本文目录一览：
- 1、python常用的几种设计模式是什么
- 2、python日志模块记录三_日志命名_日志轮转
- 3、Python日志—Python日志模块logging介绍
- 4、操作数据库的时候怎么生成日志文件 python3
python常用的几种设计模式是什么
python常用的几种设计模式有：1、单例模式，确保某一个类只有一个实例；2、工厂模式，使用一个公共的接口来创建对象；3、策略模式，随着策略对象改变内容；4、门面模式，对子系统的封装，使得封装接口不会被单独提出来。
什么是设计模式？
设计模式是一套被反复使用，多数人知道，经过分类编目的代码设计经验总结。
使用设计模式是为了提高代码可重用性，可阅读性，和可靠性。
你说理解的设计模式有几种？
设计模式又可分为三种：创建型（单例模式）、（工厂模式），结构型，行为型（策略模式）
单例模式以及应用场景：
（1）确保某一个类只有一个实例，而且自行实例化并向整个系统提供这个实例，这个类称为单例类，单例模式是一种对象创建型模式。Windows的Task Manager（任务管理器）、Recycle Bin（回收站）、网站计数器
（2）单例模式应用的场景一般发现在以下条件下：
资源共享的情况下，避免由于资源操作时导致的性能或损耗等。如上述中的日志文件，应用配置。控制资源的情况下，方便资源之间的互相通信。如线程池等
要点：一是某个类只能有一个实例；二是它必须自行创建这个实例；三是它必须自行向整个系统提供这个实例。
工厂模式：
提供一个创建对象的接口，不像客户端暴露创建对象的过程，而是使用一个公共的接口来创建对象。
可以分为三种：简单工厂 工厂方法 抽象工厂
一个类的行为或其算法可以在运行时更改。这种类型的设计模式属于行为型模式。
策略模式：
在策略模式中，我们创建表示各种策略的对象和一个行为随着策略对象改变而改变的 context 对象。策略对象改变 context 对象的执行算法。
要点：把一个个策略，也就是算法封装成一个一个类，任意的替换
解决的问题：避免多个if....else带来的复杂
使用场景：系统中需要动态的在集中算法中动态的选择一种，
门面模式：
门面模式也叫外观模式，定义如下：要求一个子系统的外部与其内部的通信必须通过一个统一的对象进行。门面模式提供一个高层次的接口，使得子系统更易于使用。门面模式注重“统一的对象”，也就是提供一个访问子系统的接口。门面模式与之前说过的模板模式有类似的地方，都是对一些需要重复方法的封装。但从本质上来说，是不同的。模板模式是对类本身的方法的封装，其被封装的方法也可以单独使用；而门面模式，是对子系统的封装，其被封装的接口理论上是不会被单独提出来用的。
一个对象有很多行为，如果么有选择合适的设计模式，这些行为就需要用多重的条件判断来实现算法的切换，增加了代码的复杂度。
推荐课程：Python面对对象(Corey Schafer)
python日志模块记录三_日志命名_日志轮转
在日志记录中，我们往往要能看到是什么哪里出错了。可以通过日志名字记录哪里出错了。而日志也需要轮转，一个日志文件不能无限大，也需要备份。所以有了通过日志名的灵活配置，和通过设置handler文件输出调用 logging.handlers.RotatingFileHandler 方法来实现轮转和备份。
my_logging文件如下配置
Python日志—Python日志模块logging介绍
从事与软件相关工作的人，应该都听过“日志”一词。
日志就是跟踪软件运行时事件的方法，为了能够在程序运行过程中记录错误。
通过日志记录程序的运行，方便我们查询信息，以便追踪问题、进行维护和调试、还是数据分析。
并且各编程语言都形成了各自的日志体系和相应的框架。
日志的作用总结：
首先我们要树立一个观点，那就是“不是为了记录日志而记录日志，日志也不是随意记的”。要实现能够只通过日志文件还原整个程序执行的过程，达到能透明地看到程序里执行情况，每个线程每个过程到底执行结果的目的。日志就像飞机的黑匣子一样，应当能够复原异常的整个现场乃至细节。
在项目中，日志这个功能非常重要，我们要重视起来。
在Python中，使用logging模块来进行日志的处理。
logging是Python的内置模块，主要用于将日志信息进行格式化内容输出，可将格式化内容输出到文件，也可输出到屏幕。
我们在开发过程中，常用print()函数来进行调试，但是在实际应用的部署时，我们要将日志信息输出到文件中，方便后续查找以及备份。
在我们使用日志管理时，我们也可以将日志格式化成Json对象转存到ELK中方便图形化查看及管理。
logging模块将日志系统从高向低依次定义了四个类，分别是logger（日志器）、handler（处理器）、filter(过滤器)和formatter(格式器)。其中由日志器生成的实例将接管原本日志记录函数logging.log的功能。
说明：
我们先来思考下下面的两个问题：
在软件开发阶段或部署开发环境时，为了尽可能详细的查看应用程序的运行状态来保证上线后的稳定性，我们可能需要把该应用程序所有的运行日志全部记录下来进行分析，这是非常耗费机器性能的。
当应用程序正式发布或在生产环境部署应用程序时，我们通常只需要记录应用程序的异常信息、错误信息等，这样既可以减小服务器的I/O压力，也可以避免我们在排查故障时被淹没在日志的海洋里。
那么怎样才能在不改动应用程序代码的情况下，根据事件的重要性或者称之为等级，实现在不同的环境中，记录不同详细程度的日志呢？
这就是日志等级的作用了，我们通过配置文件指定我们需要的日志等级就可以了。
说明：
总结：
开发应用程序时或部署开发环境时，可以使用DEBUG或INFO级别的日志获取尽可能详细的日志信息，可以方便进行开发或部署调试。 应用上线或部署生产环境时，应用使用WARNING或ERROR或CRITICAL级别的日志，来降低机器的I/O压力和提高获取错误日志信息的效率。 日志级别的指定通常都是在应用程序的配置文件中进行指定的。 不同的应用程序所定义的日志等级会有所差别，根据实际需求来决定。
操作数据库的时候怎么生成日志文件 python3
日志可以用来记录应用程序的状态、错误和信息消息，也经常作为调试程序的工具。它的重要性就不多说了，直接进入正题。
python提供了一个标准的日志接口，就是logging模块。日志级别有DEBUG、INFO、WARNING、ERROR、CRITICAL五种。
首先来看logging简单的使用方法。
这一看到此图中使用了debug()、info()、warning()、error()、critical()五个方法，这五个方法分别用来记录DEBUG、INFO、WARNING、ERROR、CRITICAL级别的日志。但是你会发现debug()和info()方法没有显示任何信息,这是因为默认的日志级别是ERROR ，所以低于此级别的日志不会记录。你还可能会疑惑输出来的日志怎么这样子？别急，往下看，慢慢来解释。
下面我们来看怎么修改一下日志级别。
如图上所示，可以使用basicConfig()方法，修改日志级别，logging.DEBUG,logging.INFO,logging.WARNING,logging.ERROR,logging.CRITICAL分别代表着那五中日志级别。可以看到图中日志级别设为INFO，那么INFO级别以上的日志都会被记录。
下面再看下怎么修改日志的输出格式。
查看下执行结果：
这个示例内容可能有点多了，没关系，我们一点一点来。
首先程序中：
log_format = '%(filename)s [%(asctime)s] [%(levelname)s] %(message)s'
#这条是定义日志格式的一个变量。显示的条目可以是以下内容：
%(levelname)：日志级别的名字格式
%(levelno)s：日志级别的数字表示
%(name)s：日志名字
%(funcName)s：函数名字
%(asctime)：日志时间，可以使用datefmt去定义时间格式，如上图。
%(pathname)：脚本的绝对路径
%(filename)：脚本的名字
%(module)：模块的名字
%(thread)：thread id
%(threadName)：线程的名字
logging.basicConfig(format=log_format,datefmt='%Y-%m-%d %H:%M:%S %p',level=logging.DEBUG) #设置日志输出格式和级别。
上面的示例都是将日志输出到屏幕上，能不能写到一个日志文件中呢？答案当然是肯定的，来看：
看下执行结果：
看了吧，日志的设置都是使用basicConfig()方法，需要注意的是，日志写入文件的默认方式是‘a’，也就是追加，如果想覆盖文件，则使用如上图那样，使用filemode='w'。
以上是logging模块最常用的了，基本上就够用了。但是如果你觉得这些还不够的话，看我下一篇博客。会讲Logger、Handler、Formatter对象，logging模块更高级的用法用法。
