Python日志分级需按环境差异化配置,合理划分DEBUG(开发诊断)、INFO(关键流程)、WARNING(非中断异常)、ERROR(明确失败)和CRITICAL级别;通过Logger绑定多Handler实现分级分流,结合request_id、LoggerAdapter和exception()方法提升可追踪性;推荐用dictConfig统一管理配置。

Python日志分级不是简单选个level就完事,关键是让不同级别日志在开发、测试、生产环境中各司其职,同时便于快速定位问题源头。
日志级别怎么设才合理
DEBUG、INFO、WARNING、ERROR、CRITICAL五个内置级别,实际使用中容易混淆的是DEBUG和INFO的边界,以及WARNING该不该记录“预期中的异常”。建议:
- DEBUG只用于开发期临时诊断,比如变量值、函数入参、循环中间状态,上线前应关闭或过滤
- INFO记录关键流程节点,如“用户登录成功”“订单创建完成”,不包含敏感数据,且每条有明确业务语义
- WARNING用于非中断性异常情况,比如第三方API返回降级结果、缓存未命中但回源成功,不是所有if判断都该打WARNING
- ERROR必须对应一次明确失败:数据库连接超时、JSON解析失败、权限校验拒绝等,且应附带可追溯的上下文(如request_id、user_id)
Logger、Handler、Formatter怎么组合
一个Logger可以绑定多个Handler,这是实现“分级分流”的核心。例如:
- 控制台Handler只输出WARNING及以上,用简明Formatter(时间+级别+消息)
- 文件Handler按ERROR单独写入error.log,用详细Formatter(含行号、函数名、traceback)
- 生产环境可加SysLogHandler或HTTPHandler,把CRITICAL日志实时推送到监控系统
注意避免重复记录:若root logger和自定义logger都设置了Handler,且未设置propagate=False,同一条日志可能被打印两次。
立即学习“Python免费学习笔记(深入)”;
eSiteGroup站群管理系统是基于eFramework低代码开发平台构建,是一款高度灵活、可扩展的智能化站群管理解决方案,全面支持SQL Server、SQLite、MySQL、Oracle等主流数据库,适配企业级高并发、轻量级本地化、云端分布式等多种部署场景。通过可视化建模与模块化设计,系统可实现多站点的快速搭建、跨平台协同管理及数据智能分析,满足政府、企业、教育机构等组织对多站点统一管控的
如何让日志真正可追踪
单靠时间戳和行号不够,尤其在并发或异步场景下。实用做法:
- 在请求入口(如Flask的before_request、FastAPI的Depends)注入唯一request_id,并通过logging.Filter注入到每条日志的extra字段
- 用LoggerAdapter包装logger,自动携带常用上下文:
logger = LoggerAdapter(logger, {'user_id': uid, 'action': 'pay'}) - 对异常日志,优先用
logger.exception("DB query failed")而非logger.error(..., exc_info=True),前者更简洁且保证traceback完整
配置别硬编码,用字典或配置文件
用logging.config.dictConfig()管理多环境配置,比一堆addHandler()调用更清晰。示例片段:
这样改level或加新Handler只需更新字典,无需动代码。









