Apache Log4j 1.x 教程
2026-01-16 10:37:53作者:霍妲思
1. 项目介绍
Apache Log4j 1.x 是 Apache 软件基金会的一个开源日志库,专门为 Java 平台设计。它提供了一个灵活的日志系统,允许开发者控制日志信息的输出目的地(如控制台、文件、GUI组件等)以及日志格式。此外,Log4j 还引入了继承概念的 logger 层次结构,使得可以精细地控制日志输出级别,从而在不影响性能的前提下降低日志输出的体积。
主要特点
- 动态配置:可以在不修改应用代码的情况下,通过配置文件调整日志行为。
- 性能高效:在确定是否记录日志时,开销极小。
- 多种输出目标:支持向文件、流、Writer、远程 Log4j 服务器等输出日志。
- 格式化输出:允许自定义每条日志的格式。
- 配置灵活性:通过配置文件控制日志级别,实现更精细化的控制。
重要提醒: Log4j 1.x 在 2015 年 8 月已经结束了维护,建议升级到 Log4j 2 以获得持续的安全更新和支持。
2. 项目快速启动
首先,确保你的环境中安装了 Git 和 Java。接下来,克隆 Log4j 1.x 的仓库:
git clone https://github.com/apache/logging-log4j1.git
cd logging-log4j1
为了创建一个基本的 Log4j 配置并测试其功能,我们需要一个 log4j.properties 文件:
# log4j.properties
log4j.rootLogger=DEBUG, stdout
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.Target=System.out
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern=%d{ABSOLUTE} %5p %c{1}:%L - %m%n
然后,在你的 Java 应用程序中导入 Log4j:
import org.apache.log4j.Logger;
public class HelloWorld {
static Logger logger = Logger.getLogger(HelloWorld.class);
public static void main(String[] args) {
logger.debug("Debug message");
logger.info("Info message");
logger.warn("Warning message");
logger.error("Error message");
}
}
编译并运行上面的 HelloWorld 类,你应该会在控制台上看到相应的日志输出。
3. 应用案例和最佳实践
- 环境区分日志:在生产环境中设置较低的日志级别,如 WARN 或 ERROR,而在开发环境中设置 DEBUG 或 TRACE,以便收集更多信息。
- 使用日志级别分类:例如,使用 WARN 对用户可见的问题发出警告,而使用 FATAL 表示应用程序无法继续运行的情况。
- 模块化的日志配置:为不同的包或类设置单独的 logger,便于管理和控制特定部分的日志输出。
- 日志归档策略:配置 rolling file appender 来定期滚动和备份日志文件,防止单个文件过大。
- 避免过于频繁的日志:过多的日志可能会消耗大量资源,所以对性能敏感的部分谨慎使用日志。
4. 典型生态项目
Log4j 1.x 在过去的 Java 生态系统中广泛应用,虽然现在已被新的版本替代,但仍然有一些历史项目可能还在使用。以下是一些与其相关联的经典项目:
- Struts 1.x:早期的 MVC 框架,很多项目使用 Log4j 进行日志记录。
- Hibernate 3.x:老版本的对象关系映射库,也依赖 Log4j 进行数据操作的日志跟踪。
- Tomcat 6.x:较旧版本的 Servlet 容器,允许配置 Log4j 作为日志解决方案。
请注意,由于 Log4j 1.x 不再维护,上述步骤仅适用于学习和研究目的。对于新的项目,强烈推荐使用更新的版本,如 Log4j 2,以获取更好的性能和安全性。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0123
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
685
1.35 K
Ascend Extension for PyTorch
Python
721
892
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
457
446
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
619
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
254