Spring Boot 高并发使用 MDC 实现唯一请求日志追踪（彻底解决日志交错）

在构建任何应用程序时，良好的日志管理都是必不可少的。日志可以帮助我们监控、调试和跟踪代码的运行情况。高并发场景下，日志交错问题尤为严重，这常常让开发者头疼不已。

前言

在高并发系统中，多个请求同时到达服务器，日志输出也可能同时发生。此时，如果日志只是简单地打印 INFO: 执行成功，后续排查问题时就非常困难——日志会像一团乱麻一样交错在一起，看不清每条日志属于哪个请求。

幸运的是，MDC（Mapped Diagnostic Context）提供了完美的解决方案。它能在同一个线程内为每个请求分配一个唯一标识，并将这个标识注入到所有日志消息中，从而轻松区分和追踪每个请求的完整日志链路。

高并发日志交错问题分析

在高并发环境下，日志交错通常有以下原因：

多线程并发写入：多个请求同时进入同一日志框架，日志按顺序输出导致交错。
日志格式单一：没有携带请求上下文信息，日志内容无法关联到具体请求。
无唯一标识：没有为每个请求生成 Trace ID 或 Request ID，导致日志无法串联。

这在微服务、分布式系统或高并发的 Web 应用中尤为常见，会给问题定位带来巨大困难。

什么是 MDC？

MDC 全称 Mapped Diagnostic Context，翻译为映射诊断上下文。

它是 Logback（以及 SLF4J）提供的一个核心特性，主要用于在同一个线程或同一个请求上下文中，为日志添加动态的键值对信息。

MDC 允许开发者在当前线程上下文中设置一些变量，这些变量会在同一线程内的所有日志消息中自动携带。

MDC 的核心特性

线程隔离：每个线程拥有独立的 MDC 副本，互不干扰。
自动携带：日志打印时会自动把 MDC 中的所有键值对添加到日志中。
动态设置：可以在任何地方调用 MDC.put() 和 MDC.remove() 来设置或清除键值对。
支持嵌套：可以在 MDC 中存放多个键值对，灵活组合。

MDC 的核心是什么？

MDC 的核心本质是为日志上下文提供唯一标识。

它不是简单的日志框架功能，而是帮助我们解决跨层级、跨方法共享上下文信息的痛点。

为什么要使用 MDC？

解决高并发日志交错：为每个请求分配唯一标识（如 requestId、traceId），让日志按请求维度清晰分隔。
提高问题追踪效率：后续排查问题时，只需查看包含相同 requestId 的日志链，就能快速定位问题根源。
简化代码：无需在每个方法中手动传递参数，直接在 MDC 中统一设置。
与 AOP 完美结合：结合 AOP 切面，在进入和退出方法时自动设置和清除 MDC。

MDC 实战配置（Spring Boot + Logback）

1. Java 代码设置 MDC

推荐在 Spring Web 过滤器 或 AOP 切面 中统一处理：

import org.slf4j.MDC;
import org.springframework.web.filter.OncePerRequestFilter;
import javax.servlet.http.HttpServletRequest;
import java.util.UUID;

/**
 * MDC 日志上下文过滤器 - 为每个请求分配唯一标识
 */
public class RequestIdFilter extends OncePerRequestFilter {

    private static final String REQUEST_ID_KEY = "requestId";

    @Override
    protected void doFilterInternal(HttpServletRequest request, 
                                    javax.servlet.http.HttpServletResponse response, 
                                    FilterChain filterChain) 
            throws javax.servlet.ServletException, java.io.IOException {
        
        // 为当前请求生成唯一标识
        String requestId = UUID.randomUUID().toString().replace("-", "");
        MDC.put(REQUEST_ID_KEY, requestId);
        
        // 可选：把 requestId 也放进响应头，便于前端追踪
        response.addHeader("X-Request-ID", requestId);

        try {
            filterChain.doFilter(request, response);
        } finally {
            // 请求结束后清理 MDC（重要！避免内存泄漏）
            MDC.remove(REQUEST_ID_KEY);
        }
    }
}

2. 配置 Logback 输出 MDC

在 logback.xml（或 logback-spring.xml）中这样配置：

<pattern>%d{HH:mm:ss.SSS} [%thread] %-5level %logger{36}
         - [requestId=%X{requestId}] %msg%n</pattern>

3. 完整配置示例

<?xml version="1.0" encoding="UTF-8"?>
<configuration>
    <appender name="STDOUT" class="ch.qos.logback.core.ConsoleAppender">
        <encoder>
            <pattern>%d{HH:mm:ss.SSS} [%thread] %-5level %logger{36}
                     - [requestId=%X{requestId}] %msg%n</pattern>
        </encoder>
    </appender>

    <root level="INFO">
        <appender-ref ref="STDOUT"/>
    </root>
</configuration>

最佳实践

统一入口设置：使用过滤器或 AOP 切面在请求入口统一设置 MDC。
及时清理：请求结束后使用 finally 块执行 MDC.remove() 或 MDC.clear()。
核心字段：建议把 requestId 设置为 MDC 的核心键名，便于后续问题追踪。
结合链路追踪：与 Zipkin、SkyWalking 等配合使用效果更佳。
生产环境：建议开启日志轮转，确保 MDC 信息完整保留。

总结

通过 MDC，我们可以轻松解决高并发环境下日志交错的问题。为每个请求分配唯一标识，并将该标识注入到每条日志消息中，大大提高了问题追踪的效率。

MDC 不仅是简单的日志功能，更是提升系统可观测性的重要工具。掌握 MDC 后，我们就能在高并发场景中从容应对，真正做到“有日志可查、有链路可追踪”。

相关内链推荐：

SEO 优化建议：

标题包含核心关键词：“Spring Boot MDC”、“日志追踪”、“日志交错”。
关键词密度适中：MDC、requestId、日志追踪、Logback。
建议添加更多代码截图，提升用户动手能力。

需要我继续调整内容、添加更多示例，或生成摘要吗？随时告诉我！