Linux Java日志分析教程

在 Linux 环境下排查 Java 应用的日志，操作难度虽不高，但若未掌握正确方法，容易令人头疼。日志文件动辄几百兆甚至数个 GB，仅靠人工逐行检索效率极低。换种思路，善用 Linux 自带的经典工具，即可应对大多数分析场景。

基础检索：grep 快速定位关键词

最基础且常用的 grep 命令，能帮助你在日志中快速定位关键词。例如，要找出所有包含 ERROR 的行，只需执行：

grep 'ERROR' /path/to/your/logfile.log

实际使用时，可搭配 -i 忽略大小写、-v 排除特定行、-c 统计出现次数，组合灵活。例如，想知道当天出现多少次 OutOfMemoryError，使用 grep -c 'OutOfMemoryError' 即可。

复杂处理：awk 字段分割与统计

若需对日志进行更复杂的处理，awk 是强大工具。它支持按字段分割、条件判断及累加统计。例如，要统计某个时间段内 ERROR 出现的总次数，可编写：

awk '/[[0-9]{4}-[0-9]{2}-[0-9]{2} [0-9]{2}:[0-9]{2}:[0-9]{2}] .* ERROR/ {count++} END {print count}' /path/to/your/logfile.log

该模式匹配标准时间戳格式后紧跟 ERROR 关键字的行，并累加符合条件的行数。实际使用时，根据日志格式调整正则表达式即可获得立竿见影的效果。

文本编辑：sed 替换与范围提取

sed 擅长文本替换、行删除及范围提取。若只关注某两个时间点之间的日志，sed 可精确截取：

sed -n '/[[0-9]{4}-[0-9]{2}-[0-9]{2} [0-9]{2}:[0-9]{2}:[0-9]{2}/,/[[0-9]{4}-[0-9]{2}-[0-9]{2} [0-9]{2}:[0-9]{2}:[0-9]{2}/p' /path/to/your/logfile.log

此处利用 sed 的地址范围功能，从第一个时间戳行开始打印，直至第二个时间戳行结束。若日志结构规整，该方法比手动翻页快捷得多。

平台化方案：ELK、Splunk 与 Grafana

除命令行三件套外，成熟的日志分析平台可大幅提升效率。ELK（Elasticsearch、Logstash、Kibana）、Splunk、Grafana 等工具提供搜索、过滤、可视化、告警一整套能力。当日志量大到单机无法处理，或需跨多服务器检索时，迁移至此类体系是必然趋势。不过，在小团队或临时排查场景下，先掌握命令行工具更实际。

善用日志框架：Log4j、Logback 与 SLF4J

最后，别忽略 Java 日志框架自身功能。无论 Log4j、Logback 还是 SLF4J，均内置日志级别过滤、文件滚动、归档等机制。例如，将 ERROR 级别日志单独输出到一个文件，或按天生成滚动日志。初期规划好这些配置，后续分析将省力许多。所谓“工欲善其事，必先利其器”，优化日志框架配置，往往能减少排查工作量。

总的来说，在 Linux 上分析 Java 日志，方法并非越复杂越好，而应视场景、数据量及团队习惯而定。从命令行到平台化，循序渐进即可。关键是使用顺手，能快速定位问题根因。