1. 概述
任何一个系统中，日志都是不可缺少的，现在Apache提供了两套日志工具，一个就是Log4j，另一个是本文要给出例子的LogKit。
Log4j和LogKit有很多相似的地方。比如，Log4j提供5级日志：DEBUG、INFO、WARN、ERROR和FATAL，LogKit也提供5级日志：DEBUG、INFO、WARN、ERROR和FATAL-ERROR，除了级别5的命名不一样，实质是一样的。
LogKit同样提供目录功能，而对日志格式的控制，在Log4j中是使用Layout，而在LogKit中使用的是Formatter。对于日志输出，Log4j使用的是Appender，LogKit则使用了更为直接的名字：Target。
这个文章当然不是用来对比LogKit和Log4j的不同的，而是想说明，为什么在有了Log4j这样的日志工具以后，还需要使用LogKit。
使用LogKit的原因是：Context和LogTargets。使用Log4j的时候，日志的内容只能是一句话，而使用LogKit，你可以记录很多项内容，甚至可以各项内容记录到对应的数据库字段中。如果使用Log4j存储日志到不同的存储介质，如数据库，需要使用Appender，而LogKit已经可以支持多种存储目标。
下面的程序将用一个产品检测线（ProductChecker）作为示范。
2. 一个例子
产品检测线是用来检查产品是否合格使用的，要求记录产品编号、产品是否通过检测、简要说明三个项目。而LogKit会把级别、时间和信息也记录下作为参考。
在免费的Mysql数据库上建立logkitexample表的sql语句：
create table logkigexample
(
logmessage varcher(1000),
logpriority varchar(20),
logtime datetime,
productnumber varchar(100),
productpass varchar(10),
productexplain varchar(100)
)
在这个产品检测线中，产品是否通过分三种情况：ok、soso和bad。其中，ok代表产品质量好，soso代表质量一般，bad代表没有通过检查，需要重新制造。
代码如下：
package logkitexample;
import java.lang.*;
import java.util.*;
import org.apache.log.*;
import org.apache.log.output.db.*;
public class ProductChecker
{
static private org.apache.log.Logger LoggerProductChecker;
public static void main(String[] argv)
{
ProductChecker _p = new ProductChecker();
_p.initLogKit();
//模拟产品检查的结果
Random _checkrandom = new Random();
int _checkresult;
for (int i = 1; i <= 20; i++)
{
_checkresult = (int)(_checkrandom.nextFloat() * 3);
switch (_checkresult)
{
case 0:
ContextMap.bind(_p.getProductCheckerMap("no." + String.valueOf(i), "ok", "ok"));
LoggerProductChecker.info("ProductChecker Pass");
break;
case 1:
ContextMap.bind(_p.getProductCheckerMap("no." + String.valueOf(i), "soso", "check again"));
LoggerProductChecker.warn("ProductChecker No Good");
break;
case 2:
ContextMap.bind(_p.getProductCheckerMap("no." + String.valueOf(i), "bad", "redo"));
LoggerProductChecker.error("ProductChecker Bad");
break;
}
}
}
private void initLogKit()
{
try
{
//登记使用的数据源
Class.forName("org.gjt.mm.mysql.Driver");
DefaultDataSource _dataSource = new DefaultDataSource("jdbc:mysql://localhost/logkitexample" , "root", "");
//登记对应的列映射关系
ColumnInfo[] _columeProductChecker = {
new ColumnInfo( "logmessage", ColumnType.MESSAGE, null ),
new ColumnInfo( "logpriority", ColumnType.PRIORITY, null ),
new ColumnInfo( "logtime", ColumnType.TIME, null ),
new ColumnInfo( "productnumber", ColumnType.CONTEXT,"productnumber" ),
new ColumnInfo( "productpass", ColumnType.CONTEXT,"productpass" ),
new ColumnInfo( "productexplain", ColumnType.CONTEXT,"productexplain" ),
};
//登记JDBCTarget
DefaultJDBCTarget _targetProductChecker =
new DefaultJDBCTarget(_dataSource, "logkitexample", _columeProductChecker);
//登记日志的层次
org.apache.log.Hierarchy _hierarchy = new org.apache.log.Hierarchy();
LoggerProductChecker = _hierarchy.getLoggerFor("logkitexample");
//设置ProductChecker的日志记录器使用的Target
LoggerProductChecker.setLogTargets(
new LogTarget[] {_targetProductChecker});
//设置日志级别为DEBUG
LoggerProductChecker.setPriority(org.apache.log.Priority.DEBUG);
}
catch (Exception e)
{
System.out.println("LogKitinit error");
}
}
/** 获得产品日志的ContextMap */
private org.apache.log.ContextMap getProductCheckerMap(String _ProductNumber, String _ProductPass, String _ProductExplain)
{
org.apache.log.ContextMap _cm = new org.apache.log.ContextMap();
_cm.set("productnumber", _ProductNumber);
_cm.set("productpass", _ProductPass);
_cm.set("productexplain", _ProductExplain);
return (_cm);
}
}
3. LogKit的存储目标
LogKit支持多种不同的日志存储目标，称为LogTargets，包括有文件、数据库、IRC频道、JMS，甚至是任意的Sockets定义。
LogKit中一个日志记录器可以对应不同的LogTargets，使用Filter可以根据不同的日志级别记录到不同的LogTargets中。比如日志都是存放早数据库的，但是FATAL_ERROR要存放在文本文件，因为这种情况下，很可能数据库都是不可用的。
LogKit还支持异步的LogTargets，适用于不能实时响应的LogTargets，如邮件系统等。
4. 参考资料
LogKit项目主页：http://jakarta.apache.org/avalon/logkit/index.html