一、前言
最近遇到了个log4j2写日志导致线程阻塞的问题(多亏了开发小哥日志打的多，不然就没有下面这一系列骚操作)。
大致描述下当时的情况(内网限制，没法把现场东西拿出来，只能口述了)：
log4j2配置情况： 同时配置了3个RollingRandomAccessFile，分别针对SQL语句、INFO日志、ERROR日志，大致的配置如下：
<RollingRandomAccessFile name="RandomAccessFile" fileName="${FILE_PATH}/async-log4j2.log" append="false"filePattern="${FILE_PATH}/rollings/async-testLog4j2-%d{yyyy-MM-dd}_%i.log.gz"><PatternLayout><Pattern>${LOG_PATTERN}</Pattern></PatternLayout><ThresholdFilter level="info" onMatch="ACCEPT" onMismatch="DENY"/><Policies><TimeBasedTriggeringPolicy interval="1" modulate="true" /><SizeBasedTriggeringPolicy size="450MB"/></Policies><DefaultRolloverStrategy max="15" compressionLevel="0"/>
</RollingRandomAccessFile>问题描述： 1、32C的机器压缩日志占用30%+的资源；2、tomcat主线程全部50%+都是park状态，线程状态大致如下；
当时针对log4j2给的优化建议是： 1、配置immediateFlush=false 2、将filePattern对应的gz后缀去掉(因为对应的compressionLevel=0,根本不压缩)，是否就不会调用JDK的Deflater进行压缩。【猜测，也是后面还原现场的原因之一，想亲自验证一下】
二、本地复现&部分源码学习
问题复现的过程也是蛮艰辛的，遇到各种问题。下面记录的是我本地复现时遇到的问题以及解决办法，附带一些log4j2基于disruptor的部分源码学习，篇幅可能会稍长。
环境：Macbook Pro x86(16C32G)、jdk1.8、log4j-core 2.12.1、log4j-api 2.12.1、disruptor 3.4.2
测试代码(启动50线程不间断地写日志【现场系统涉及200个Tomcat线程】)：
public class TestLog4j {private static Logger logger = LogManager.getLogger(TestLog4j.class);private final ThreadPoolExecutor executor;public TestLog4j() {this.executor = new ThreadPoolExecutor(50, 50,60, TimeUnit.SECONDS,new ArrayBlockingQueue(1000),Executors.defaultThreadFactory(),new ThreadPoolExecutor.AbortPolicy());}public void testLog() {for (int i = 0; i < this.executor.getCorePoolSize(); i++) {this.executor.execute(() -> {while (true) {logger.info("测试日志--麻利麻利哄快阻塞--麻利麻利哄快阻塞--麻利麻利哄快阻塞--麻利麻利哄快阻塞" +"--麻利麻利哄快阻塞--麻利麻利哄快阻塞--麻利麻利哄快阻塞--麻利麻利哄快阻塞--麻利麻利哄快阻塞" +"--麻利麻利哄快阻塞--麻利麻利哄快阻塞--麻利麻利哄快阻塞--麻利麻利哄快阻塞--麻利麻利哄快阻塞");}});}}public static void main(String[] args) {new TestLog4j().testLog();}
}部分log4j2.xml配置(将备份的压缩日志大小改小至100M，备份文件数量增加至100)：
<appenders><RollingRandomAccessFile name="RandomAccessFile" fileName="${FILE_PATH}/async-log4j2.log" append="false"filePattern="${FILE_PATH}/rollings/async-testLog4j2-%d{yyyy-MM-dd}_%i.log.gz"><PatternLayout><Pattern>${LOG_PATTERN}</Pattern></PatternLayout><ThresholdFilter level="info" onMatch="ACCEPT" onMismatch="DENY"/><Policies><TimeBasedTriggeringPolicy interval="1" modulate="true" /><SizeBasedTriggeringPolicy size="100MB"/></Policies><DefaultRolloverStrategy max="100" compressionLevel="0"/></RollingRandomAccessFile>
</appenders>
<loggers><!--disruptor异步日志--><AsyncLogger name="DisruptorLogger" level="info" includeLocation="false"><AppenderRef ref="RandomAccessFile"/></AsyncLogger><Asyncroot level="info" includeLocation="false"><appender-ref ref="RandomAccessFile"/></Asyncroot>
</loggers>(一)线程阻塞-Blocked
一切准备就绪，点击运行，jps+jstack+jmap，一片自信满满。打开thread dump的那一刻，我就懵了，一片红红的blocked，此时应上问号脸。线程情况是这样的：
感觉和预期差的有点大啊，看样子是在往disruptor的RingBuffer里写日志的时候就blocked了，可以对比一下之前线程的线程情况，是没有blocked的。内存dump中好像发现了不一样的：
RingBuffer只有4096，印象里没有设置的话默认是256*1024。
(1)RingBuffer大小
org.apache.logging.log4j.core.async包下的DisruptorUtil类里定义了很多Disruptor相关的配置属性。
其中有三个RingBuffer size的静态属性，还有一个获取RingBufferSize的方法calculateRingBufferSize。
// DisruptorUtil类
private static final int RINGBUFFER_MIN_SIZE = 128;
private static final int RINGBUFFER_DEFAULT_SIZE = 256 * 1024;
private static final int RINGBUFFER_NO_GC_DEFAULT_SIZE = 4 * 1024;static int calculateRingBufferSize(final String propertyName) {// 如果ENABLE_THREADLOCALS为true，则使用RINGBUFFER_NO_GC_DEFAULT_SIZE即4096大小的sizeint ringBufferSize = Constants.ENABLE_THREADLOCALS ? RINGBUFFER_NO_GC_DEFAULT_SIZE : RINGBUFFER_DEFAULT_SIZE;// 获取配置文件中自定配置大小，如果没有返回上面ringBufferSizefinal String userPreferredRBSize = PropertiesUtil.getProperties().getStringProperty(propertyName,String.valueOf(ringBufferSize));try {int size = Integer.parseInt(userPreferredRBSize);// 自定义配置大小小于128，则将size重新赋值为128if (size < RINGBUFFER_MIN_SIZE) {size = RINGBUFFER_MIN_SIZE;LOGGER.warn("Invalid RingBufferSize {}, using minimum size {}.", userPreferredRBSize,RINGBUFFER_MIN_SIZE);}// 自定义配置大小重新赋值给ringBufferSizeringBufferSize = size;} catch (final Exception ex) {LOGGER.warn("Invalid RingBufferSize {}, using default size {}.", userPreferredRBSize, ringBufferSize);}return Integers.ceilingNextPowerOfTwo(ringBufferSize);
}然后看下Constants.ENABLE_THREADLOCALS就真相大白了：
/*** {@code true} if we think we are running in a web container, based on the boolean value of system property* "log4j2.is.webapp", or (if this system property is not set) whether the {@code javax.servlet.Servlet} class* is present in the classpath.*/public static final boolean IS_WEB_APP = PropertiesUtil.getProperties().getBooleanProperty("log4j2.is.webapp", isClassAvailable("javax.servlet.Servlet"));/*** Kill switch for object pooling in ThreadLocals that enables much of the LOG4J2-1270 no-GC behaviour.* <p>* {@code True} for non-{@link #IS_WEB_APP web apps}, disable by setting system property* "log4j2.enable.threadlocals" to "false".* </p>*/public static final boolean ENABLE_THREADLOCALS = !IS_WEB_APP && PropertiesUtil.getProperties().getBooleanProperty("log4j2.enable.threadlocals", true);大致意思就是，如果应用不是web应用【判断是否存在javax.servlet.Servlet这个类】，就默认使用threadlocals这种模式，即我本地程序的RingBuffer就被设置成了4096。
注释中也提到，可以设置jvm运行时参数，不使用threadlocals这种模式，可以这么设置： -Dlog4j2.enable.threadlocals=false Garbage-free logging
- 大部分日志框架，包括log4j会在正常日志输出的时候创建临时对象( log event objects, Strings, char arrays, byte arrays...)，这会增加GC的压力；
- 从Log4j2.6开始，log4j默认使用Garbage-free这种模式。threadlocals是Garbage-free的其中一种实现，在
ThreadLocal基础上，会重用对象(例如log event objects)； - 但是在web应用中，threadlocals这种模式很容易导致
ThreadLocal的内存泄漏，所以在web应用中，不会使用threadlocals模式； 一些不完全Garbage-free的功能，不依赖
ThreadLocal，会将log events对象转换成text，继而将text直接编码成bytes存入可重用的ByteBuffer，而不需要创建零时的Strings, char arrays and byte arrays等对象。- 上述功能默认开始(
log4j2.enableDirectEncoders默认为true)，在多线程环境下，日志性能可能会不太理想，因为在使用共享buffer的时候是同步操作。所以考虑性能的话，建议使用异步日志。
- 上述功能默认开始(
参考：https://logging.apache.org/lo...，Garbage-free Logging
(2)阻塞的核心方法enqueue
主要的阻塞点org.apache.logging.log4j.core.async.AsyncLoggerConfigDisruptor的enqueue方法
private void enqueue(final LogEvent logEvent, final AsyncLoggerConfig asyncLoggerConfig) {// 如果synchronizeEnqueueWhenQueueFull为true，进入阻塞方法if (synchronizeEnqueueWhenQueueFull()) {synchronized (queueFullEnqueueLock) {disruptor.getRingBuffer().publishEvent(translator, logEvent, asyncLoggerConfig);}} else {disruptor.getRingBuffer().publishEvent(translator, logEvent, asyncLoggerConfig);}
}
private boolean synchronizeEnqueueWhenQueueFull() {return DisruptorUtil.ASYNC_CONFIG_SYNCHRONIZE_ENQUEUE_WHEN_QUEUE_FULL// Background thread must never block&& backgroundThreadId != Thread.currentThread().getId();
}DisruptorUtil中关于SYNCHRONIZE_ENQUEUE_WHEN_QUEUE_FULL的两个静态属性：
// 默认都是true
static final boolean ASYNC_LOGGER_SYNCHRONIZE_ENQUEUE_WHEN_QUEUE_FULL = PropertiesUtil.getProperties().getBooleanProperty("AsyncLogger.SynchronizeEnqueueWhenQueueFull", true);
static final boolean ASYNC_CONFIG_SYNCHRONIZE_ENQUEUE_WHEN_QUEUE_FULL = PropertiesUtil.getProperties().getBooleanProperty("AsyncLoggerConfig.SynchronizeEnqueueWhenQueueFull", true);从源码可以看到，默认enqueue方法就是走阻塞的分支代码。如果要设置成非阻塞的运行方式，需要手动配置参数，方法如下：
新建log4j2.component.properties文件，添加如下配置：
【其他可配置参数详见：https://logging.apache.org/lo...】
# 适用<root> and <logger>加
# Dlog4j2.contextSelector=org.apache.logging.log4j.core.async.AsyncLoggerContextSelector配置的异步日志
# 作用于org.apache.logging.log4j.core.async.AsyncLoggerDisruptor
AsyncLogger.SynchronizeEnqueueWhenQueueFull=false
# 适用<asyncRoot> & <asyncLogger>配置的异步日志
# 作用于org.apache.logging.log4j.core.async.AsyncLoggerConfigDisruptor
AsyncLoggerConfig.SynchronizeEnqueueWhenQueueFull=falsenote：
- 异步日志配置方式不同的话，会使用不同的处理类(
AsyncLoggerConfigDisruptor「mix模式/配置文件进行配置」 ｜AsyncLoggerDisruptor「全局异步配置」)，因此配置参数得相匹配； 将
SynchronizeEnqueueWhenQueueFull设置成false，会导致CPU使用率飙升，这个应该也是默认为true的原因。可以看下面本地实验的结果，差不多是10倍的差距。【官方文档中是不建议设置成false的，除非绑定CPU核。】- true时的CPU使用「159%」：
- false时的CPU使用「1565%」：
- true时的CPU使用「159%」：
- 异步日志配置方式不同的话，会使用不同的处理类(
CPU高的主要原因：
在enqueue方法处没有阻塞的情况下，所有的线程都会进入到MultiProducerSequencer的next方法。这个方法是获取RingBuffer的可写区间的，方法中有个while死循环不断的做CAS操作。在LockSupport.parkNanos(1)处原作者这边也给了疑问：要不要沿用WaitStrategy的等待策略。
@Override
public long next(int n)
{if (n < 1){throw new IllegalArgumentException("n must be > 0");}long current;long next;do{current = cursor.get();next = current + n;long wrapPoint = next - bufferSize;long cachedGatingSequence = gatingSequenceCache.get();if (wrapPoint > cachedGatingSequence || cachedGatingSequence > current){long gatingSequence = Util.getMinimumSequence(gatingSequences, current);if (wrapPoint > gatingSequence){LockSupport.parkNanos(1); // TODO, should we spin based on the wait strategy?continue;}gatingSequenceCache.set(gatingSequence);}else if (cursor.compareAndSet(current, next)){break;}}while (true);return next;
}至此，基本还原现场的情况：
(3)异步日志重复配置的问题
这是个人的好奇之举。当即使用了Log4jContextSelector=org.apache.logging.log4j.core.async.AsyncLoggerContextSelector，又在log4j2.xml中配置了<asyncRoot>标签，日志对象将会多一次中间传递：app -> RingBuffer-1 -> thread a -> RingBuffer-2 -> thread b -> disk。这会带来不必要的性能损耗。
看下这种情况的线程dump就了然了：
(二)日志压缩
尝试去掉gz后缀名，优化压缩的资源消耗问题。
- 修改前，CPU采样情况，在资源占用前列可以明显看到压缩的相关方法：
- 去掉gz后缀和压缩级别参数，已经找不到压缩相关的方法了：
验证了之前的猜想，RollingFile其实就是根据文件后缀来判断是否进行压缩的。
(三)消费线程(IO线程)的WaitStrategy
即log4j2.asyncLoggerWaitStrategy ｜ log4j2.asyncLoggerConfigWaitStrategy 这两配置，主要用来配置等待日志事件的I/O线程的策略。
官方文档中给出了4种策略：Block, Timeout「默认」, Sleep, Yield。
但是源码中其实有5种：
// org.apache.logging.log4j.core.async.DisruptorUtil
static WaitStrategy createWaitStrategy(final String propertyName, final long timeoutMillis) {final String strategy = PropertiesUtil.getProperties().getStringProperty(propertyName, "TIMEOUT");LOGGER.trace("property {}={}", propertyName, strategy);final String strategyUp = strategy.toUpperCase(Locale.ROOT); // TODO Refactor into Strings.toRootUpperCase(String)switch (strategyUp) { // TODO Define a DisruptorWaitStrategy enum?case "SLEEP":return new SleepingWaitStrategy();case "YIELD":return new YieldingWaitStrategy();case "BLOCK":return new BlockingWaitStrategy();case "BUSYSPIN":return new BusySpinWaitStrategy();case "TIMEOUT":return new TimeoutBlockingWaitStrategy(timeoutMillis, TimeUnit.MILLISECONDS);default:return new TimeoutBlockingWaitStrategy(timeoutMillis, TimeUnit.MILLISECONDS);}
}多了一个BusySpinWaitStrategy策略「JDK9才真正适用，9以下就是简单的死循环」
这里不一一介绍，主要是disruptor相关的内容「详细内容可以参考这片文章，写的还可以：https://blog.csdn.net/boling_...」，结合log4j2说几点：
- 默认的
TimeoutBlockingWaitStrategy和BlockingWaitStrategy策略都是基于ReentrantLock实现的，由于底层是基于AQS，在运行过程中会创建AQS的Node对象，不符合Garbage-free的思想； SLEEP是Garbage-free的，且官方文档提到，相较于BLOCK适用于资源受限的环境，SLEEP平衡了性能和CPU资源两方面因素。
三、总结
关于log4j2的性能优化，总结以下几点「后面有补充会添加到这里」
- 配置滚动日志的时候，若不需要压缩日志，filePattern的文件名不要以gz结尾；
- 使用Disruptor异步日志的时候，不要同时使用
Log4jContextSelector=org.apache.logging.log4j.core.async.AsyncLoggerContextSelector和<asyncRoot>； - 给
RollingRandomAccessFile配置immediateFlush="false"属性，这样让I/O线程批量刷盘(这里其实涉及到native方法调用的性能问题)； - 可以结合资源情况是否要配置
SynchronizeEnqueueWhenQueueFull为false； - 结合实际情况是否要更改I/O线程的
WaitStrategy； - 若日志可以丢弃，可以配置丢弃策略，配置
log4j2.asyncQueueFullPolicy=Discard，log4j2.discardThreshold=INFO「默认」，当队列满时，INFO,DEBUG和TRACE级别的日志会被丢弃；