python日志logging配置

  • 为了方便ELK收集日志,将日志打印成json格式
  • 开发过程中,使用json格式不方便排查问题
  • 本文章使用python的logging模块,一步步增加配置,来说明每个组件作用

原始日志

  • python可以使用两种方式打印
  • python默认打印级别为'WARNING'
import logging

# 直接使用logging打印日志
logging.info('info') # 未打印
logging.warning('warning') # WARNING:root:warning
logging.error('error') # ERROR:root:error # 使用logger打印日志
logger = logging.getLogger('demo')
logger.info('info') # 未打印
logger.warning('warning') # WARNING:demo:warning
logger.error('error') # ERROR:demo:error

使用字典配置

  • version为固定字段,目前为1
  • 将级别设置为'INFO'
import logging
import logging.config def use_config():
"""配置日志行为"""
config = {"version": 1, "root": {"level": "INFO"}}
logging.config.dictConfig(config) use_config() # 直接使用logging打印日志
logging.info('info') # INFO:root:info
logging.warning('warning') # WARNING:root:warning
logging.error('error') # ERROR:root:error # 使用logger打印日志
logger = logging.getLogger('demo')
logger.info('info') # INFO:demo:info
logger.warning('warning') # WARNING:demo:warning
logger.error('error') # ERROR:demo:error

记录器

  • "loggers"为指定记录器
  • "root"实质上也是记录器,python默认的记录器
    • logging直接打印日志,相当于logging.getLogger('root')
    • 没有找到记录器名字的使用默认记录器(即'root')
import logging
import logging.config def use_config():
"""配置日志行为"""
config = {
"version": 1,
"root": {
"level": "WARNING"
},
"loggers": {
"demo": {
"level": "ERROR"
}
}
}
logging.config.dictConfig(config) use_config() # 直接使用logging打印日志
logging.info('info') # 未打印
logging.warning('warning') # WARNING:root:warning
logging.error('error') # ERROR:root:error # 使用logger打印日志
logger = logging.getLogger('demo')
logger.info('info') # 未打印
logger.warning('warning') # 未打印
logger.error('error') # ERROR:demo:error # 未找到记录器时,使用'root'记录器
logger2 = logging.getLogger('demo2')
logger2.info('info') # 未打印
logger2.warning('warning') # WARNING:demo2:warning
logger2.error('error') # ERROR:demo2:error

处理器及格式化器

  • "handlers"为处理器

    • 处理器有很多类型,可以打印屏幕、打印文件、发送邮件、发送http请求等,详情查看Useful Handlers官方文档
    • 记录器中可以指定多个处理器
    • 下面例子打印屏幕
  • "formatters"为格式化器
    • format:使用python内置格式化器格式化日志信息
import logging
import logging.config def use_config():
"""配置日志行为"""
config = {
"version": 1,
"root": {
"level": "INFO",
"handlers": ["console_handler"]
},
"handlers": {
"console_handler": {
"class": "logging.StreamHandler",
"formatter": "console_formatter",
"stream": "ext://sys.stdout"
}
},
"formatters": {
"console_formatter": {
"format": "%(asctime)s - %(name)s - %(levelname)s - %(message)s"
}
}
}
logging.config.dictConfig(config) use_config() logging.info('info') # 2022-10-25 20:16:59,073 - root - INFO - info
logging.warning('warning') # 2022-10-25 20:16:59,073 - root - WARNING - warning
logging.error('error') # 2022-10-25 20:16:59,074 - root - ERROR - error

自定义格式化器

  • 自定义格式化器继承logging.Formatter,重写format方法
  • 配置中,字段名使用"class"代表自定义格式化器
    • 填入导入该类的字符串,如下代码,在"log_demo.py"文件里的"MyFormatter",即为"log_demo.MyFormatter"
    • 类型导入会执行一遍代码,重复调用配置方法会添加多个处理器,导致打印多遍
    • record中有很多字段,这里不展示,自行打印查看
# log_demo.py
import logging
import logging.config class MyFormatter(logging.Formatter):
def format(self, record: logging.LogRecord) -> str:
"""重写日志格式化字符串"""
return f"[{record.name}] [{record.levelname}] {record.msg}" def use_config():
"""配置日志行为"""
config = {
"version": 1,
"root": {
"level": "INFO",
"handlers": ["console_handler"]
},
"handlers": {
"console_handler": {
"class": "logging.StreamHandler",
"formatter": "console_formatter",
"stream": "ext://sys.stdout"
}
},
"formatters": {
"console_formatter": {
"class": "log_demo.MyFormatter"
}
}
}
logging.config.dictConfig(config) if __name__ == "__main__":
"""
实例化MyFormatter类时,会执行一遍代码
将代码放在__main__里,否则会打印两遍
"""
use_config() logging.info('info') # [root] [INFO] info
logging.warning('warning') # [root] [WARNING] warning
logging.error('error') # [root] [ERROR] error

extra额外字段

  • 日志方法中有"extra"字段,丰富日志信息
  • 打印
import logging
import logging.config class MyFormatter(logging.Formatter):
def format(self, record: logging.LogRecord) -> str:
"""重写日志格式化字符串"""
for i in record.__dict__:
print(i, end=',')
print('')
return f"[{record.name}] [{record.levelname}] {record.msg}" def use_config():
"""配置日志行为"""
config = {
"version": 1,
"root": {
"level": "INFO",
"handlers": ["console_handler"]
},
"handlers": {
"console_handler": {
"class": "logging.StreamHandler",
"formatter": "console_formatter",
"stream": "ext://sys.stdout"
}
},
"formatters": {
"console_formatter": {
"class": "log_demo.MyFormatter"
}
}
}
logging.config.dictConfig(config) if __name__ == "__main__":
"""
实例化MyFormatter类时,会执行一遍代码
将代码放在__main__里,否则会打印两遍
"""
use_config() logging.info('info')
# name,msg,args,levelname,levelno,pathname,filename,module,exc_info,exc_text,stack_info,lineno,funcName,created,msecs,relativeCreated,thread,threadName,processName,process,
# [root] [INFO] info # extra增加了'a','b',可以看到record对象也增加了'a','b'两个字段
logging.info('extra info', extra={'a': 1, 'b': 2})
# name,msg,args,levelname,levelno,pathname,filename,module,exc_info,exc_text,stack_info,lineno,funcName,created,msecs,relativeCreated,thread,threadName,processName,process,a,b,
# [root] [INFO] extra info

最终代码

  • 增加环境变量"LOG_MODE",用来控制打印行为

    • 为"json"时,打印json格式字符串,提供给ELK收集
    • 为"text"时,打印成文本模式,方便开发时查看
  • json转换时加上"ensure_ascii=False",否则中文会被转换为ASCII

代码

import os
import json
import logging
import logging.config
from datetime import datetime, timezone, timedelta class JsonFormatter(logging.Formatter):
__TZ = timezone(timedelta(hours=+8)) def format(self, record: logging.LogRecord) -> str:
# ELK收集需要使用带时区的时间戳,key必须为"@timestamp"
create_time = datetime.fromtimestamp(record.created)
kv = {'@timestamp': create_time.astimezone(self.__TZ).isoformat()}
if len(record.args) > 0:
kv['message'] = record.msg % record.args
else:
kv['message'] = record.msg
# 报错信息
if record.exc_info:
kv['err_info'] = self.formatException(record.exc_info) for k in record.__dict__:
v = getattr(record, k)
# 其他类型json转换可能报错
if v is None or isinstance(v, (int, float, bool, str)):
kv[k] = v
else:
kv[k] = str(v)
return json.dumps(kv, ensure_ascii=False) def use_config():
"""配置日志行为"""
if os.environ.get('LOG_MODE') == "json":
format_data = {"class": "log_demo.JsonFormatter"}
else:
format_data = {
"format": "[%(asctime)s] [%(name)s] [%(levelname)s] %(message)s"
} config = {
"version": 1,
"root": {
"level": "INFO",
"handlers": ["console_handler"]
},
"handlers": {
"console_handler": {
"class": "logging.StreamHandler",
"formatter": "console_formatter",
"stream": "ext://sys.stdout"
}
},
"formatters": {
"console_formatter": format_data
}
} logging.config.dictConfig(config) if __name__ == "__main__":
use_config() logging.info('info')
logging.info('extra info', extra={'a': 1, 'b': 2})

text效果

# linux设置环境变量
export LOG_MODE=text
# windows设置环境变量
set LOG_MODE=text python log_demo.py
[2022-10-26 19:11:07,468] [root] [INFO] info
[2022-10-26 19:11:07,468] [root] [INFO] extra info

json效果

# linux设置环境变量
export LOG_MODE=json
# windows设置环境变量
set LOG_MODE=json python log_demo.py
{"@timestamp": "2022-10-26T20:10:42.168191+08:00", "message": "info", "name": "root", "msg": "info", "args": "()", "levelname": "INFO", "levelno": 20, "pathname": "e:\\Work\\Code\\TestCode\\everything\\log_demo.py", "filename": "log_demo.py", "module": "log_demo", "exc_info": null, "exc_text": null, "stack_info": null, "lineno": 66, "funcName": "<module>", "created": 1666786242.168191, "msecs": 168.19095611572266, "relativeCreated": 35.9044075012207, "thread": 22716, "threadName": "MainThread", "processName": "MainProcess", "process": 19576}
{"@timestamp": "2022-10-26T20:10:42.169210+08:00", "message": "extra info", "name": "root", "msg": "extra info", "args": "()", "levelname": "INFO", "levelno": 20, "pathname": "e:\\Work\\Code\\TestCode\\everything\\log_demo.py", "filename": "log_demo.py", "module": "log_demo", "exc_info": null, "exc_text": null, "stack_info": null, "lineno": 67, "funcName": "<module>", "created": 1666786242.1692102, "msecs": 169.21019554138184, "relativeCreated": 36.92364692687988, "thread": 22716, "threadName": "MainThread", "processName": "MainProcess", "process": 19576, "a": 1, "b": 2}

python日志logging配置的更多相关文章

  1. python 日志的配置,python对日志封装成类,日志的调用

    # python 日志的配置,python对日志封装成类,日志的调用 import logging # 使用logging模块: class CLog: # --------------------- ...

  2. django/python日志logging 的配置以及处理

    日志在程序开发中是少不了的,通过日志我们可以分析到错误在什么地方,有什么异常.在生产环境下有很大的用处.在java 开发中通常用 log4j,logback 等三方组件.那么在 django中是怎么处 ...

  3. Python日志(logging)模块,shelve,sys模块

    菜鸟学python第十七天 1.logging 模块 logging模块即日志记录模块 用途:用来记录日志 为什么要记录日志: 为了日后复查,提取有用信息 如何记录文件 直接打开文件,往里写东西 直接 ...

  4. Python日志logging

    logging 用于便捷记录日志且线程安全的模块 1.单文件日志 import logging logging.basicConfig(filename='log.log', format='%(as ...

  5. python 日志logging设置按天进行保存,保存近7天,过期日志自动清理

    参考文章(写的很详细):https://www.cnblogs.com/xujunkai/p/12364619.html 前言: 跑接口自动化或者其他程序运行时,如果只能保存一份log文件,可能会存在 ...

  6. python日志模块配置

    import logging logging.basicConfig(filename= 'out.log',filemode= 'w+', level= logging.DEBUG, format= ...

  7. [编程基础] Python日志记录库logging总结

    Python日志记录教程展示了如何使用日志记录模块在Python中进行日志记录. 文章目录 1 介绍 1.1 背景 1.2 Python日志记录模块 1.3 根记录器 2 Python logging ...

  8. 转 使用Python的logging.config.fileConfig配置日志

    Python的logging.config.fileConfig方式配置日志,通过解析conf配置文件实现.文件 logglogging.conf 配置如下: [loggers]keys=root,f ...

  9. python - django (logging 日志配置和简单使用)

    1. settings 配置 # 配置日志 LOGGING = { 'version': 1, 'disable_existing_loggers': True, 'formatters': { 's ...

  10. python logging 配置

    python logging 配置 在python中,logging由logger,handler,filter,formater四个部分组成,logger是提供我们记录日志的方法:handler是让 ...

随机推荐

  1. Spring Boot通过Actuator显示git和build的信息

    1 简介 为了更好的版本控制和问题定位,我们需要知道正在运行的应用是什么版本,什么时候打包的,Git的相关信息等.通过/actuator/info可以帮助我们获取这些信息. 2 配置 首先要有actu ...

  2. 数据预处理时为什么要使用OneHot编码?

    什么是LabelEncoder(整数编码) 整数编码 将一列文本数据转化成数值,即列中的每一个特征都通过一个整数来表示.例如,[red, blue, red, yellow] = [0,2,0,1]. ...

  3. Jest如何有序地执行测试

    项目场景: node环境下编写js库,处于规范性考虑,需要做单元测试,我选择了Jest 问题描述 我的js库需要访问数据库,因此操作都是异步的,而且各个测试单元有严格的先后执行顺序(比如,建表 > ...

  4. 【学习笔记】珂朵莉树(ODT)

    珂朵莉树 \(\tt 0x00\) 起源 起源于 CodeForces 的一题 CF896C,当时出题人提供了这种做法,在随机数据下均摊复杂度比较优秀. 正统名字好像叫颜色段均摊,由于题目也得名于 \ ...

  5. iterator_traits技法

    问题 在 C++ 泛型编程中,如何知道"迭代器所指对象的类型",以便声明临时变量呢?我们把迭代器所指对象的类型称为value type. template <class It ...

  6. 论文翻译:2020:ECAPA-TDNN: Emphasized Channel Attention, Propagation and Aggregation in TDNN Based Speaker Verification

    论文地址:ECAPA-TDNN:在基于TDNN的说话人验证中强调通道注意.传播和聚集 论文代码:https://github.com/TaoRuijie/ECAPA-TDNN 引用格式:Desplan ...

  7. springcloud11 spring cloud config

    1.spring cloud config是什么 官网:https://cloud.spring.io/spring-cloud-static/spring-cloud-config/2.2.1.RE ...

  8. GitHub实用开源项目

    第一款 JSON Crack JSON Crack 是一个很方便的 JSON 数据可视化工具. 该项目不是简单的展示 JSON 数据,而是将其转化为类似思维导图的形式,支持放大/缩小.展开/收缩.搜索 ...

  9. nuxt+vant+rem项目构建

    原文链接:https://blog.csdn.net/Young_Gao/article/details/93605428 一.创建项目 1.使用如下命令生成项目 vue init nuxt-comm ...

  10. 【译】.NET 7 中的性能改进(五)

    原文 | Stephen Toub 翻译 | 郑子铭 循环提升和克隆 (Loop Hoisting and Cloning) 我们之前看到PGO是如何与循环提升和克隆互动的,这些优化也有其他改进. 从 ...