Logback 日志输出到 mysql

本文涉及的产品
RDS MySQL DuckDB 分析主实例,集群系列 4核8GB
简介: Logback 日志输出到 mysql

日志文件为了方便统计所以就存放在了mysql里,这里只是根据官方的文档做了一个demo。

依赖这几个jar:

log4j-over-slf4j-1.7.7.jar

logback-core-1.1.2.jar

slf4j-api-1.7.7.jar

logback-classic-1.1.2.jar

mysql-connector-java-5.1.33-bin.jar

src根目录放logblock.xml

<?xml version="1.0"encoding="UTF-8"?>


<configuration>

<appendername="DB"class="ch.qos.logback.classic.db.DBAppender">

<connectionSource

class="ch.qos.logback.core.db.DriverManagerConnectionSource">

<driverClass>com.mysql.jdbc.Driver</driverClass>

<url>jdbc:mysql://localhost:3306/log</url>

<user>user</user>

<password>123</password>

</connectionSource>

</appender>


<rootlevel="ALL">

<appender-refref="DB"/>

</root>

</configuration>

现在开始写java测试文件喽

packagecom.log;


importorg.slf4j.Logger;

importorg.slf4j.LoggerFactory;


publicclassMainDemo{

finalstaticLogger logger = LoggerFactory.getLogger(MainDemo.class.getName());


publicstaticvoidmain(String[] args){

logger.debug("aaaaaa");

logger.info("aaaaaa");

}


}

这里只输出了debug和info

然后把下面的sql在mysql里执行

DROPTABLEIFEXISTS`logging_event`;

CREATETABLE`logging_event`(

`timestmp`LONGNOTNULL,

`formatted_message`TEXTNOTNULL,

`logger_name`VARCHAR(255)NOTNULL,

`level_string`VARCHAR(255)NOTNULL,

`thread_name`VARCHAR(255)NOTNULL,

`reference_flag`SMALLINTNOTNULL,

`caller_filename`VARCHAR(255)NOTNULL,

`arg0`VARCHAR(255),

`arg1`VARCHAR(255),

`arg2`VARCHAR(255),

`arg3`VARCHAR(255),

`caller_class`VARCHAR(255)NOTNULL,

`caller_method`VARCHAR(255)NOTNULL,

`caller_line`VARCHAR(255)NOTNULL,

`event_id`INTNOTNULLAUTO_INCREMENT,

PRIMARYKEY(event_id)

)ENGINE=InnoDBDEFAULTCHARSET=UTF8;


DROPTABLEIFEXISTS`logging_event_property`;

CREATETABLE`logging_event_property`(

`event_id`INTNOTNULL,

`mapped_key`VARCHAR(255)NOTNULL,

`mapped_value`TEXTNOTNULL

)ENGINE=InnoDBDEFAULTCHARSET=UTF8;


DROPTABLEIFEXISTS`logging_event_exception`;

CREATETABLE`logging_event_exception`(

`event_id`INTNOTNULL,

`i`SMALLINTNOTNULL,

`trace_line`VARCHAR(255)NOTNULL

)ENGINE=InnoDBDEFAULTCHARSET=UTF8;

运行java文件就ok了

相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。 &nbsp; 相关的阿里云产品:云数据库RDS MySQL 版 阿里云关系型数据库RDS(Relational Database Service)是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。 了解产品详情:&nbsp;https://www.aliyun.com/product/rds/mysql&nbsp;
目录
相关文章
|
4月前
|
SQL 运维 关系型数据库
深入探讨MySQL的二进制日志(binlog)选项
总结而言,对MySQL binlogs深度理解并妥善配置对数据库运维管理至关重要;它不仅关系到系统性能优化也是实现高可靠性架构设计必须考虑因素之一。通过精心规划与周密部署可以使得该机能充分发挥作用而避免潜在风险带来影响。
155 6
|
10月前
|
数据可视化 关系型数据库 MySQL
ELK实现nginx、mysql、http的日志可视化实验
通过本文的步骤,你可以成功配置ELK(Elasticsearch, Logstash, Kibana)来实现nginx、mysql和http日志的可视化。通过Kibana,你可以直观地查看和分析日志数据,从而更好地监控和管理系统。希望这些步骤能帮助你在实际项目中有效地利用ELK来处理日志数据。
720 90
|
8月前
|
SQL 监控 关系型数据库
MySQL日志分析:binlog、redolog、undolog三大日志的深度探讨。
数据库管理其实和写小说一样,需要规划,需要修订,也需要有能力回滚。理解这些日志的作用与优化,就像把握写作工具的使用与运用,为我们的数据库保驾护航。
336 23
|
9月前
|
SQL 运维 关系型数据库
MySQL Binlog 日志查看方法及查看内容解析
本文介绍了 MySQL 的 Binlog(二进制日志)功能及其使用方法。Binlog 记录了数据库的所有数据变更操作,如 INSERT、UPDATE 和 DELETE,对数据恢复、主从复制和审计至关重要。文章详细说明了如何开启 Binlog 功能、查看当前日志文件及内容,并解析了常见的事件类型,包括 Format_desc、Query、Table_map、Write_rows、Update_rows 和 Delete_rows 等,帮助用户掌握数据库变化历史,提升维护和排障能力。
|
10月前
|
存储 SQL 关系型数据库
mysql的undo log、redo log、bin log、buffer pool
MySQL的undo log、redo log、bin log和buffer pool是确保数据库高效、安全和可靠运行的关键组件。理解这些组件的工作原理和作用,对于优化数据库性能和保障数据安全具有重要意义。通过适当的配置和优化,可以显著提升MySQL的运行效率和数据可靠性。
237 16
|
10月前
|
存储 SQL 关系型数据库
mysql的undo log、redo log、bin log、buffer pool
MySQL的undo log、redo log、bin log和buffer pool是确保数据库高效、安全和可靠运行的关键组件。理解这些组件的工作原理和作用,对于优化数据库性能和保障数据安全具有重要意义。通过适当的配置和优化,可以显著提升MySQL的运行效率和数据可靠性。
201 4
|
11月前
|
关系型数据库 MySQL 数据库
MySQL日志
本文介绍了MySQL中三个重要的日志:binlog、redolog和undolog。binlog记录数据库更改操作,支持数据恢复、复制和审计;redolog保证事务的原子性和持久性,实现crash-safe;undolog用于事务回滚及MVCC的实现。每个日志都有其独特的作用和应用场景,确保数据库的稳定性和数据一致性。
205 1
|
10月前
|
SQL 存储 关系型数据库
简单聊聊MySQL的三大日志(Redo Log、Binlog和Undo Log)各有什么区别
在MySQL数据库管理中,理解Redo Log(重做日志)、Binlog(二进制日志)和Undo Log(回滚日志)至关重要。Redo Log确保数据持久性和崩溃恢复;Binlog用于主从复制和数据恢复,记录逻辑操作;Undo Log支持事务的原子性和隔离性,实现回滚与MVCC。三者协同工作,保障事务ACID特性。文章还详细解析了日志写入流程及可能的异常情况,帮助深入理解数据库日志机制。
1187 0
|
8月前
|
监控 容灾 算法
阿里云 SLS 多云日志接入最佳实践:链路、成本与高可用性优化
本文探讨了如何高效、经济且可靠地将海外应用与基础设施日志统一采集至阿里云日志服务(SLS),解决全球化业务扩展中的关键挑战。重点介绍了高性能日志采集Agent(iLogtail/LoongCollector)在海外场景的应用,推荐使用LoongCollector以获得更优的稳定性和网络容错能力。同时分析了多种网络接入方案,包括公网直连、全球加速优化、阿里云内网及专线/CEN/VPN接入等,并提供了成本优化策略和多目标发送配置指导,帮助企业构建稳定、低成本、高可用的全球日志系统。
849 54

推荐镜像

更多