAppender">
<!-- 不丢失日志的话,discardingThreshold必须大于0,并且应小于appender的maxQueueSize -->
<discardingThreshold>0</discardingThreshold>
<!-- 设置日志事件的最大队列长度 -->
<queueSize>256</queueSize>
<!-- 添加真正的日志appender,引用同步,将其包装为异步 -->
<appender-ref ref="INFO_FILE"/>
</appender>
<!-- 异步输出 -->
<appender name="ASYNC_ERROR_FILE" class="ch.qos.logback.classic.AsyncAppender">
<!-- 不丢失日志的话,discardingThreshold必须大于0,并且应小于appender的maxQueueSize -->
<discardingThreshold>0</discardingThreshold>
<!-- 设置日志事件的最大队列长度 -->
<queueSize>256</queueSize>
<!-- 添加真正的日志appender,引用同步,将其包装为异步-->
<appender-ref ref="ERROR_FILE"/>
</appender>
<!-- <!– 使用kafka启用下面配置–>-->
<appender name="plumelog" class="com.plumelog.logback.appender.KafkaAppender">
<appName>${application.name}</appName>
<kafkaHosts>${plumelog.kafka}</kafkaHosts>
</appender>
<root level="info">
<appender-ref ref="CONSOLE"/>
<!--<appender-ref ref="DEBUG_FILE" />-->
<appender-ref ref="INFO_FILE"/>
<!--<appender-ref ref="WARN_FILE" />-->
<appender-ref ref="ERROR_FILE"/>
<appender-ref ref="plumelog"/>
</root>
</configuration>
从nacos中动态获取kafka信息
总结
原本想着将logback-nacos.xml也放到nacos中。这样就维护一份就可以了。但是没有成功,之后有空再试吧