• 将log4j日志同时输出到控制台和文件中


    log4j.jar

            <dependency>
                <groupId>log4j</groupId>
                <artifactId>log4j</artifactId>
                <version>1.2.17</version>
            </dependency>

    日志

    # consoleAppender和saveFile可以自己定义,但下文中配置名称必须你定义的保持一致
    log4j.rootLogger=DEBUG,ERROR,consoleAppender,saveFile
    # ConsoleAppender 输出
    log4j.appender.consoleAppender=org.apache.log4j.ConsoleAppender
    log4j.appender.consoleAppender.layout=org.apache.log4j.PatternLayout
    log4j.appender.consoleAppender.layout.ConversionPattern=%-d{yyyy-MM-dd HH:mm:ss,SSS} [%l]-[%p] %m%n
    
    ##文件输出:RollingFileAppender
    log4j.appender.saveFile=org.apache.log4j.RollingFileAppender
    #保存log文件路径
    log4j.appender.saveFile.File=D:\\file\\logs\\interfaceAuto.log
    # 默认为true,添加到末尾,false在每次启动时进行覆盖
    log4j.appender.saveFile.Append=true
    # 一个log文件的大小,超过这个大小就又会生成1个日志 # KB ,MB,GB
    log4j.appender.saveFile.MaxFileSize=10MB 
    #如果log4j.appender.file.ImmediateFlush=true,意味着输出流会立即输出,不会缓冲,设置为false的话,输出流不会立即输出;我这里设置为false后,发现日志没有存到文件中
    log4j.appender.saveFile.ImmediateFlush=true
    # 最多保存20个文件备份
    log4j.appender.saveFile.MaxBackupIndex=20
    # MaxBackupIndex 最大记录的文件数为1 超过删除较早的。
    #log4j.appender.RFA.MaxBackupIndex=10
    # 输出文件的格式
    log4j.appender.saveFile.layout=org.apache.log4j.PatternLayout
    log4j.appender.saveFile.layout.ConversionPattern=%d{yyyy-MM-dd HH:mm:ss,SSS} [%t] [%c] [%p] - %m%n
    # Druid
    #log4j.logger.druid.sql=ERROR,consoleAppender,saveFile,DEBUG
    #log4j.logger.druid.sql.DataSource=INFO,DEBUG,consoleAppender,saveFile
    #log4j.logger.druid.sql.Connection=INFO,DEBUG,consoleAppender,saveFile
    #log4j.logger.druid.sql.Statement=INFO,DEBUG,consoleAppender,saveFile
    #log4j.logger.druid.sql.ResultSet=INFO,DEBUG,consoleAppender,saveFile

    在类中使用

  • 相关阅读:
    将博客搬至CSDN
    机器学习中的超参数(Hyperparameters in machine learning)
    《机器学习笔记》-环境配置
    采用KNN算法实现一个简单的推荐系统
    推荐系统介绍:(协同过滤)—Intro to Recommender Systems: Collaborative Filtering
    推荐系统中TopN与kNN的区别
    采用KNN算法实现一个简单的推荐系统
    k-medoids与k-Means聚类算法的异同
    使用Spring Initializer快速创建Spring Boot项目
    Spring 自动注入
  • 原文地址:https://www.cnblogs.com/ychun/p/16535491.html
Copyright © 2020-2023  润新知