要找到一个系统问题的根本原因，你需要多长时间？5分钟？还是5天？如果你的答案接近5分钟，很大可能是因为你的生产环境和测试环境使用了非常好的日志记录。更常见的情况是，诸如日志、异常处理、甚至测试这类非核心的工作，被当作一种出现问题后的补救方式。同异常处理和测试一样，日志记录真的也需要策略，无论是生产环境还是测试环境。永远不要低估日志的作用。有了使用得当的日志，你甚至可以说debug不是必需的。下面是多年来对我非常有用的日志记录指导原则。
保持适度
切勿记录过多。大量的磁盘空间被日志占用说明你没有想过应该记录什么。如果记录了太多，你就还需要设计出复杂的方法来减少磁盘访问、保留历史记录、归档大量数据、以及在这些数据中查询。最关键的是，你将发现在这么多垃圾中找到有用信息是多么的困难。
唯一一个比记录过多日志还差的事是，记录的过少。日志通常有两个主要目的：定位问题和事件确认。如果你的日志不能明确一个bug的原因，或者某个事务是否执行，你就记录的过少了。
适合记录的：
重要启动配置
错误
警告
持久性数据的更改
主要系统组件间的请求和响应
重要的状态变化
用户交互
有已知失败风险的调用
较长时间的等待
长期运行任务的周期性进度
重要的逻辑分支和导向分支的条件
从高层方法来汇总处理流程的步骤和事件——避免在底层方法中记录复杂流程的每一步骤
不适合记录的：
方法入口——不要记录方法入口，除非它非常重要或者是日志处于调试级别。
循环中的数据——避免在循环的多次迭代中记录日志。如果是小循环，或者是间歇性的记录，倒也无妨。
大消息或者文件的内容——截断或者使用一些有利于调试的方式进行汇总。
良性错误——那些不是真正错误的错误会令日志的读者感到困惑。当异常处理是执行成功的一部分时，有时会遇到这种情况。
重复的错误——不要重复的记录相同或者相似的错误。这样可能会快速的填满日志，并且隐藏掉真正的问题。各种类型错误发生的频率最好有监视器（monitor）处理。日志只需捕获问题的详细信息。
多个日志级别
不要把所有信息都记录在同一个日志级别中。绝大多数的日志库都提供多个级别，系统启动时可以进行指定。这样可以很方便的控制日志详尽程度。
典型的级别有：
调试——最详细，但是只有在开发或者调试时适用。
信息——最常用的级别。
警告——奇怪的或者不在预期之内的一些状态，但是可接受。
错误——有错误发生，但是流程不受影响。
严重——流程无法继续，系统将关闭或者重启。
从实际使用来讲，只需要两种级别的日志配置：
生产环境——除了调试级别，其他全开。如果生产环境发生了问题，日志应该能够指明原因。
开发和调试——编写新代码或是尝试复现问题时，打开全部级别。
测试日志同样重要
日志的质量对于测试代码和产品代码同样重要。当一次测试运行失败时，日志应当明确的指出这个错误是来自测试本身还是生产系统。如果做不到这一点，那么测试的日志是有问题的。
测试日志应该必需包括：
测试执行环境
初始状态
准备步骤
用例步骤
与系统的交互
期望的结果
实际的结果
清理步骤
利用临时日志队列实现条件性的详细信息控制
发生错误时，日志应当包含大量的详细信息。但不幸的是，当遇到一个错误时，导致这个错误发生的详细信息可能已经无法获得了。如果你听从了“不要记录过多”的建议，在错误日志之前的那些日志可能无法提供足够的细节。解决这个问题的一个好的方式是，在内存中创建临时的日志队列。在事务的处理过程中，将每一步的详尽信息追加到队列中。如果事务成功完成，丢弃这个队列，只记录一个汇总。如果发生了错误，就把错误和队列里的全部内容记录下来。这一方法对于系统交互的日志尤其有效。
问题是机遇
当生产环境出现问题时，你必将集中精力寻找并且修复问题，但是也不要忘记考虑一下日志。如果你费了很大力气才找到问题的原因，这将是个非常好的机会来改善你的日志。修复问题前，先修复你的日志记录，使其可以清楚的指明问题原因。如果这个问题又一次发生，将会很容易辨认。
如果无法复现问题，或者测试结果不确定，改进日志以便可以在问题再次发生时将其记录下来。
在整个开发的生命周期内，都应该持续的利用问题来改进日志。写新代码时，试着少用debug，只使用日志。这些日志是否能够说明发生了什么？如果不能，日志就是不充分的。
最好也记录性能数据
记录时间数据可以用来帮助定位性能问题。例如，要找到一个大型系统的超时原因是很困难的，除非你能够追踪每一个重要处理步骤的耗时情况。这是很容易做到的，只需记录那些可能会比较耗时的调用的开始和结束时间即可：
重要的系统调用
网络请求
CPU密集运算
连接设备的交互
事务
在多线程和多进程中追踪痕迹
在涉及到多线程或多进程的处理时，要为事务创建独一的标识。事务初始化时创建ID，将它传入每一个为此事务工作的部分。当记录关于此事务的日志时，每一个部分都应该记录下这个ID。这样，在多个事务并行执行时，追踪一个特定的事务会容易很多。
监控和日志相互完善
一个生产服务应该既有日志也有监控。监控提供了一种实时的对于系统状态的统计汇总。它可以提醒你，是否一定比例的某个类型请求失败了，是否系统正在经受不正常的流量访问，性能是否在下降，或者其他的一些异常。在某些情况下，只是这些信息就可以为找到问题原因提供线索。不过，大多数情况下，监控警报只是为了简单的触发你的调查。监控将问题的症状展现给我们。日志则针对各个事务提供了详细的信息和状态，这样你才能全面的理解问题的原因。
网友评论