实际开发中常常遇到很多开发人员不知道如何输出日志，在此总结了阿里的日志规范和项目中的一些经验总结，希望能帮助大家更好的书写日志。
应用中不可直接使用日志系统（Log4j、Logback）中的API，而应依赖使用日志框架SLF4J 中的API，使用门面模式的日志框架，有利于维护和各个类的日志处理方式统一。
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
private static final Logger logger = LoggerFactory.getLogger(xxx.class);
对trace/debug/info 级别的日志输出，必须使用条件输出形式或者使用占位符的方式。
说明：logger.debug("Processing trade with id: " + id + " symbol: " + symbol);如果日志级别是warn，上述日志不会打印，但是会执行字符串拼接操作，如果symbol 是对象，会执行toString()方法，浪费了系统资源，执行了上述操作，最终日志却没有打印。
正例：（条件）
if (logger.isDebugEnabled()) {
logger.debug("Processing trade with id: " + id + " symbol: " + symbol);
}
正例：（占位符）
logger.debug("Processing trade with id: {} symbol : {} ", id, symbol);
避免重复打印日志，浪费磁盘空间，务必在xml 中设置 additivity=false
异常信息应该包括两类信息：案发现场信息和异常堆栈信息。如果不处理，那么往上抛。
正例：logger.error(各类参数或者对象 toString + “_” + e.getMessage(), e);
【推荐】可以使用warn 日志级别来记录用户输入参数错误的情况，避免用户投诉时，无所适从。注意日志输出的级别，error 级别只记录系统逻辑出错、异常等重要的错误信息。如非必要，请不要在此场景打出 error 级别。
【推荐】谨慎地记录日志。生产环境禁止输出 debug 日志；有选择地输出 info 日志；如果使用 warn 来记录刚上线时的业务行为信息，一定要注意日志输出量的问题，避免把服务器磁盘撑爆，并记得及时删除这些观察日志。
说明：大量地输出无效日志，不利于系统性能提升，也不利于快速定位错误点。记录日志时请
开发人员如何选择日志级别
DEBUG级别的日志应该是能帮助开发人员分析定位bug所在的位置。
INFO级别的日志应该是能帮助测试人员判断这是否是一个真正的bug，而不是自己操作失误造成的。
- 1.程序入口，这能让开发人员确认参数是否为自己所为。
- 2.计算结果，测试关心的程序的输出结果是否符合预期，那么对于计算过程不应该关心，仅给出计算结果就能判断是否符合预期。
WARN级别称之为“警告”，告警日志，可以选择忽略也可以选择重视。
- 1.某个不常走到的分支，对于常规的操作是不应该打印WARN日志的，只有在满足某个条件才能走到的分支，且这个分支引起了“警觉”，此时就应该打印WARN日志。
- 2.使用WARN日志级别来记录用户输入参数错误的情况，避免用户投诉时，无所适从。
- 3.系统异常情况，例如方法执行较慢可能影响系统正常运行时，可以通过aop切面将运行慢的方法输出到 WARN日志中。
ERROR级别称之为“错误”，这个含义就更明显了，就是系统出现了错误，需要处理。最为常见的就是捕获异常时所打印的日志，通常需要正确区分异常类型。
- 1.毫无疑问出现错误，程序不能继续运行下去就应该打印ERROR日志，这个错误并不是业务上的错误。 一般常用于中间件故障程序不能继续运行，客户化业务异常不影响系统继续运行的请使用WARN日志。
- 2.异常信息应该包括两类信息：案发现场信息和异常堆栈信息。如果不处理，那么通过关键字throws往上抛出。
批量日志
应用系统批量日志指批量流程中由应用记录的批量任务相关信息，可供事件处理系统采集分析。
批量日志中至少应包含但不限于如下内容:
- 批量名称、批量执行用户名、批量开始时间、批量结束时间、批量返回码。
- 作业步名称、作业步开始时间、作业步结束时间、作业返回码等。
- 对于存在文件生成或传输的批量步骤，需在批量日志中明确执行结果检查情况。
- 应用可侦知的批量前后应用系统日切完成情况及应用联机可用状态。
- 业务数据备份作为批量流程中重要部分，批量日志中应包含其执行情况。
批量日志应记录在系统的单独文件中。批量日志在每日/次批量开始时新建，不宜采用追加方式，以方便快速检索查询。批量日志文件命名格式原则上各应用系统应保持一致，应包含系统标识、执行日期、批次等唯一性信息，避免日志文件相互覆盖。
应用系统的批量日志信息应具有标准的结构，每条日志信息应使用结构化描述：
- 批量流程中每步骤时点记录信息应在一行内显示。
- 各项信息以统一的分隔符进行分隔，每行字符数不超过约定限制。
- 批量日志中代表成功或失败的关键字应保持一致。
- 批量过程中不能对批量日志文件中的内容进行覆盖、删除等操作。
意见
- 严格按照正确的日志级别输出日志信息，在生产环境禁止使用debug日志，不要在日志中输出大对象文件，大JSON文件，日志打印限制在1M以内
- 日志代码应遵守代码规范，也是Code review的主要组成部分，包含变量名定义，方法名等
- 使用链路追踪，比如前端web层使用sessionid或者requestId，后端服务层一些典型业务场景使用全局交易流水号等（Dapper模式）
- 禁止直接用JSON工具将对象转换成String，输出对象必须包含toString()方法
