Python 的 logging 模块不是“用起来就行”的简单工具，而是需要按需设计的日志系统——核心在于分级控制、多目标输出、格式统一、上下文可追溯。直接调用 print() 或裸用 logging.debug() 很快会陷入日志混乱、关键信息丢失、线上无法排查的困境。
明确日志级别与使用场景
日志级别不是摆设，它决定了什么该记、什么该忽略。默认有 5 级（从低到高）：DEBUG、INFO、WARNING、ERROR、CRITICAL。实际使用中要严格区分语义：
-
DEBUG：仅开发/调试时开启，如变量值、函数入参、SQL 参数；生产环境通常关闭 -
INFO：记录正常流程关键节点，如“用户登录成功”“订单创建完成”，用于确认服务运转正常 -
WARNING：非错误但需关注的情况，如配置项缺失回退默认值、接口响应超时但未失败 -
ERROR：发生异常但已捕获并处理，如数据库连接失败后启用备用源 -
CRITICAL：必须立即人工介入，如核心配置加载失败导致服务无法启动
配置 Handler 实现分发与持久化
一个 Logger 可绑定多个 Handler，实现“一份日志，多路输出”。常见组合：
-
StreamHandler：输出到终端（适合开发调试），默认输出到sys.stderr -
FileHandler：写入单个文件，适合小项目或临时记录 -
RotatingFileHandler：按大小轮转（如单个日志不超过 10MB，最多保留 5 个备份） -
TimedRotatingFileHandler：按时间轮转（如每天一个文件app.log.2024-06-15） -
SMTPHandler：ERROR+ 级别自动发邮件告警（需配置 SMTP 服务）
注意：不同 Handler 可设置不同 level，例如终端只显示 INFO+，而文件记录 DEBUG+，互不干扰。
立即学习“Python免费学习笔记（深入）”；
用 Formatter 统一日志结构
没有格式化的日志等于无意义字符串。推荐包含：时间、级别、模块名、行号、消息内容。例如：
2024-06-15 14:22:08,123 | INFO | auth.py:47 | User 'alice' logged in successfully实现方式：
formatter = logging.Formatter(
'%(asctime)s | %(levelname)-8s | %(name)s:%(lineno)d | %(message)s',
datefmt='%Y-%m-%d %H:%M:%S'
)其中 %(name)s 是 Logger 名（建议用 __name__），便于定位来源模块；%(lineno)d 显示代码行号，排查极快。
构建可复用的 Logger 工厂
避免在每个文件里重复配置。推荐封装一个初始化函数，支持环境感知：
def setup_logger(name=__name__, level=logging.INFO, log_file=None):
logger = logging.getLogger(name)
logger.setLevel(level)
<pre class="brush:php;toolbar:false;"># 防止重复添加 handler（尤其被多次 import 时）
if not logger.handlers:
# 控制台输出
console = logging.StreamHandler()
console.setFormatter(formatter)
logger.addHandler(console)
# 文件输出（可选）
if log_file:
file_handler = RotatingFileHandler(
log_file, maxBytes=10*1024*1024, backupCount=5
)
file_handler.setFormatter(formatter)
logger.addHandler(file_handler)
return logger
在模块中直接使用：
logger = setup_logger(__name__, log_file='app.log')
logger.info("Service started")
这样既保证模块级命名隔离，又避免全局污染和重复 handler。
