在软件开发的生命周期中，日志就像程序的”黑匣子”，记录着运行时的重要信息。作为Python开发者，掌握logging模块的深度用法，能让你在故障排查时事半功倍。

一、基础配置的三大核心

1. 日志级别金字塔
   python
import logging
logging.basicConfig(level=logging.DEBUG) # 设置捕获的最低级别
   级别从低到高分为：DEBUG → INFO → WARNING → ERROR → CRITICAL。实际项目中建议开发环境用DEBUG，生产环境用INFO以上级别。

2. 格式化输出艺术
   python
formatter = logging.Formatter(
'%(asctime)s - %(name)s - %(levelname)s - %(message)s',
datefmt='%Y-%m-%d %H:%M:%S'
)
   常用占位符包括：

   • %(lineno)d：调用行号
   • %(pathname)s：完整路径
   • %(module)s：模块名

3. 输出渠道多元化
   python
console_handler = logging.StreamHandler()
file_handler = logging.FileHandler('app.log')
console_handler.setLevel(logging.WARNING) # 控制台只显示警告以上

二、多模块日志统一管理

大型项目中常遇到日志混乱的问题，正确的做法是：

python

主模块配置

logger = logging.getLogger(name)
logger.setLevel(logging.DEBUG)

子模块继承配置

sub_logger = logging.getLogger(f'{name}.submodule’)

通过getLogger创建的logger会形成继承关系，子模块自动继承父模块的配置，避免重复设置。

三、高级配置技巧

1. 日志文件自动分割
   python
from logging.handlers import RotatingFileHandler
handler = RotatingFileHandler(
'app.log', maxBytes=5*1024*1024, backupCount=3
)
   当文件超过5MB会自动创建新文件，保留最近3个备份。

2. 敏感信息过滤
   python
class SecurityFilter(logging.Filter):
def filter(self, record):
record.msg = record.msg.replace('password=123', 'password=***')
return True
logger.addFilter(SecurityFilter())

3. 跨时区时间处理
   python
import pytz
class UTCFormatter(logging.Formatter):
converter = lambda x: x.astimezone(pytz.utc)

四、实战最佳实践

1. 配置字典化（Python 3.2+）
   python
config = {
'version': 1,
'formatters': {
'detailed': {
'format': '%(asctime)s %(levelname)-8s %(name)-15s %(message)s'
}
},
'handlers': {
'console': {
'class': 'logging.StreamHandler',
'level': 'INFO',
}
}
}
logging.config.dictConfig(config)

2. 性能优化要点

   • 对DEBUG日志使用logger.isEnabledFor(logging.DEBUG)判断
   • 避免在热路径中进行字符串格式化
   • 使用logging.handlers.QueueHandler实现异步日志

3. 与第三方服务集成
   python
from logging.handlers import SysLogHandler
syslog = SysLogHandler(address=('logs.papertrailapp.com', 12345))

五、常见问题解决方案

1. 日志重复输出问题

   • 检查是否多次添加Handler
   • 使用logger.propagate = False阻断传播

2. 日志丢失排查

   • 检查文件写入权限
   • 验证缓冲区设置（flush=True）

3. 性能监控集成
   python
statsd_handler = StatsDHandler(host='localhost', port=8125)
logger.addHandler(statsd_handler)

通过合理配置logging模块，我们不仅能记录程序运行状态，还能通过日志分析用户行为、监控系统性能。记住：好的日志系统不是事后排查的工具，而是系统设计的有机组成部分。

经验之谈：在微服务架构中，建议为每个服务分配唯一的日志标识符，并统一收集到ELK或Splunk等平台进行集中分析。