基于SpringBoot实现让日志像诗一样有韵律

前言

在传统系统中，如果能够提供日志输出，基本上已经能够满足需求的。但一旦将系统拆分成两套及以上的系统，再加上负载均衡等，调用链路就变得复杂起来。

特别是进一步向微服务方向演化，如果没有日志的合理规划、链路追踪，那么排查日志将变得异常困难。

比如系统A、B、C，调用链路为A -> B -> C，如果每套服务都是双活，则调用路径有2的三次方种可能性。如果系统更多，服务更多，调用链路则会成指数增长。

因此，无论是几个简单的内部服务调用，还是复杂的微服务系统，都需要通过一个机制来实现日志的链路追踪。让你系统的日志输出，像诗一样有形式美，又有和谐的韵律。

日志追踪其实已经有很多现成的框架了，比如Sleuth、Zipkin等组件。但这不是我们要讲的重点，本文重点基于Spring Boot、LogBack来手写实现一个简单的日志调用链路追踪功能。基于此实现模式，大家可以更细粒度的去实现。

Spring Boot中集成Logback

Spring Boot本身就内置了日志功能，这里使用logback日志框架，并对输出结果进行格式化。先来看一下SpringBoot对Logback的内置集成，依赖关系如下。当项目中引入了：

<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>

spring-boot-starter-web中间接引入了：

<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter</artifactId>
</dependency>

spring-boot-starter又引入了logging的starter：

<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-logging</artifactId>
</dependency>

在logging中真正引入了所需的logback包：

<dependency>
<groupId>ch.qos.logback</groupId>
<artifactId>logback-classic</artifactId>
</dependency>
<dependency>
<groupId>org.apache.logging.log4j</groupId>
<artifactId>log4j-to-slf4j</artifactId>
</dependency>
<dependency>
<groupId>org.slf4j</groupId>
<artifactId>jul-to-slf4j</artifactId>
</dependency>

因此，我们使用时，只需将logback-spring.xml配置文件放在resources目录下即可。理论上配置文件命名为logback.xml也是支持的，但Spring Boot官网推荐使用的名称为：logback-spring.xml。

然后，在logback-spring.xml中进行日志输出的配置即可。这里不贴全部代码了，只贴出来相关日志输出格式部分，以控制台输出为例：

在value属性的表达式中，我们新增了自定义的变量值requestId，通过“[%X{requestId}]”的形式来展示。

这个requestId便是我们用来追踪日志的唯一标识。如果一个请求，从头到尾都使用了同一个requestId便可以把整个请求链路串联起来。如果系统还基于EKL等日志搜集工具进行统一收集，就可以更方便的查看整个日志的调用链路了。

那么，这个requestId变量是如何来的，又存储在何处呢?要了解这个，我们要先来了解一下日志框架提供的MDC功能。

什么是MDC?

MDC(Mapped Diagnostic Contexts) 是一个线程安全的存放诊断日志的容器。MDC是slf4j提供的适配其他具体日志实现包的工具类，目前只有logback和log4j支持此功能。

MDC是线程独立、线程安全的，通常无论是HTTP还是RPC请求，都是在各自独立的线程中完成的，这与MDC的机制可以很好地契合。

在使用MDC功能时，我们主要使用是put方法，该方法间接的调用了MDCAdapter接口的put方法。

看一下接口MDCAdapter其中一个实现类BasicMDCAdapter中的代码来：

public class BasicMDCAdapter implements MDCAdapter {
private InheritableThreadLocal<Map<String, String>> inheritableThreadLocal = new InheritableThreadLocal<Map<String, String>>() {
@Override
protected Map<String, String> childValue(Map<String, String> parentValue) {
if (parentValue == null) {
return null;
}
return new HashMap<String, String>(parentValue);
}
};
public void put(String key, String val) {
if (key == null) {
throw new IllegalArgumentException("key cannot be null");
}
Map<String, String> map = inheritableThreadLocal.get();
if (map == null) {
map = new HashMap<String, String>();
inheritableThreadLocal.set(map);
}
map.put(key, val);
}
// ...
}

通过源码可以看出内部持有一个InheritableThreadLocal的实例，该实例中通过HashMap来保存context数据。

此外，MDC提供了put/get/clear等几个核心接口，用于操作ThreadLocal中存储的数据。而在logback.xml中，可在layout中通过声明“%X{requestId}”这种形式来获得MDC中存储的数据，并进行打印此信息。

基于MDC的这些特性，因此它经常被用来做日志链路跟踪、动态配置用户自定义信息(比如requestId、sessionId等)等场景。

实战使用

上面了解了一些基础的原理知识，下面我们就来看看如何基于日志框架的MDC功能实现日志的追踪。

工具类准备

首先定义一些工具类，这个强烈建议大家将一些操作通过工具类的形式进行实现，这是写出优雅代码的一部分，也避免后期修改时每个地方都需要改。

TraceID(我们定义参数名为requestId)的生成类，这里采用UUID进行生成，当然可根据你的场景和需要，通过其他方式进行生成。

public class TraceIdUtils {
/**
* 生成traceId
*
* @return TraceId 基于UUID
*/
public static String getTraceId() {
return UUID.randomUUID().toString().replace("-", "");
}
}

对Context内容的操作工具类TraceIdContext：

public class TraceIdContext {
public static final String TRACE_ID_KEY = "requestId";
public static void setTraceId(String traceId) {
if (StringLocalUtil.isNotEmpty(traceId)) {
MDC.put(TRACE_ID_KEY, traceId);
}
}
public static String getTraceId() {
String traceId = MDC.get(TRACE_ID_KEY);
return traceId == null ? "" : traceId;
}
public static void removeTraceId() {
MDC.remove(TRACE_ID_KEY);
}
public static void clearTraceId() {
MDC.clear();
}
}

通过工具类，方便所有服务统一使用，比如requestId可以统一定义，避免每处都不一样。这里不仅提供了set方法，还提供了移除和清理的方法。

需要注意的是，MDC.clear()方法的使用。如果所有的线程都是通过new Thread方法建立的，线程消亡之后，存储的数据也随之消亡，这倒没什么。但如果采用的是线程池的情况时，线程是可以被重复利用的，如果之前线程的MDC内容没有清除掉，再次从线程池中获取这个线程，会取出之前的数据(脏数据)，会导致一些不可预期的错误，所以当前线程结束后一定要清掉。

Filter拦截

既然我们要实现日志链路的追踪，最直观的思路就是在访问的源头生成一个请求ID，然后一路传下去，直到这个请求完成。这里以Http为例，通过Filter来拦截请求，并将数据通过Http的Header来存储和传递数据。涉及到系统之间调用时，调用方设置requestId到Header中，被调用方从Header中取即可。

Filter的定义：

public class TraceIdRequestLoggingFilter extends AbstractRequestLoggingFilter {
@Override
protected void beforeRequest(HttpServletRequest request, String message) {
String requestId = request.getHeader(TraceIdContext.TRACE_ID_KEY);
if (StringLocalUtil.isNotEmpty(requestId)) {
TraceIdContext.setTraceId(requestId);
} else {
TraceIdContext.setTraceId(TraceIdUtils.getTraceId());
}
}
@Override
protected void afterRequest(HttpServletRequest request, String message) {
TraceIdContext.removeTraceId();
}
}

在beforeRequest方法中，从Header中获取requestId，如果获取不到则视为“源头”，生成一个requestId，设置到MDC当中。当这个请求完成时，将设置的requestId移除，防止上面说到的线程池问题。系统中每个服务都可以通过上述方式实现，整个请求链路就串起来了。

当然，上面定义的Filter是需要进行初始化的，在Spring Boot中实例化方法如下：

@Configuration
public class TraceIdConfig {
@Bean
public TraceIdRequestLoggingFilter traceIdRequestLoggingFilter() {
return new TraceIdRequestLoggingFilter();
}
}

针对普通的系统调用，上述方式基本上已经能满足了，实践中可根据自己的需要在此基础上进行扩展。这里使用的是Filter，也可以通过拦截器、Spring的AOP等方式进行实现。

微服务中的Feign

如果你的系统是基于Spring Cloud中的Feign组件进行调用，则可通过实现RequestInterceptor拦截器来达到添加requestId效果。具体实现如下：

@Configuration
public class FeignConfig implements RequestInterceptor {
@Override
public void apply(RequestTemplate requestTemplate) {
requestTemplate.header(TraceIdContext.TRACE_ID_KEY, TraceIdContext.getTraceId());
}
}

结果验证

当完成上述操作之后，对一个Controller进行请求，会打印如下的日志：

2021-04-13 10:58:31.092 cloud-sevice-consumer-demo [http-nio-7199-exec-1] INFO [ef76526ca96242bc8e646cdef3ab31e6] c.b.demo.controller.CityController - getCity
2021-04-13 10:58:31.185 cloud-sevice-consumer-demo [http-nio-7199-exec-1] WARN [ef76526ca96242bc8e646cdef3ab31e6] o.s.c.o.l.FeignBlockingLoadBalancerClient -

可以看到requestID已经被成功添加。当我们排查日志时，只需找到请求的关键信息，然后根据关键信息日志中的requestId值就可以把整个日志串联起来。