应用系统中，日志是不可缺少的重要组成部分，所有的应用的出错信息等都应该能在日志文件中查找到，有的应用系统日志可能数量很小，有的庞大的应用系统的日志是相当庞大，同时日志文件必须是方便用户定制和查找的，要具备很高的性能，否则会影响应用系统的性能。

　　由 于日志通常涉及到IO读写磁盘(或者是阻塞或者是异步)，这都要耗费时间。当在大型系统中有大量数据的时候，日志所耗费的时间就会显现。在本文中，将深入 探讨目前Java开源世界中领先的五个日志框架，在各个方面进行比较，要指出的是，本文并不是探究哪个日志框架是最优秀的，而只是列出各自的优缺点。
　　我们选取的五个日志框架分别为：
　　1. Log4J
　　2. Log4J2
　　3. Logback
　　4. SLF4J Simple Logging (SLF4J SL)
　　5. Java Util Logging (JUL)
　　我们想对比下这些日志框架对于基本的日志记录活动的性能如何，每一个日志操作包括时间戳和其上下文的进程ID。我们进行如下四个方面的测评：
　　1.记录字符串常量
　　2. Logging the .toString() value of a POJO　对POJO使用.toString()方法
　　3. Logging a throwable object　记录throwable对象4 只测试.toString()方法
　　我们决定为每种场景进行五次的评测，通过衡量完成日纸记录的操作次数，以决定哪一个有最佳的成绩。在每次测试中让日志引擎在一分钟内使用10个线程去执行，并且剔除最大的2次偏差，将余下的三次进行平均。
　　在每一个单独的日志记录操作中，我们让CPU在日志记录的时候都执行一些操作(如检查是否一个随机数是否素数)。这些评测的日志引擎都使用各自的默认配置通过SLF4J来运行。评测是在Amazon m1.large EC2实例上进行的。
　　在 Log4j2的刚开始的测试中，我们设置了%C的布局参数(参考：http://logging.apache.org/log4j/2.x /manual/layouts.html)，这增加了其开销，在@RemkoPopma的建议下，我们更新了设置为%c(日志的名称)以符合其他的配 置，这给Log4j2一个性能相当大的提升，在下面两个图中，值得注意的是记录上下文的性能开销。
　　使用%C的设置：


　　完整的测试结果集参考这个链接：https://docs.google.com/spreadsheet/ccc?key=0Alceaf46X4GPdHBoLTdYQ29nRDh6V1dRY00zT1FwWWc&usp=sharing
　　下面对基于4个场景的测试结果进行具体分析：
　　一　字符串常量
　　在 这轮比拼中，需要日志引擎使用线程和时间戳上下文去记录字符串常量。Log4j是冠军，比JUL能多写270%的日志行，比logback多12.5%， 比SLF4J SL多52%。有趣的是在我们改变log4j2的配置前，它写的行数能是比改变后的1/4左右，在更改配置后，性能排在第三位，只比logback记录的 行数少30%。
　　二.toString()
　　在 这轮比拼中记录的是POJO(使用其.toString方法)，同样使用的是线程和时间戳。结果中，对于Log4j2来说，和第一回合差不多，但相比 SLF4J SL有25%的性能提升。Log4j和Logback是并驾齐驱的，位居第三，其吞吐量是SLF4J SL的88%。
　　三.Throwable
　　在这轮比拼中，日志引擎记录异常的对象和相关的描述信息。其中Log4j2是位居首位，其性能比SLF4J SL高3倍，SLF4J SL位于第五位。
　　而Log4j和Logback也是只能排在此轮的冠军之后，记录的行数只大概有冠军的一半，而第二位的反而是JUL，能记录冠军Log4j2的日志量的大概82%。
　　四.toString()方法比拼
　　当 处理服务器日志的时候，每一个日志项的上下文(例如线程ID,类的相关上下文，时间戳等等)都是和日志内容一样重要。在之前的测试中，使用的是在大多数日 志文件中常见的标志――线程ID号和时间戳。接下来我们认为值得去分析单纯在日志中使用.toString()方法的性能。
　　这个时候，Log4j2是赢家(如果改变配置，能获得180%的性能提升)，赢出Logback和JUL 大概25%。SL4FJ SL则落败。在每轮的五次测试中，SLF4J SL在启用appenders的时候性能比不启用要好。
　　Log4j在吞吐量上有15%的增加。JUL在这轮比拼中比不上Log4j和Log4j2，其结果和不使用上下文数据是一样的。
　　本文的测试代码可以在https://github.com/takipi/the-logging-olympics中下载。
　　原文链接：http://www.takipiblog.com/2013/12/18/the-logging-olympics-a-race-between-todays-top-5-logging-frameworks/

　应用系统中，日志是不可缺少的重要组成部分，所有的应用的出错信息等都应该能在日志文件中查找到，有的应用系统日志可能数量很小，有的庞大的应用系统的日志是相当庞大，同时日志文件必须是方便用户定制和查找的，要具备很高的性能，否则会影响应用系统的性能。

　　由 于日志通常涉及到IO读写磁盘(或者是阻塞或者是异步)，这都要耗费时间。当在大型系统中有大量数据的时候，日志所耗费的时间就会显现。在本文中，将深入 探讨目前Java开源世界中领先的五个日志框架，在各个方面进行比较，要指出的是，本文并不是探究哪个日志框架是最优秀的，而只是列出各自的优缺点。
　　我们选取的五个日志框架分别为：
　　1. Log4J
　　2. Log4J2
　　3. Logback
　　4. SLF4J Simple Logging (SLF4J SL)
　　5. Java Util Logging (JUL)
　　我们想对比下这些日志框架对于基本的日志记录活动的性能如何，每一个日志操作包括时间戳和其上下文的进程ID。我们进行如下四个方面的测评：
　　1.记录字符串常量
　　2. Logging the .toString() value of a POJO　对POJO使用.toString()方法
　　3. Logging a throwable object　记录throwable对象4 只测试.toString()方法
　　我们决定为每种场景进行五次的评测，通过衡量完成日纸记录的操作次数，以决定哪一个有最佳的成绩。在每次测试中让日志引擎在一分钟内使用10个线程去执行，并且剔除最大的2次偏差，将余下的三次进行平均。
　　在每一个单独的日志记录操作中，我们让CPU在日志记录的时候都执行一些操作(如检查是否一个随机数是否素数)。这些评测的日志引擎都使用各自的默认配置通过SLF4J来运行。评测是在Amazon m1.large EC2实例上进行的。
　　在 Log4j2的刚开始的测试中，我们设置了%C的布局参数(参考：http://logging.apache.org/log4j/2.x /manual/layouts.html)，这增加了其开销，在@RemkoPopma的建议下，我们更新了设置为%c(日志的名称)以符合其他的配 置，这给Log4j2一个性能相当大的提升，在下面两个图中，值得注意的是记录上下文的性能开销。
　　使用%C的设置：


　　完整的测试结果集参考这个链接：https://docs.google.com/spreadsheet/ccc?key=0Alceaf46X4GPdHBoLTdYQ29nRDh6V1dRY00zT1FwWWc&usp=sharing
　　下面对基于4个场景的测试结果进行具体分析：
　　一　字符串常量
　　在 这轮比拼中，需要日志引擎使用线程和时间戳上下文去记录字符串常量。Log4j是冠军，比JUL能多写270%的日志行，比logback多12.5%， 比SLF4J SL多52%。有趣的是在我们改变log4j2的配置前，它写的行数能是比改变后的1/4左右，在更改配置后，性能排在第三位，只比logback记录的 行数少30%。
　　二.toString()
　　在 这轮比拼中记录的是POJO(使用其.toString方法)，同样使用的是线程和时间戳。结果中，对于Log4j2来说，和第一回合差不多，但相比 SLF4J SL有25%的性能提升。Log4j和Logback是并驾齐驱的，位居第三，其吞吐量是SLF4J SL的88%。
　　三.Throwable
　　在这轮比拼中，日志引擎记录异常的对象和相关的描述信息。其中Log4j2是位居首位，其性能比SLF4J SL高3倍，SLF4J SL位于第五位。
　　而Log4j和Logback也是只能排在此轮的冠军之后，记录的行数只大概有冠军的一半，而第二位的反而是JUL，能记录冠军Log4j2的日志量的大概82%。
　　四.toString()方法比拼
　　当 处理服务器日志的时候，每一个日志项的上下文(例如线程ID,类的相关上下文，时间戳等等)都是和日志内容一样重要。在之前的测试中，使用的是在大多数日 志文件中常见的标志――线程ID号和时间戳。接下来我们认为值得去分析单纯在日志中使用.toString()方法的性能。
　　这个时候，Log4j2是赢家(如果改变配置，能获得180%的性能提升)，赢出Logback和JUL 大概25%。SL4FJ SL则落败。在每轮的五次测试中，SLF4J SL在启用appenders的时候性能比不启用要好。
　　Log4j在吞吐量上有15%的增加。JUL在这轮比拼中比不上Log4j和Log4j2，其结果和不使用上下文数据是一样的。
　　本文的测试代码可以在https://github.com/takipi/the-logging-olympics中下载。
　　原文链接：http://www.takipiblog.com/2013/12/18/the-logging-olympics-a-race-between-todays-top-5-logging-frameworks/