本文详解如何通过 logback 的过滤器机制（如 thresholdfilter 和 levelfilter）精准分流 info 和 error 日志至不同文件，避免重复记录，并提供可直接运行的配置示例与关键注意事项。
本文详解如何通过 logback 的过滤器机制（如 thresholdfilter 和 levelfilter）精准分流 info 和 error 日志至不同文件，避免重复记录，并提供可直接运行的配置示例与关键注意事项。
在实际 Java 应用中，将不同严重级别的日志（如 INFO、ERROR）分别写入独立文件，是提升日志可维护性与故障排查效率的关键实践。Logback 作为 Log4j 的现代化替代方案，原生支持基于过滤器（Filter） 的精细化日志路由，而非依赖多个 logger 配置——后者易因 additivity="false" 冲突或层级覆盖导致日志重复或丢失。
以下为推荐的、稳定可靠的 Logback XML 配置方案：
<?xml version="1.0" encoding="UTF-8"?>
<configuration>
<!-- ERROR 日志专用 Appender：仅接收 ERROR 及更高级别（如 FATAL） -->
<appender name="ERROR_FILE" class="ch.qos.logback.core.FileAppender">
<file>logs/Error.log</file>
<append>true</append>
<encoder>
<pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%t] %-5level %logger{36} - %msg%n</pattern>
</encoder>
<filter class="ch.qos.logback.classic.filter.ThresholdFilter">
<level>ERROR</level>
</filter>
</appender>
<!-- INFO 日志专用 Appender：严格只接受 INFO 级别（不包含 WARN/ERROR） -->
<appender name="INFO_FILE" class="ch.qos.logback.core.FileAppender">
<file>logs/App.log</file>
<append>true</append>
<encoder>
<pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%t] %-5level %logger{36} - %msg%n</pattern>
</encoder>
<filter class="ch.qos.logback.classic.filter.LevelFilter">
<level>INFO</level>
<onMatch>ACCEPT</onMatch>
<onMismatch>DENY</onMismatch>
</filter>
</appender>
<!-- 根 Logger 统一启用两个 Appender，由各自 Filter 控制流向 -->
<root level="INFO">
<appender-ref ref="ERROR_FILE"/>
<appender-ref ref="INFO_FILE"/>
</root>
</configuration>✅ 关键原理说明：
- ThresholdFilter（用于 ERROR_FILE）：设定阈值为 ERROR，自动接受 ERROR 及更严重级别（如 FATAL），但不会拦截 INFO/WARN —— 因此它适合“向上截断”。
- LevelFilter（用于 INFO_FILE）：精确匹配 INFO 级别，onMismatch="DENY" 确保 WARN、ERROR、DEBUG 等全部被拒绝，实现单级别独占写入。
- 所有日志均由 <root> 统一派发，避免多 logger 定义引发的 additivity 冲突（原文配置中两个同名 com logger 导致逻辑混乱）。
⚠️ 注意事项：
- 若需同时记录 WARN 日志，建议新增第三个 Appender 并配置 LevelFilter + WARN；或改用 ThresholdFilter + WARN 实现 WARN 及以上聚合。
- 确保 logs/ 目录存在且应用有写权限，否则启动时可能静默失败（可通过 <configuration debug="true"> 启用 Logback 调试模式验证）。
- 不建议在生产环境混用 ConsoleAppender 与文件 Appender 共享同一 logger，除非明确需要双重输出；本方案聚焦纯文件分离场景，简洁可控。
通过合理组合 Logback 内置过滤器，你无需修改业务代码即可实现日志级别的物理隔离——这是运维友好、可审计且符合 SRE 最佳实践的标准方案。
