python logging 最佳实践
版权声明 本站原创文章 由 萌叔 发表
转载请注明 萌叔 | https://vearne.cc
起因
我经常跟同事开玩笑,我说在一家公司里面,能把日志这个功能搞清楚的都没有几个。所以写篇文章把我知道的部分知识分享一下。
在我目前看到的日志的文档中,Python的官方的文章是最清晰明了,推荐大家都来阅读下
https://docs.python.org/2/howto/logging.html
这个流程图非常重要,希望朋友们能仔细看看。
1. 适用场景
1.1 一般场景
在一般情况下,我们最常用的的handler有两个:
- RotatingFileHandler
按设定的文件大小切分日志 - TimedRotatingFileHandler
按时间切分日志
以上2个handler都是线程安全的,可以用于多线程的场景,对于多进程则需要考虑其它方法
1.2 多进程
对于多进程的场景,python官方文档推荐我们使用
- SocketHandler
使用TCP数据传输日志
可以参考我的文章 python 日志收集服务器 - DatagramHandler
使用UDP数据传输日志
在单机上,即日志发送client 和 日志收集server 在同一台机器上,压测结果
type | record/second |
---|---|
TCP | 6000 |
UDP | 9000 |
除此之外还可以考虑一下两种方法:
1. python-logstash
使用logstash,打开logstash的UDP或者TCP的服务端口直接接受数据,收到的数据可以入ElasticSearch 或者直接输出到文件中
2. 自定义新的handler 将日志记录存入redis 的某个队列中,再额外启动一个进程,从redis中把数据读出入到文件中
2. 日志的级别
Level | Numeric value |
---|---|
CRITICAL | 50 |
ERROR | 40 |
WARNING | 30 |
INFO | 20 |
DEBUG | 10 |
NOTSET | 0 |
一般情况下日志文件只需要分成两个即可
1. all.log
存储 >= INFO 级别的日志
测试环境可以开到DEBUG 级别
可以跟踪业务流程等等
2. error.log
存储 >= ERROR 级别的日志
便于快速排查故障
一个常见的日志初始化模块可以这样书写
logger_helper.py
import logging
import sys
import time
from logging import Logger
from logging.handlers import TimedRotatingFileHandler
def init_logger(logger_name):
if logger_name not in Logger.manager.loggerDict:
logger = logging.getLogger(logger_name)
logger.setLevel(logging.DEBUG)
# handler all
handler = TimedRotatingFileHandler('./all.log', when='midnight',backupCount=7)
datefmt = "%Y-%m-%d %H:%M:%S"
format_str = "[%(asctime)s]: %(name)s %(levelname)s %(lineno)s %(message)s"
formatter = logging.Formatter(format_str, datefmt)
handler.setFormatter(formatter)
handler.setLevel(logging.INFO)
logger.addHandler(handler)
# handler error
handler = TimedRotatingFileHandler('./error.log', when='midnight',backupCount=7)
datefmt = "%Y-%m-%d %H:%M:%S"
format_str = "[%(asctime)s]: %(name)s %(levelname)s %(lineno)s %(message)s"
formatter = logging.Formatter(format_str, datefmt)
handler.setFormatter(formatter)
handler.setLevel(logging.ERROR)
logger.addHandler(handler)
logger = logging.getLogger(logger_name)
return logger
logger = init_logger("dataservice")
if __name__ == '__main__':
logger = init_logger('dataservice')
logger.error("test-error")
logger.info("test-info")
logger.warn("test-warn")
只需要在其它模块中引入此模块的logger即可
model.py
from logger_helper import logger
def business_code():
# ... ...
logger.info("...")
# call business code
business_code()