Python logging模块默认线程安全，多线程下使用标准Handler可避免日志混乱；应避免自定义非线程安全写入，推荐配置日志格式包含线程信息，并可通过QueueHandler+QueueListener实现高性能异步日志。
在Python多线程环境中，日志记录如果处理不当，容易出现输出混乱、内容错乱甚至文件损坏的问题。这是因为多个线程可能同时调用同一个日志处理器（Handler），导致写入操作冲突。要实现安全、清晰的多线程日志记录，关键在于使用线程安全的日志机制。
1. 使用logging模块自带的线程安全机制
Python的 logging 模块本身是线程安全的。这意味着多个线程可以同时调用 logging.getLogger().info() 等方法，而不会造成内部状态破坏。
其底层通过一个全局锁（_acquireLock）确保日志处理器的写入操作是串行化的。因此，只要使用标准配置，大多数情况下无需额外加锁。
示例代码：
立即学习“Python免费学习笔记（深入）”；
import logging import threading import time配置日志格式和输出方式
logging.basicConfig( level=logging.INFO, format='%(asctime)s [%(threadName)s] %(levelname)s: %(message)s', handlers=[ logging.FileHandler("app.log", encoding='utf-8'), logging.StreamHandler() ] )
def worker(): for i in range(3): logging.info(f"正在处理任务 {i}") time.sleep(0.1)
创建多个线程
threads = [] for i in range(3): t = threading.Thread(target=worker, name=f"线程-{i}") threads.append(t) t.start()
for t in threads: t.join()
该方案中，尽管多个线程并发写日志，但输出顺序完整、格式清晰，说明logging模块已自动处理了线程安全问题。
2. 避免自定义非线程安全Handler
虽然logging本身安全，但如果自行实现文件写入逻辑（如直接操作文件对象），就可能破坏安全性。
以下做法是错误的：
# 错误示例：手动打开文件并写入
log_file = open("bad.log", "w")
def bad_log(msg):
log_file.write(msg + "\n") # 多线程同时写会冲突
正确做法是始终使用 logging.FileHandler 或 RotatingFileHandler，它们内部已加锁保护。
3. 使用队列实现异步日志（高级方案）
若对性能要求较高，可结合 QueueHandler 和 QueueListener 将日志写入操作转移到单个后台线程，进一步降低主线程开销。
优势：
- 避免主线程因磁盘I/O阻塞
- 集中管理日志写入，更高效
- 天然线程安全
示例：
import logging from logging.handlers import QueueHandler, QueueListener import queue创建队列
log_queue = queue.Queue()
配置主日志器
logger = logging.getLogger() logger.setLevel(logging.INFO)
添加队列处理器
queue_handler = QueueHandler(log_queue) logger.addHandler(queue_handler)
配置实际写入的处理器
file_handler = logging.FileHandler("async.log", encoding='utf-8') stream_handler = logging.StreamHandler()
启动监听器（单独线程）
listener = QueueListener(log_queue, file_handler, stream_handler) listener.start()
使用日志
def task(name): for i in range(2): logging.info(f"{name} 执行任务 {i}")
import threading t1 = threading.Thread(target=task, args=("任务A",)) t2 = threading.Thread(target=task, args=("任务B",)) t1.start(); t2.start() t1.join(); t2.join()
listener.stop() # 清理资源
4. 注意format中线程标识的使用
为方便排查问题，建议在日志格式中加入线程名或线程ID：
format='%(asctime)s [%(threadName)s/%(thread)d] %(levelname)s: %(message)s'
这样每条日志都能明确归属到具体线程，便于分析并发行为。
基本上就这些。Python logging模块默认支持多线程安全输出，合理配置即可。如需更高性能，推荐使用队列异步方案。不复杂但容易忽略的是避免绕过logging直接操作文件。
