python logger模块中的logger和handler到底是个什么鬼

使用python的logging模块 - The time is passing - ITeye技术网站
博客分类:
一、从一个使用场景开始
开发一个日志系统, 既要把日志输出到控制台, 还要写入日志文件
import logging
# 创建一个logger
logger = logging.getLogger('mylogger')
logger.setLevel(logging.DEBUG)
# 创建一个handler,用于写入日志文件
fh = logging.FileHandler('test.log')
fh.setLevel(logging.DEBUG)
# 再创建一个handler,用于输出到控制台
ch = logging.StreamHandler()
ch.setLevel(logging.DEBUG)
# 定义handler的输出格式
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
fh.setFormatter(formatter)
ch.setFormatter(formatter)
# 给logger添加handler
logger.addHandler(fh)
logger.addHandler(ch)
# 记录一条日志
('foorbar')
运行后, 在控制台和日志文件都有一条日志:
19:18:29,816 - mylogger - INFO - foorbar
二、logging模块的API
结合上面的例子,我们说下几个最常使用的API
logging.getLogger([name])
返回一个logger实例,如果没有指定name,返回root logger。
只要name相同,返回的logger实例都是同一个而且只有一个,即name和logger实例是
一一对应的。这意味着,无需把logger实例在各个模块中传递。只要知道name,就能得到
同一个logger实例
Logger.setLevel(lvl)
设置logger的level, level有以下几个级别:
NOTSET & DEBUG & INFO & WARNING & ERROR & CRITICAL
如果把looger的级别设置为INFO, 那么小于INFO级别的日志都不输出, 大于等于INFO级
别的日志都输出
logger.debug("foobar")
("foobar")
logger.warning("foobar") # 输出
logger.error("foobar")
logger.critical("foobar")
Logger.addHandler(hdlr)
logger可以雇佣handler来帮它处理日志, handler主要有以下几种:
: 输出到控制台
输出到文件
handler还可以设置自己的level以及输出格式。
logging.basicConfig([**kwargs])
* 这个函数用来配置root logger, 为root logger创建一个StreamHandler,
设置默认的格式。
* 这些函数: logging.debug()、()、logging.warning()、
logging.error()、logging.critical() 如果调用的时候发现root logger没有任何
handler, 会自动调用basicConfig添加一个handler
* 如果root logger已有handler, 这个函数不做任何事情
使用basicConfig来配置root logger的输出格式和level:
import logging
logging.basicConfig(format='%(levelname)s:%(message)s', level=logging.DEBUG)
logging.debug('This message should appear on the console')
三、关于root logger以及logger的父子关系
前面多次提到root logger, 实际上logger实例之间还有父子关系, root logger就是处于
最顶层的logger, 它是所有logger的祖先。如下图:
root logger是默认的logger
如果不创建logger实例, 直接调用logging.debug()、()logging.warning()、logging.error()、logging.critical()这些函数,
那么使用的logger就是 root logger, 它可以自动创建,也是单实例的。
如何得到root logger
通过logging.getLogger()或者logging.getLogger("")得到root logger实例。
默认的level
root logger默认的level是logging.WARNING
如何表示父子关系
logger的name的命名方式可以表示logger之间的父子关系. 比如:
parent_logger = logging.getLogger('foo')
child_logger = logging.getLogger('foo.bar')
什么是effective level
logger有一个概念,叫effective level。 如果一个logger没有显示地设置level,那么它就
用父亲的level。如果父亲也没有显示地设置level, 就用父亲的父亲的level,以此推....
最后到达root logger,一定设置过level。默认为logging.WARNING
child loggers得到消息后,既把消息分发给它的handler处理,也会传递给所有祖先logger处理,
来看一个例子
import logging
# 设置root logger
r = logging.getLogger()
ch = logging.StreamHandler()
ch.setLevel(logging.DEBUG)
formatter = logging.Formatter('%(asctime)s - %(levelname)s - %(message)s')
ch.setFormatter(formatter)
r.addHandler(ch)
# 创建一个logger作为父亲
p = logging.getLogger('foo')
p.setLevel(logging.DEBUG)
ch = logging.StreamHandler()
ch.setLevel(logging.DEBUG)
formatter = logging.Formatter('%(asctime)s - %(message)s')
ch.setFormatter(formatter)
p.addHandler(ch)
# 创建一个孩子logger
c = logging.getLogger('foo.bar')
c.debug('foo')
输出如下:
21:04:29,893 - foo
21:04:29,893 - DEBUG - foo
可见, 孩子logger没有任何handler,所以对消息不做处理。但是它把消息转发给了它的父
亲以及root logger。最后输出两条日志。
浏览 27122
浏览: 442180 次
来自: 北京
Surmounting 写道既然 Java 的跳表那么少,我决 ...
写的不错,很透彻
好,赞扬!
赞一个~! ,现在正在看redis 所以接触到跳表
vote--后还要判断是否为0吧,如果为0则废掉重新置位can ...Python Logging模块-Logger,Handler,Formatter - 博客频道 - CSDN.NET
Mr.赵的专栏
正在路上的程序员...
分类:Python
Logger是Logging模块的主体,进行以下三项工作:
1. 为程序提供记录日志的接口
2. 判断日志所处级别,并判断是否要过滤
3. 根据其日志级别将该条日志分发给不同handler
其常用函数有:
Logger.setLevel()
设置日志级别
Logger.addHandler() 和 Logger.removeHandler() 添加和删除一个Handler
Logger.addFilter() 添加一个Filter
Handler基于日志级别对日志进行分发,如设置为WARNING级别的Handler只会处理WARNING及以上级别的日志。具体的应用如一个应用要把所有的日志打在文件中,并把ERROR以上级别的日志打印到屏幕,把CRITICAL级别的日志发邮件。
常用函数有:
setLevel() 设置级别
setFormatter()
设置Formatter
顾名思义,这个类配置了日志的格式,参数是日志的格式fmt和时间的格式datefmt
下一篇将解释下一个应用如何配置多个Handler和多个应用配置多个Logger。
排名:千里之外
(9)(5)(0)(2)(3)(2)(1)(1)python logging 最佳实践
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,的官方的文章是最清晰明了&
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
record/second
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
Numeric value
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)
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)
(test-info)
logger.warn(test-warn)
只需要在其它模块中引入此模块的logger即可
from logger_helper import logger
def business_code():
# call business code
business_code()python日志输出----logging浅析与使用_百度文库
两大类热门资源免费畅读
续费一年阅读会员,立省24元!
python日志输出----logging浅析与使用
上传于|0|0|文档简介
&&python日志输出----logging浅析与使用
阅读已结束,如果下载本文需要使用1下载券
想免费下载本文?
定制HR最喜欢的简历
下载文档到电脑,查找使用更方便
还剩11页未读,继续阅读
定制HR最喜欢的简历
你可能喜欢

我要回帖

更多关于 python logger.debug 的文章

 

随机推荐