当前位置: 首页 > news >正文

Spring boot中 限制 Mybatis SQL日志的大字段输出

由于现有的项目框架中,针对MyBatis的SQL日志,会完整的输出sql语句及参数内容。

存在对longtext、clob等大字段,在执行INSERT、UPDATA语句中,导致控制台输出问题:

  • 日志文件迅速膨胀
  • JVM内存异常

通过 LogbackLog4j2 的自定义 ConverterFilter,对 MyBatis 打印的 PreparedStatement 参数进行截断或脱敏。

可以直接通修改定日志级别,限制Debug级别

1、创建自定义转换器

import ch.qos.logback.classic.pattern.ClassicConverter;
import ch.qos.logback.classic.spi.ILoggingEvent;/***** @author xuancg* @date 2025/9/30*/
public class SqlParamMaskingConverter extends ClassicConverter {private static final int MAX_LENGTH = 400;private static final String MASK = "...[MASKED: too long to show]";@Overridepublic String convert(ILoggingEvent event) {String message = event.getFormattedMessage();// 匹配 PreparedStatement 的参数设置日志,如:? column1 = 'value'if (message.startsWith("==> Parameters:") || message.startsWith("Parameters:")) {return maskLongStrings(message);}return message;}private String maskLongStrings(String msg) {// 简单处理:对单引号包裹的长字符串进行截断if(msg.length() > MAX_LENGTH){return msg.substring(0, MAX_LENGTH) + MASK;}return msg;}
}

2、注册到 logback.xml

主要修改内容:

<conversionRule conversionWord="maskedMsg" converterClass="com.xx.SqlParamMaskingConverter"/><!-- 日志输出格式 -->
<property name="log.pattern" value="%d{HH:mm:ss.SSS} [%thread] %-5level %logger{20} - [%method,%line] - %maskedMsg%n" />
<configuration><!-- 注册自定义转换器 --><conversionRule conversionWord="maskedMsg" converterClass="com.xx.SqlParamMaskingConverter"/><appender name="STDOUT" class="ch.qos.logback.core.ConsoleAppender"><encoder><pattern>%d{HH:mm:ss.SSS} [%thread] %-5level %logger{36} - %maskedMsg%n</pattern></encoder></appender><!-- 只对 MyBatis 的 SQL 日志启用 --><logger name="org.apache.ibatis.logging.jdbc.PreparedStatementLogger" level="DEBUG"><appender-ref ref="STDOUT"/></logger><root level="INFO"><appender-ref ref="STDOUT"/></root>
</configuration>

http://www.dtcms.com/a/427190.html

相关文章:

  • SQL Server数据库事务日志问题的诊断与解法(从膨胀到瘦身)
  • Postgresql CLOG文件及其从库同步解析
  • wordpress 授权一个空间两个网站对seo
  • 正规的招聘网站永州市网站建设
  • 加强教育信息网站建设昆山建设工程安监站网站
  • EndoChat:面向内镜手术的基于事实依据的多模态大型语言模型|文献速递-文献分享
  • 零基础学AI大模型之ChatModel聊天模型与ChatPromptTemplate实战
  • 产生式规则对自然语言处理深层语义分析的影响与启示研究
  • web渗透之Python反序列化漏洞
  • 做办公用品网站工作计划黄页网站是什么
  • 论文阅读 (1) :Control Flow Management in Modern GPUs
  • 吉林省软环境建设网站网络营销属于哪个专业
  • iOS 26 系统流畅度检测 从视觉特效到帧率稳定的实战策略
  • 2025云栖大会,机器人商业时代降临
  • C++面向对象编程三大特性之一:多态
  • TapTalk | 圆桌实录:澳门综合度假村敏捷转型之旅,MongoDB + TapData 赋能酒店业卓越实践
  • 机器人市场:犹如一颗深水核弹
  • 用VS做的网站怎么连接数据库深圳人才招聘网官网
  • mysql_query函数:数据库世界的信使
  • 【最新】Navicat Premium 17
  • Eclipse Mosquitto MQTT 代理中持久性引擎(database.c 概念)的作用分析报告
  • 建设网站公司兴田德润在哪里百度关键词排名价格
  • UNet改进(42):结合2D Sinusoidal Positional Encoding与Frequency Attention模型
  • Transformer模型:深度解析自然语言处理的革命性架构——从注意力机制到基础架构拆解
  • Linux 内核空间 并发竞争处理 共享资源线程同步
  • VSCode+QT开发环境配置
  • FLV解码器FlvParser的实现
  • Ansible自动化运维:从入门到实战,告别重复劳动!
  • 辽阳企业网站建设费用成品网站货源1277
  • 深度学习激活函数:从Sigmoid到GELU的演变历程——早期激活函数的局限与突破