核心思路是系统性削减日志i/o：关非必要日志级别、按包精细控制、用占位符替代拼接、启用异步+合理缓冲、裁剪堆栈与精简内容。
核心思路是：不让日志成为磁盘的“高频小写”源头。不是简单删日志，而是从生成、格式化、缓冲、落盘四个环节系统性削减无效 I/O。
关掉非必要日志级别
生产环境默认禁用 DEBUG，INFO 也只保留在关键路径（如订单创建、支付回调、库存扣减）。框架底层日志（Spring、Netty、MyBatis）一律设为 WARN 或 ERROR——MyBatis 的 SQL 日志尤其要关，它每条 SQL 都触发一次字符串拼接+写入，万级并发下极易打满 SSD 的 IOPS。
按包精细控制更稳妥：
• dao 层设为 ERROR
• service 层设为 INFO（仅入口/出口）
• controller 层可设为 WARN（除非调试网关链路）
• 第三方 SDK（如支付宝、微信 SDK）统一设为 ERROR
用占位符替代字符串拼接
拼接式写法（"User " + user.getName() + " login"）会在每次调用时强制执行所有表达式，哪怕日志最终被级别过滤掉。而占位符（"User {} login at {}"）由日志框架延迟绑定：只有当前日志级别启用时，才真正计算参数值。
对高开销参数进一步封装：
• 远程调用结果、JSON 序列化、集合 toString() 等操作，改用 Supplier 包裹：
logger.debug("Order detail: {}", () -> toJson(order));
• 若框架不支持 Supplier（如旧版 SLF4J），先预检：
if (logger.isDebugEnabled()) { logger.debug("Order detail: {}", toJson(order)); }
启用异步日志 + 合理缓冲
同步写入会阻塞业务线程，且每次 write() 都可能触发系统调用。必须启用异步机制：
• Log4j2：引入 disruptor 依赖，配置 AsyncLogger 或 AsyncAppender
• Logback：使用 AsyncAppender，并确保其内部队列大小足够（建议 1024–4096）
缓冲区不是越大越好：
• 单条日志短、QPS 高 → 设为 8KB（8192 字节）
• 单条日志长（含堆栈、JSON）、允许少量延迟 → 设为 16KB（16384 字节）
• 关键日志（如 ERROR）仍需显式 flush()，防止缓冲区积压导致故障不可见
裁剪堆栈 + 精简日志内容
一条异常日志附带 30 行堆栈，在高并发下等于 30 倍 I/O 放大。按需裁剪：
• 业务异常（参数校验失败等）→ 只留最上层 3–5 帧
• 网络/DB 异常（超时、连接拒绝）→ 保留关键中间层，12–18 帧足矣
• 崩溃类异常（NPE、OOM）→ 不全量输出，改为哈希摘要 + 采样展开
同时移除低价值字段：
• 日志 pattern 中去掉 %d{HH:mm:ss.SSS}（毫秒时间戳高频生成）和 %L（行号，编译后易失效）
• 对长字段（如 request body、stack trace）做长度截断：%.-500m（最多输出前 500 字符）
• 请求 ID、用户 ID、traceId 等上下文注入即可，不必重复打印完整堆栈
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
