### 关于Python日志记录模块教程及最佳实践 #### 日志级别介绍 在Python的日志记录中，存在不同的日志级别来区分消息的重要性。这些级别由低到高分别是DEBUG、INFO、WARNING、ERROR以及CRITICAL。设置合适的日志等级有助于过滤不必要的信息并专注于重要的事件[^1]。 ```python import logging # 创建logger对象 logger = logging.getLogger('example_logger') # 设置最低日志级别 logger.setLevel(logging.DEBUG) # 输出不同级别的日志 logger.debug('Debug message') logger.info('Info message') logger.warning('Warning message') # 黄色警告 logger.error('Error message') # 红色错误 logger.critical('Critical message')# 加粗红色致命错误 ``` #### 配置文件方式配置Logger 除了编程式地创建和配置`logger`外，还可以利用配置文件来进行更灵活的管理。这允许开发者无需修改源码即可调整日志行为。可以采用`.ini`, `.yaml`, 或者 JSON 文件格式定义复杂的日志策略[^2]。 ```python import logging.config LOGGING_CONFIG = { 'version': 1, 'disable_existing_loggers': False, 'formatters': { 'standard': {'format': '%(asctime)s - %(name)s - %(levelname)s - %(message)s'}, }, 'handlers': { 'console':{ 'class':'logging.StreamHandler', 'level':'DEBUG', 'formatter':'standard', 'stream':'ext://sys.stdout' } }, 'loggers': { '': { 'handlers': ['console'], 'level': 'DEBUG', 'propagate': True } } } logging.config.dictConfig(LOGGING_CONFIG) ``` #### 使用RotatingFileHandler实现轮转日志 为了防止单个日志文件无限增长，在生产环境中通常会启用基于大小或时间间隔的日志轮转机制。下面的例子展示了如何使用`RotatingFileHandler`类按文件尺寸自动分割日志文件[^3]。 ```python from logging.handlers import RotatingFileHandler handler = RotatingFileHandler( filename='app.log', maxBytes=10*1024*1024, # 单位字节，默认最大为10MB backupCount=5 # 备份旧版本的数量上限 ) formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s') handler.setFormatter(formatter) logger.addHandler(handler) ``` #### 将日志发送至远程服务器 对于分布式系统的监控需求来说，可能还需要考虑将本地产生的日志转发给集中式的收集平台处理。此时可借助第三方库如`Loggly`,`Sentry`等服务完成此功能；亦或是直接编写自定义处理器继承`SocketHandler`向指定地址传输数据流[^4]。