博客
关于我
glog配置与持久化记录
阅读量:498 次
发布时间:2019-03-07

本文共 1918 字,大约阅读时间需要 6 分钟。

1. 初始化日志库

首先,我们需要使用glog库并初始化它。在代码中添加以下内容:

#include 
#include "glog/logging.h"using namespace std;int main(int argc, char** argv) { google::InitGoogleLogging(argv[0]); // 初始化日志库 // 其他配置}

2. 配置日志存储路径

设置日志存储的文件夹,如以下代码所示:

FLAGS_log_dir = "./log/";  //  创建日志存储路径

3. 同时输出到终端

我们可以让日志同时输出到终端(stderr),以便同时查看日志:

FLAGS_alsologtostderr = 1;  // 同时输出到stderr

4. 持久化记录日志

保存日志到指定文件夹,设置文件大小上限,并自动处理满存储空间的情况:

// 设置单个日志文件大小上限(MB)FLAGS_max_log_size = 1;  // 单独设置将默认为1MB// 设置当磁盘空间不足时,停止记录日志FLAGS_stop_logging_if_full_disk = true;// 设置日志存储路径FLAGS_log_dir = "./log/";

5. 根据条件记录日志

控制哪些日志被记录的方法:

// 只记录ERROR级别及以上的日志FLAGS_minloglevel = google::ERROR;// 在满足条件时记录日志逻辑LOG_IF(ERROR, condition) << "日志内容";

6. 捕捉并记录错误信息

设置错误处理:

// 捕捉错误信息google::InstallFailureSignalHandler();// 定义一个函数记录日志void (writer)(const char* data, int size) {    LOG(ERROR) << data;}// 安装错误日志记录器google::InstallFailureWriter(&writer);

7. 自动清理日志

编写Shell脚本进行日志清理:

#!/bin/bashlog_path="/path/log"  // 替换成实际目录monitor_time=60        // 每分钟扫描一次file_number_threshold=100  // 超过100个文件删除旧文件cd $log_pathwhile getElementsByTagName do    // 检查INFO级别日志的文件数量    count=$(ls -l | grep ".*.INFO*" | wc -l)        if [ $count -gt $file_number_threshold ]; then        // 删除超过阈值的旧文件        delete_count=$[count - 100]        rm -r $(ls -rt | head -n $delete_count)    fi    sleep $monitor_time  // 等待扫描下一次done

8. 定义日志级别和格式

自定义日志级别并设置格式:

// 放置在对应的cpp文件顶部,通常置于`#include "glog/logging.h"`前面#define FLOG MonaDesc_Log_Seo "MonaShark"#define MonaDesc_Info(...) LOG_INFO(MonaDesc_Log_Seo, __VA_ARGS__)#define MonaDesc_Warning(...) LOG_WARNING(MonaDesc_Log_Seo, __VA_ARGS__)

9. 使用自定义日志标签

创建自定义日志标签,便于分类:

// 创建自定义日志标签#undef LOG#define LOG(....TAG, ...) LOG_WITH_TAG(google::LOG_TAG, .TAG, __VA_ARGS__)#define MonaDesc_TAG "MonaLogTag"  // 自定义标签名称#define LOG_WITH_TAG(TAG, ...) LOG.gstatic::LOG_TAG,TAG, __VA_ARGS__)// 使用示例LOGією(MonaDesc_TAG, "这是一个自定义的日志消息");

通过以上步骤,您可以根据需求配置适合项目的日志记录和管理策略。

转载地址:http://gqzjz.baihongyu.com/

你可能感兴趣的文章
NLP、CV 很难入门?IBM 数据科学家带你梳理
查看>>
NLP三大特征抽取器:CNN、RNN与Transformer全面解析
查看>>
NLP入门(六)pyltp的介绍与使用
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP度量指标BELU真的完美么?
查看>>
NLP的不同研究领域和最新发展的概述
查看>>
NLP的神经网络训练的新模式
查看>>
NLP采用Bert进行简单文本情感分类
查看>>
NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP项目:维基百科文章爬虫和分类【02】 - 语料库转换管道
查看>>
NLP:从头开始的文本矢量化方法
查看>>
NLP:使用 SciKit Learn 的文本矢量化方法
查看>>
NLTK - 停用词下载
查看>>
nmap 使用总结
查看>>
nmap 使用方法详细介绍
查看>>
nmap使用
查看>>
nmap使用实战(附nmap安装包)
查看>>
Nmap哪些想不到的姿势
查看>>
Nmap扫描教程之Nmap基础知识
查看>>
nmap指纹识别要点以及又快又准之方法
查看>>