您的位置:

python里的日志级别,日志级别的使用

本文目录一览:

python logging 使用记录:设置INFO级别不生效,格式化,输出到文件

没有输出INFO的日志级别。默认是WARN级别的日志,这里没有输出WARN说明没有设置成功。

这时可以正常输出INFO了

此时第二个logger也被设置了INFO级别了,查看源码:

可以看到名字为None时返回的是一个root对象,这也是为什么第二个logger也被修改的原因。

常见的输出到控制台和文件

默认只是输出了message,这样子还不如直接用print()函数了。所以还需要格式化一下:

设置格式化要用到logging.Handler

输出效果:

[图片上传失败...(image-6690c5-1606835078864)]

formatter参数 :

Loguru:优雅的Python程序日志

不同的日志等级,输出效果也不一样(等级由低到高是 DEBUG 、 INFO 、 WARNING 、 ERROR 、 CRITICAL )

add() 函数用于注册“沉量” sink ,用于管理日志消息。

将上面两个功能合起来,就能实现最基本的日志功能了。

可以用 rotation 、 retention 、 compression 进行日志窗口、更新、压缩管理。

loguru支持 f-string :

使用 backtrace 、 diagnose

参考:

Python日志模块介绍

logging 模块预定义了5种日志级别,并根据它们所跟踪的事件的级别或严重程度来命名,具体如下:

注意:

Logger 对象有三个功能:

Logger 对象的使用最广泛的方法主要是:配置和记录消息

当配置了 Logger 对象后,就可以使用 Logger.debug() , Logger.info() , Logger.warning , Logger.error , Logger.critical() 方法来创建日志消息,只需将需要记录的消息写进括号内即可

Handler 对象负责将日志消息(基于日志消息的严重性)分派给处理器的指定目标。在上一步中提到,可以使用 Logger.addHandler() 来添加零个或多个处理器对象。例如,算法可以将所有日志消息都发送到控制台,将 ERROR 或者更高级别的消息发送到磁盘文件。这就需要两个单独的处理器。

处理器有很多 种类 ,常用的主要有以下几种:

Formatter 对象是用来配置日志消息的最终输出形式。其格式由 %(dictionary key)s 这样的表达形式来组合成字符串。例如:

其中,可以设置的dictionary key可参考 LogRecord属性

配置完后,我们就可以在我们算法想要进行日志记录的地方调用 Logger.debug() , Logger.info() , Logger.warning , Logger.error , Logger.critical() 来进行日志输出了。比如:

当运行算法时,你会看到控制台输出以下内容

python logging继承关系

这篇文章主要解析python logging模块不同logger间日志级别的继承关系,以及日志输出的机制。

在python的logging模块中,通过 logging.getLogger() 函数可以获取到指定的logger,如果没有指定参数, 那么返回的是root logger. 通过指定不同的logger名称,这个函数可以返回指定的logger.这里,logger名字 本身体现了logger的继承关系,它通过"."分隔父logger和子logger,可以存在很多个".",他们一路继承下来。

如"a.b"这个logger存在一个父logger"a", 而"a"则从root logger继承而来。如下图所示:

每个logger下面可能存在0个或多个handler,handler实现日志的输出,每个handler对应一个输出目标。 通过配置多个handler,可以实现同时输出到文件,控制台的功能。 同时,每个handler可以定制日志级别,从而使得某些日志级别可以只输出到文件中,而不输出到控制台。

每个logger都可以设置日志级别,如果没有设置,默认是NOSET。当logger的日志级别是NOSET时,它会按照继承关系向上层获取日志级别, 直到日志级别不是NOSET,或达到root logger为止。如以上关系,

这个机制在 官方文档setLevel 中有详细介绍。

logger中,有一个字段 propagate ,这个字段用于控制是否 继承父logger的handler,默认是继承。

当这个选项打开时,logger除了将日志写入自身的handler外,还会将日志写入祖先的handler中。

假设我们往a.b这个logger写入一条日志,其过程如下:

这里需要注意的是,logger的日志级别用于在入口处过滤,handler用于出口处过滤,在propagate的时候,已经过了输入阶段,到达输出阶段, 不需要再判断上层logger的日志级别,只判断handler的级别是否满足。

转自:

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。