启用异步日志可显著减轻主线程压力，核心是将日志写入移至后台线程批量处理；Log4j2推荐AsyncLogger全局异步模式并调优RingBufferSize与WaitStrategy，Logback则用AsyncAppender配合适当queueSize和neverBlock参数，再配合禁用实时刷盘、滚动策略、占位符及动态日志级别控制，方能真正降低I/O开销。
直接用异步日志能显著减轻主线程压力，核心是把日志写入从业务线程里摘出来，交给后台线程批量处理，避免每次打日志都卡住业务逻辑。
Log4j2 中启用 AsyncAppender
Log4j2 原生支持高性能异步日志，依赖 Disruptor 无锁队列，吞吐量比同步高数倍：
- 在 pom.xml 中引入 Disruptor 依赖（Log4j2 2.17+ 已内置，旧版本需显式添加）
- 配置文件（log4j2.xml）中使用 AsyncAppender 包裹 FileAppender 或 RollingFileAppender
- 推荐用 AsyncLogger 模式（全局异步），比单个 Appender 更高效，只需在 Configuration 标签加
status="warn" monitorInterval="30"，再将 Root Logger 改为<AsyncRoot level="info"> - 关键参数：
RingBufferSize（默认 256KB，高并发建议设为 1MB）、WaitStrategy（如 SleepingWaitStrategy 更省 CPU）
Logback 中配置 AsyncAppender
Logback 的异步能力通过 AsyncAppender 实现，本质是阻塞队列 + 后台消费线程：
Alibabacloud Sdk Client Initialization For Java
下载
在 Java 中初始化和管理阿里云 SDK客户端。包括单例模式、线程安全、endpoint 与 region 配置、VPC 终端节点、同步与异步等。
- 在 logback.xml 中定义一个普通 FileAppender（比如叫
FILE），再用<appender name="ASYNC" class="ch.qos.logback.classic.AsyncAppender">包裹它 - 设置
<queueSize>8192</queueSize>（默认 256，建议 2048–8192，太小易丢日志，太大占内存） - 开启
<includeCallerData>false</includeCallerData>（避免每次取调用栈，节省 CPU） - 注意：队列满时默认丢弃 INFO/DEBUG 日志，保障 ERROR 不丢；如需阻塞而非丢弃，设
<neverBlock>false</neverBlock>
关键配套优化不能少
光开异步还不够，得配合其他设置才能真正压降 I/O 开销：
立即学习“Java免费学习笔记（深入）”；
-
禁用实时刷盘：FileAppender 中关闭
immediateFlush="false"，让操作系统决定何时落盘 -
用滚动策略控文件体积：优先选
SizeAndTimeBasedRollingPolicy（大小+时间组合），避免单文件过大或碎片过多 -
精简日志内容：避免
logger.info("user="+user.toString())这种拼接；改用占位符logger.info("user={}", user)，不输出时连 toString() 都不调用 - 生产环境关 DEBUG：通过配置动态控制级别，比如 Spring Profile 切换，杜绝无效日志生成
效果验证与常见陷阱
配置完别忘了验证是否真生效：
- 看日志输出里是否有
[main]（同步） vs（异步）线程名 - 压测对比：QPS 提升通常达 2–3 倍，平均延迟下降 50%+（实测异步模式下延迟可压到 1ms 级）
- 陷阱提醒：Log4j1 不支持原生异步，必须升级；Logback 若没配 queueSize 或 size 太小，仍可能因队列满而退化为同步
