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
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
查看>>
OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
查看>>
VS2003 Front Page Server Extension
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
查看>>
OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
查看>>
OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
查看>>
OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
查看>>