Python logging 的核心是解耦日志产生与处理，通过 Logger、Handler、Formatter、Filter 分离职责，支持分层继承、多通道输出、动态调级和配置驱动。
Python logging 的核心设计思想是解耦日志的产生与处理，让开发者能灵活控制“记什么”（what）、“记到哪”（where）、“怎么记”（how）和“记不记”（whether）——这四个维度彼此独立、可自由组合。
分层结构：Logger 作为日志入口
Logger 是应用程序中实际调用 .debug()、.info() 等方法的对象。它不负责输出，只负责收集日志事件、判断是否应该传播（基于 level 和 propagate 设置），并把日志记录（LogRecord）逐级交给 Handler 处理。这种设计支持父子 Logger 继承关系（如 app 和 app.database），便于按模块精细控制日志行为。
职责分离：Handler、Formatter、Filter 各司其职
Handler 决定日志去向：比如写入文件、发到网络、打印到终端；Formatter 控制输出格式：定义时间、模块名、级别、消息体等如何拼接成字符串；Filter 提供额外过滤逻辑：比如只让特定用户 ID 的请求日志通过。三者可任意搭配，互不影响。
- 一个 Logger 可添加多个 Handler（如同时写文件 + 推送告警）
- 一个 Handler 可绑定多个 Formatter（通过 condition 切换）
- Filter 可挂在 Logger 或 Handler 上，实现不同粒度的拦截
动态可调：运行时调整日志行为
日志级别（level）是核心开关，但它的作用位置有两层：Logger 的 level 决定是否接受该日志；Handler 的 level 决定是否处理已接收的日志。这意味着你可以在不改代码的前提下，仅通过配置或运行时调用 logger.setLevel() 或 handler.setLevel()，临时打开 debug 日志排查问题，或关闭低优先级日志节省 I/O 开销。
立即学习“Python免费学习笔记（深入）”；
配置驱动：从代码到字典/文件的平滑过渡
logging 支持直接编码配置，也原生支持 dictConfig() 和 fileConfig()。推荐使用字典配置，因为它清晰表达层级关系、支持变量插值、易于版本管理，且能和 YAML/JSON 配置文件无缝对接。这种设计让日志策略真正脱离业务逻辑，成为可部署、可审计的运维资产。
