log4j2支持日志的异步打印，日志异步输出的好处在于，使用单独的进程来执行日志打印的功能，可以提高日志执行效率，减少日志功能对正常业务的影响。
异步日志在程序的classpath需要加载disruptor-3.0.0.jar或者更高的版本。
Asynchronous Loggers是一个新增特性在Log4j 2 ，可以实现完全异步也可以和同步混合使用，还可以只异步化Appender，以提升系统性能，官方数据显示混合没有完全异步化效果好。
1,完全异步模式：
这种异步日志方式，不需要修改原来的配置文件，Logger仍然使用<root> and <logger>
只需要在主程序代码开头，加一句系统属性的代码：
System.setProperty("Log4jContextSelector", "org.apache.logging.log4j.core.async.AsyncLoggerContextSelector");
或者设置启动参数：
-DLog4jContextSelector=org.apache.logging.log4j.core.async.AsyncLoggerContextSelector
2,异步和非异步混合输出模式
在配置文件中Logger使用<asyncRoot> 或 <asyncLogger>,而且<asyncRoot> 或 <asyncLogger>可以和<root> 或 <logger>混合使用。
<!--[if !supportLineBreakNewLine]-->
<!--[endif]-->
<?xml version="1.0" encoding="UTF-8"?>
<!-- No need to set system property "Log4jContextSelector" to any value
when using <asyncLogger> or <asyncRoot>. -->
<Configuration status="WARN">
<Appenders>
<!-- Async Loggers will auto-flush in batches, so switch off immediateFlush. -->
<RandomAccessFile name="RandomAccessFile" fileName="asyncWithLocation.log"
immediateFlush="false" append="false">
<PatternLayout>
<Pattern>%d %p %class{1.} [%t] %location %m %ex%n</Pattern>
</PatternLayout>
</RandomAccessFile>
</Appenders>
<Loggers>
<!-- pattern layout actually uses location, so we need to include it -->
<AsyncLogger name="com.foo.Bar" level="trace" includeLocation="true">
<AppenderRef ref="RandomAccessFile"/>
</AsyncLogger>
<Root level="info" includeLocation="true">
<AppenderRef ref="RandomAccessFile"/>
</Root>
</Loggers>
</Configuration>
这里需要注意的是，如果使用<asyncRoot> 或 <asyncLogger>，includeLocation="true"是必须要设置才会有类路径等一些信息打印出来。
3，只异步化Appender
在<Appenders>标签里增加如下<Async>标签
<!--[if !supportLineBreakNewLine]-->
<!--[endif]-->
<Async name="asyncAppender" includeLocation="true">
<AppenderRef ref="RandomAccessFile"/>
</Async>
然后在<Root>或者<Logger>标签中引用asyncAppender即可,这里includeLocation是增加在<Async>标签中的。
<!--[if !supportLineBreakNewLine]-->
<!--[endif]-->
<Root level="info">
<AppenderRef ref="RandomAccessFile"/>
</Root>
无论是完全异步模式还是混合模式，在Appender标签中，immediateFlush属性无论为true或者false，效果都是和设置false是一样的。
4，性能对比
完全异步 > 混合模式 > 只异步化Appender > 同步
5，疑问
使用混合异步模式进行多线程写日志测试的时候，偶尔会出现日志没有写完的情况。是不是主线程执行完了，不会等待写日志的线程执行完，就把进程给停掉了？在主线程的最后sleep几秒，就没有再出现日志写不完的情况了。
首先disruptor是特别适用于对时间高度敏感的多线程应用。如果app对时间不敏感完全可以不用disruptor 而只用array blocking queue. 再如果废了好大劲挣回来30毫秒，结果被一个数据库连接耗掉1秒，也没必要用。所以搞清楚适用的环境很重要。
其次这个技术其实很酷的。最酷的地方不是ring buffer 而是想到直接用CPU指令做CAS. Ring buffer是做了工程级别的优化，对于CPU branch prediction更友好。也就是我们说的cache friendly。其他的别人没提到的好处是可以replay ,这样对daily regression test很方便。
实际适用的例子随便举两个。 一个是实时的Reuters 市场数据接收，redistribute 到其他进程或者线程。另一个是如果algo model 决定place order or pull order from the market，就需要以最快的方式给市场发指令。在一个是比较复杂一点：多个ring buffer穿起来形成一个小型producer consumer 工作流，这个用的人应该不算多我就不白虎了。