AKKA的日志： slf4j，logback和其他
AKKA的日志： slf4j，logback和其他
作为一个“搞kernel的”，对日志的理解不过是printk的EMERG,INFO,DEBUG等各种level，关键时刻还是得dump内存，上gcc单步跟踪。但在到处是异步并发，远程分布式通信的jdk世界，日志成了定位问题最重要甚至是唯一的手段。在akka上尤为如此。
akka日志的官方文档http://doc.akka.io/docs/akka/current/scala/logging.html
akka日志功能是基于slf4j构建的。对于不熟悉java的人，slf4j，log4j，logback等基本上是这样一个关系：SLF4J是一套log接口，java.util.logging, logback, log4j等是具体的实现，而logback已逐渐取代log4j成为事实标准。
所以要使用akka的日志，除了akka-slf4j还需增加logback依赖。
libraryDependencies ++= Seq( "com.typesafe.akka" %% "akka-actor" % akkaVersion, "com.typesafe.akka" %% "akka-contrib" % akkaVersion, "com.typesafe.akka" %% "akka-testkit" % akkaVersion, "com.typesafe.akka" %% "akka-slf4j" % akkaVersion, "org.scalatest" %% "scalatest" % "2.2.4" % "test", "ch.qos.logback" % "logback-classic" % "1.1.3", "commons-io" % "commons-io" % "2.4" % "test")actor系统中记录日志的三种方法
1 通过ActorLogging记录日志
akka提供了ActorLogging这个trait，方便在actor中记录日志。
class MasterActor extends Actor with akka.actor.ActorLogging{ def receive = { case _ => log.debug("debug log") log.info("info log") log.warning("warning log") log.error("error log") }}2 通过akka.event.Logging记录日志
ActorLogging这个trait只能mix到Actor类上。
在其他非actor类上，如果能访问到actor系统，可利用它的event stream进行log。
import akka.event.Loggingval log = Logging(system.eventStream, "log prefix:")log.debug("debug log")也可直接使用ActorSystem内置的LoggingAdapter。
val system = akka.actor.ActorSystem()system.log.error("log from ActorSystem")3 直接通过slf4j访问logback记录日志
import org.slf4j.LoggerFactoryval log = LoggerFactory.getLogger(getClass)log.debug("Hello Logger!")这3种log方式因为用的都是同一个logback实例，所以输出是统一的，区别是akka提供的log接口能够在记录时自动带上actor地址等信息，能极大的方便定位问题。
logback的配置
上面说了半天好像和printk的level级别没有太大差别，java的log系统最强大的地方在于它的可配置性。
如下面这个logback配置，可把ERROR及以上级别的打印输出到akka.log文件，同时把DEBUG及以上级别的打印输出到控制台。还可以配置输出格式，自动在log内容上附带一些上下文信息，如%X{akkaSource}这个变量会解析为发起log的具体actor地址，这在系统上百万actor并发时，将成为跟踪问题重要线索。如果输出到日志文件，还可控制文件体积的最大值，选择原有内容是追加还是覆盖。
<configuration> <appender name="FILE" class="ch.qos.logback.core.FileAppender"> <file>akka.log</file> <filter class="ch.qos.logback.classic.filter.ThresholdFilter"> <level>ERROR</level> </filter> <append>false</append> <!-- encoders are assigned the type ch.qos.logback.classic.encoder.PatternLayoutEncoder by default --> <encoder> <!--<pattern>%date{ISO8601} %-5level %logger{36} %X{sourceThread} - %msg%n</pattern>--> <pattern>%date{ISO8601} %-5level %logger{36} %X{akkaSource} - %msg%n</pattern> </encoder> </appender> <appender name="STDOUT" class="ch.qos.logback.core.ConsoleAppender"> <encoder> <pattern>%date{ISO8601} %-5level %logger{36} %X{akkaSource} - %msg%n</pattern> <!--<pattern>%X{akkaTimestamp} %-5level %logger{36} %X{akkaSource} - %msg%n</pattern>--> </encoder> </appender> <root level="DEBUG"> <appender-ref ref="STDOUT" /> <appender-ref ref="FILE" /> </root></configuration>日志的每种输出方式对应一个appender，除了上面用到的ConsoleAppender和FileAppender，还有通过网络发送日志到远程日志服务器的Appender，用户也可自定义appender，如日志云服务提供商loggly就有自己的Appender。分布式消息系统kafka也能通过Appender直接在某个topic上接收log日志。
更多语法参考：http://logback.qos.ch/manual/appenders.html
最后推荐一篇LinkedIn工程师关于日志的长文The Log: What every software engineer should know about real-time data’s unifying abstraction，当然他说的日志已经超出了简单记录调试信息的范畴了，但其中一些观点很有意思，如数据库其实是一种特殊形式的日志，按照这个思路所谓大数据其实就是如何翻日志了，日志将是整个系统最重要的资产。
相关代码已提交github, 欢迎fork交流。
