## Python日志库介绍：logging模块基础

日志巡检规则编写与性能调优教程 - 第3节

3.1 为什么非要用logging？

很多人刚接触日志时，习惯用print()。我个人早年也这么干，直到有一次线上服务崩了——日志刷爆磁盘，排查时发现关键信息被print埋没了。嗯，从那以后，我再也不敢把生产日志交给print了。

Python自带的logging模块，是官方标准库。它帮你处理了：日志分级、输出到文件/控制台、日志轮转、性能开销控制。说白了，它是专门为“可靠记录”设计的。

3.1.1 logging模块的核心组件

logging模块由四个基础部件组成，我画了一张图帮你理清关系：

你想想看，Logger是入口，Handler是出口，Formatter负责包装。Filter像看门大爷——符合条件才放行。这四个组件配合起来，就能搭出非常灵活的日志系统。

3.2 快速上手：最简单的logging例子

话不多说，先跑个最基本的：

import logging

logging.warning("小心，磁盘快满了！")
logging.info("这只是个信息")  # 默认不会输出

运行后你会看到两条输出？不，只有warning那行。为什么？因为默认日志级别是WARNING，低于它的级别（INFO、DEBUG）都被无视了。

3.2.1 日志级别（Level）

日志有5个标准级别，由低到高：

级别	数值	典型用途
DEBUG	10	调试细节，开发时看
INFO	20	流程信息，如“任务开始/结束”
WARNING	30	潜在问题，不阻塞但需关注
ERROR	40	功能异常，需人工介入
CRITICAL	50	严重错误，系统可能崩

我习惯在开发环境设为DEBUG，生产环境设为WARNING或INFO。这样既不会漏掉关键告警，又不会把调试日志刷进生产文件。

3.3 配置日志：三种方式

logging配置有三种常见姿势。我逐个给你捋一遍。

3.3.1 快速配置：basicConfig

适合小脚本或临时调试：

import logging

logging.basicConfig(
    level=logging.INFO,
    format="%(asctime)s %(levelname)s %(message)s",
    filename="app.log",
    filemode="a"  # 追加模式
)

logging.info("服务启动成功")

这段配置会把日志写入app.log，格式包含时间、级别、消息。简单粗暴，够用。

3.3.2 完整配置：Logger + Handler + Formatter

搞正式项目时，我一般会拆开配置：

import logging

logger = logging.getLogger("my_app")
logger.setLevel(logging.DEBUG)

# 控制台处理器
console_handler = logging.StreamHandler()
console_handler.setLevel(logging.INFO)

# 文件处理器
file_handler = logging.FileHandler("app.log")
file_handler.setLevel(logging.DEBUG)

# 格式化器
formatter = logging.Formatter(
    "%(asctime)s - %(name)s - %(levelname)s - %(message)s"
)

console_handler.setFormatter(formatter)
file_handler.setFormatter(formatter)

logger.addHandler(console_handler)
logger.addHandler(file_handler)

logger.info("开始处理请求...")

这样，日志可以同时输出到控制台和文件，且各自级别不同。控制台只看INFO及以上，文件记录全部DEBUG细节。你想想看，这种分层多方便——开发时看控制台，排查问题时翻文件。

3.3.3 字典配置：dictConfig

复杂场景（比如多logger、不同格式），我推荐用字典配置。一次配好，清晰可维护：

import logging.config

LOGGING_CONFIG = {
    "version": 1,
    "formatters": {
        "standard": {
            "format": "%(asctime)s %(levelname)s %(message)s"
        },
        "detailed": {
            "format": "%(asctime)s %(name)s %(levelname)s %(message)s"
        }
    },
    "handlers": {
        "console": {
            "class": "logging.StreamHandler",
            "level": "INFO",
            "formatter": "standard"
        },
        "file": {
            "class": "logging.FileHandler",
            "level": "DEBUG",
            "formatter": "detailed",
            "filename": "app.log"
        }
    },
    "loggers": {
        "my_app": {
            "handlers": ["console", "file"],
            "level": "DEBUG"
        }
    }
}

logging.config.dictConfig(LOGGING_CONFIG)
logger = logging.getLogger("my_app")

这段代码把配置集中到一个字典里，通过dictConfig加载。我参与过的几个微服务项目都是这么干的——配置统一，改起来也方便。

3.4 避免常见陷阱

• 重复记录：如果你不小心调了两次logging.basicConfig，或重复添加Handler，日志会重复打印。解决：在addHandler前判断或移除已有Handler。
• 文件权限：如果用FileHandler，确保程序有写权限。尤其是容器化环境，挂载卷的权限经常忘设置。
• 日志轮转：生产环境别只用FileHandler——日志会无限增长。用RotatingFileHandler或TimedRotatingFileHandler自动切分文件。