异步日志：性能优化的金钥匙
一、背景
2024 年 4 月的一个宁静的夜晚，正当大家忙完一天的工作准备休息时，应急群里“咚咚咚”开始报警，提示我们余利宝业务的赎回接口成功率下降。
通过 Monitor 监控发现，该接口的耗时已经超过了网关配置的超时阈值(2s)，我们临时调整超时阈值止血后，就在排查问题的根因。具体排查过程不是我这篇文章的重点，故忽略，但最终我们发现最近上线新加的相邻两行的日志中，时间相差近 1.5s，难道这就是问题的根源吗？
后来，我们去掉了这两行日志后紧急发布，事实证明我们的思路是对的。紧急发布后，该接口的耗时由之前的 2s 左右，优化到了 600ms 左右。后来我们分析发现：该接口在打印日志时，由于要实现日志脱敏，故在 Logger.info 入口处实现了脱敏功能，但是大日志脱敏比较耗时，从而导致该接口的同步调用耗时激增到 1.5s 左右（后面我们会说如何解决这个问题）。我的天呐，一行日志竟是性能优化的金钥匙！！！🤣
但这里有一个问题，我们是去掉了日志的打印，侵入了业务，同时该应用还是用的 log4j 的日志框架，log4j 原生框架是不支持日志异步化的，因此要从根本上业务无侵入的解决因日志而导致的性能问题，需要熟悉 log4j2 的框架原理。
二、原理
2.1 Log4j2 的优势
1）性能: Log4j2 使用基于 Lambda 的异步记录器，显著提高了日志记录的速度，减少了日志操作对应用性能的影响。相比之下，Logback 虽然也支持异步记录，但实现上不如 Log4j2 高效。通过减少对象创建、高效的字符串处理和池化技术，Log4j2 在高并发场景下表现更佳。
2）配置灵活性: 支持多种配置方式，包括 XML、JSON、YAML、properties 文件，甚至编程式配置，提供更大的灵活性。动态重新配置能力，允许在不重启应用的情况下修改日志配置。
3）插件架构: Log4j2 采用插件架构，几乎所有组件（如 Appenders、Layouts、Filters）都是可插拔的，易于扩展和自定义。内置丰富的插件库，开箱即用，简化集成过程。
4）内存和资源管理: 更高效的内存管理，减少内存泄漏的风险，尤其是在大量日志输出时。支持垃圾回收友好的设计，比如基于 Disrupter 的 RingBuffer 等数据结构减少 GC 压力。
5）可靠性: 强大的故障恢复机制，如重试和备用 Appenders，确保日志能够被记录下来，即使主要的日志输出目的地不可用。
6）先进的特性:
支持条件日志记录（Conditionals），可以根据运行时条件决定是否记录日志。
自动重新加载配置文件变化，无需重启应用。
支持 JMX 监控和管理日志系统状态。
7）与 SLF4J 的集成:虽然这不是特有优势，但 Log4j2 提供了与 SLF4J（Simple Logging Facade for Java）的良好集成，使得从其他日志框架迁移更加平滑。
总的来说，Log4j2 的设计更现代化，强调高性能、易用性和灵活性，特别是在大规模分布式系统和高性能应用中表现突出。而 Logback 和 Log4j 1.x 虽有各自的优点，但在这些方面逐渐显得力不从心。至于 Java Util Logging (JUL)，它是 Java 标准库的一部分，但功能相对基础，配置和扩展性不如 Log4j2 和 Logback 灵活。
2.2 Log4j2 的结构
Log4j2 的结构主要包括以下几个核心组件：
1）Logger: 这是开发者直接使用的接口，用于记录不同级别的日志信息（如 DEBUG, INFO, ERROR 等）。每个 Logger 都有一个名称，并且支持继承性，形成一个名为 Logger Hierarchy 的树状结构，根 Logger 的名称为'root'。
2）LoggerContext: 是日志系统的上下文环境，管理着一组 Logger 实例以及它们的配置。每个应用程序通常只有一个 LoggerContext，但它支持多个上下文以实现更细粒度的控制。
3）Configuration: 每个 LoggerContext 都关联一个有效的 Configuration，定义了日志的输出目的地（Appenders）、日志的过滤规则（Filters）、日志的格式化方式（Layouts）等。Configuration 可以通过配置文件（如 XML、JSON、properties）或编程方式动态加载。
4）Appender: 负责将日志事件发送到指定的目标，如控制台（Console）、文件（File）、数据库、网络 Socket 等。
5）Layout: 定义了日志信息的格式化方式，如模式字符串（Pattern String）决定了日期、时间、日志级别、线程名、日志信息等内容的排列和格式。
6）Filter: 可以在日志事件从 Logger 传递到 Appender 的过程中进行过滤，根据特定条件决定日志是否被输出。
7）Lookup: 提供动态值解析机制，如 ${ctx:variable}可以在日志中插入上下文变量的值。
那么，Log4j2 的日志是怎么将日志输出到文件/数据库/控制台等地方的？
2.3 Log4j2 日志输出流程
关键步骤源码分析：
1）1.1 主要是针对日志级别 Level 和指定的全局 Filter 组件进行过滤
2）ReliabilityStrategy 是 Log4j2 的日志可靠性策略实现，目前主要有以下四种：
AwaitCompletionReliabilityStrategy: 等待日志接收完成策略。这种策略主要是在应用关闭时，尽可能要等应用日志接收完成后再结束 Appender 的生命周期（这种策略只是说尽可能所有日志等待调用 Appender.append 方法完成，但在异步日志场景下，Appender.append 其实是落了 ringbuffer 或者其他队列里，实际上未持久化。因此该策略是尽可能保证接收完成而非处理完成）
AwaitUnconditionallyReliabilityStrategy: 无条件等待策略。这种策略会在 rootLogger 关闭时无条件等待一段时间，具体等待时间可以配置 log4j2.component.properties 文件的 log4j.waitMillisBeforeStopOldConfig 属性。
DefaultReliabilityStrategy: 默认策略。该策略不做任何等待。
LockingReliabilityStrategy: 锁等待策略。该策略当正在写入日志时，则会等待；否则即会停止等待。
3）1.2.1.3.1append 操作是将日志写入到对应的目的地，如 kafka、本地文件、邮件等。这里如果是异步日志，则会将日志追加到异步队列里，进而提高日志记录的性能。
4）1.2.1.3.1.1 调用 Layout encode 日志，是根据 log4j2.xml 中配置的 Layout 对日志进行格式化输出。
那么如果有一些个性化的日志输出需求，log4j2 能否帮我们实现？
2.4 如何实现日志脱敏
上面提到了 log4j2 的各种组件以及日志输出流程，log4j2 的强大很大程度上得益于其清晰且高度解耦的架构设计。例如其具有很强的扩展性，log4j2 的很多组件都可以自己定制插件，如：Appender、Filter、Layout 等。那么这里我结合我们实际业务中一个很常见的 case 去分析如何定制一个组件。
首先，作为一家强监管的金融公司，日志脱敏涉及数据保护和隐私安全等问题，非常重要。过去我们很多业务系统在实现业务脱敏时，很容易想到在打日志的入口统一封装一个格式化方法，造成日志输出在无形中把异步日志输出变成了同步输出（日志脱敏的耗时往往比日志集中持久化到磁盘耗时要高）。
那么如何优雅的实现日志脱敏的功能，既能实现其功能又可以保证日志的性能，是 log4j2 插件化的一个很重要的应用场景。前面我们提到日志输出流程中会使用 Layout encode 日志，而 PatternConverter 是 Layout 非常重要的组成部分。其通过定义一系列的占位符（如 %d、%m、 %t 等）帮助我们自定义格式输出日志对象，同时 PatternConverter 支持以高度可定制的插件集成到 Log4j2 框架中，因此我们可以借助其去定制脱敏组件。
话不多说，我们直接上日志脱敏 PatternConverter 插件源码：
定义好组件后，log4j2 即能够自动扫描识别到，不需要其他定义和配置。接下来看看如何使用。ConverterKeys 这个注解指定了在 log4j2.xml 中应如何使用该插件。以下是 log4j2.xml 应用示例：
2.5 Log4j2 的异步日志
异步日志原理概述
前面提到了 Log4j2 的高可扩展性，同时 Log4j2 的性能也是极高的，下面是 Log4j2 官方的 benchmark 数据，仅供参考：
Log4j2 之所以性能如此之高，其中一个很重要的原因就是其基于 Disrupter 的环形缓冲区的无锁化结构 Ringbuffer 设计。Disruptor 是英国外汇交易公司 LMAX 开发的一个高性能队列，基于 Disruptor 开发的系统单线程能支撑每秒 600 万订单。目前，包括 Apache Strom、Log4j2 在内的很多知名项目都应用了 Disruptor 来获取高性能。关于 Disruptor 的原理，这里不再赘述，大家可以自行查阅：https://lmax-exchange.github.io/disruptor/#_what_is_the_disruptor
Disrupter 组件构成：
Disrupter 性能测试结果
如何使用异步日志
log4j2 开启异步日志的方法主要有以下两种方式：
1）全局异步日志
通过 JVM 启动参数来全局启用异步日志功能。在启动应用程序时，向 JVM 传递以下系统属性：
在类路径（classpath）中添加一个名为 log4j2.component.properties 的文件，并包含以下内容（这个文件会在 Log4j2 初始化时被读取）：
这两种方式下，所有 Logger 都会自动使用异步处理。
2）混合异步日志
在 log4j2.xml 配置文件中，可以手动指定特定的 Logger 使用异步处理，通过将 <Root>或<Logger>元素替换为<AsyncRoot>或<AsyncLogger>。例如：
异步日志的潜在问题及解决方案
潜在问题：
日志丢失问题：如果机器发生意外重启、发布、掉电导致的 jvm 进程停止，停留在队列的未来得及输出到目的地的 LogEvent 可能会丢失
日志顺序问题：由于日志事件是在不同的线程中异步处理的，因此日志条目可能不会严格按照它们产生的顺序出现在日志文件中，这对于需要严格按时间顺序追踪日志的应用可能是个问题。
其他问题：如增加资源损耗、配置复杂度和调试复杂度等问题
解决方案：
对于日志丢失问题：
原生 Log4j2 有完整的生命周期管理，并监听了 jvm 关闭的事件。当 jvm 关闭时，Log4j2 会监听 Disrupter 队列中的 RingbufferLogEvent 数量，直到日志打印完（或超时）才释放关闭 Log4j2，jvm 才得以正常关闭。但是自然灾害或者机房掉电等不可抗力因素，无法避免丢失问题。
我们基于 Log4j2 定制的 AsyncAbleRollingFileAppender，其中有独立的 Disrupter，且不在 Log4j2 生命周期管理当中，存在日志丢失风险。可以采用类似方案解决：
AsyncAbleRollingFileAppender 使用独立的 disrupter，且 RingBufferLogEvent 未及时清理对象，容易导致内存泄漏，异步日志场景请慎用。
对于日志顺序性问题：
异步线程池大小设置为 1，但是会影响日志打印的速度（现在的普遍做法）。
延迟打印
三、效果
4 月份的这一问题发生后，我们从原理出发，对理财的核心应用做了升级和优化，整体服务耗时上取得了不错的性能优化效果。
应用 rpc 耗时：
应用网关耗时：
但与此同时，我们也发现升级后，应用的 fgc 次数更多了，经过 heapdump 分析后，发现 AsyncAbleRollingFileAppender 内部实现的 RingBufferLogEvent 执行后，不会释放引用的 LogEvent，导致 Disrupter 一直持有已打印的 LogEvent 的引用关系，进而导致了内存泄漏。后来，我们采取主动释放对象引用（RingBufferLogEvent.setLogEvent(null)）优化的方案，发布以后前后 fgc 对比如下：
GC 优化前：
GC 优化后：
四、建议
日志作为诊断问题、监控系统健康状况与优化服务效能不可或缺的一环，其重要性不言而喻。熟练掌握并有效利用如 Log4j2 这样的高性能日志框架以及注意一些打印日志的策略（如动静分离、合理分割、合理设置日志级别等），对于开发者而言至关重要：
1）动静分离 ：在一些大日志输出场景中，即使是异步日志也会给系统带来性能风险。因此建议合理识别大日志中的动态数据和静态数据。静态数据定时输出，动态数据关联唯一静态标识输出，在降低性能风险的同时又满足监控分析的需要；
2）合理分割 ：日志文件需要合理分割，并设置合理的保留策略，及时释放磁盘空间。
3）合理设置日志级别 ：避免日志滥用，尤其是 debug 日志，既有利于日志定位问题的速度，又能提高性能。
专注分享阿里技术的丰富实践和前沿创新。 2022-05-24 加入
阿里技术的官方号，专注分享阿里技术的丰富实践、前沿洞察、技术创新、技术人成长经验。阿里技术，与技术人一起创造成长与成就。
评论