Logback 1.5.18版本发布:新增XZ压缩支持与安全增强
2025-06-16 19:17:39作者:董斯意
Logback项目简介
Logback是Java生态中广受欢迎的日志框架,作为log4j的继承者,它由Ceki Gülcü设计开发。Logback以其高性能、灵活配置和与SLF4J的无缝集成而闻名,被广泛应用于各类Java项目中。该项目包含三个主要模块:logback-core提供基础功能,logback-classic实现SLF4J API,logback-access则用于与Servlet容器集成。
1.5.18版本核心更新
XZ压缩格式支持
本次1.5.18版本最显著的改进是增加了对XZ压缩格式的支持。在日志归档场景中,压缩能显著减少存储空间占用。此前版本仅支持GZIP压缩,现在开发者可以选择更高压缩率的XZ算法。
XZ压缩基于LZMA2算法,相比GZIP能提供更好的压缩比,特别适合需要长期归档的日志文件。不过需要注意,XZ压缩需要额外的Tukaani XZ库支持。Logback实现了优雅的降级机制——当检测到XZ库缺失时,会自动回退到GZIP压缩,确保功能可用性。
配置示例:
<appender name="FILE" class="ch.qos.logback.core.rolling.RollingFileAppender">
<file>application.log</file>
<rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
<fileNamePattern>application-%d{yyyy-MM-dd}.log.xz</fileNamePattern>
</rollingPolicy>
</appender>
安全相关改进
版本移除了对java.security.AccessController类的依赖。这个类在较新的JDK版本中已被标记为废弃,并计划在未来移除。此项改进确保了Logback在Java后续版本中的兼容性,体现了项目维护团队对长期支持的前瞻性考虑。
技术细节与最佳实践
压缩格式选择建议
- GZIP:压缩/解压速度快,CPU开销低,适合频繁访问的日志
- XZ:压缩率高,适合归档存储,但需要更多CPU资源和时间
- 无压缩:适合需要实时分析的日志,或存储空间充足的场景
版本兼容性说明
该版本构建于Java 21 LTS环境,但保持了良好的向后兼容性。对于仍在使用较旧Java版本的项目,建议先进行充分测试再升级。
总结
Logback 1.5.18版本通过引入XZ压缩支持,为需要高效日志存储的用户提供了更多选择。同时,对废弃安全API的移除展现了项目对技术演进的积极响应。这些改进使得Logback在保持稳定性的同时,继续满足现代Java应用的需求。建议需要高压缩率日志归档的用户评估升级,并根据实际环境权衡XZ压缩的使用。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
380
454
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++
894
677
暂无简介
Dart
803
198
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
353
207
昇腾LLM分布式训练框架
Python
119
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781