CentOS Python日志如何分析

在CentOS上分析Python日志可参考以下方法：

1. 日志收集与存储

   • 使用Python的logging模块将日志写入文件，配置日志级别（如DEBUG、ERROR）和格式，例如：

     import logging  
     logging.basicConfig(filename='app.log', level=logging.ERROR,  
                         format='%(asctime)s - %(levelname)s - %(message)s')  
     

   • 通过logrotate工具设置日志轮转，避免文件过大，配置示例：

     # /etc/logrotate.d/python_app  
     /var/log/app/*.log {  
         daily rotate 7  
         compress  
         missingok  
     }  
     

2. 日志查看与检索

   • 直接查看日志文件：cat /var/log/app/app.log
   • 实时跟踪日志：tail -f /var/log/app/app.log
   • 搜索关键字：grep 'ERROR' /var/log/app/app.log

3. 日志分析工具

   • 基础分析：用pandas库解析日志文件，统计错误频率等，示例：

     import pandas as pd  
     logs = pd.read_csv('app.log', sep=' - ', names=['time', 'level', 'message'])  
     error_logs = logs[logs['level'] == 'ERROR']  
     print(f"错误日志数量: {len(error_logs)}")  
     

   • 可视化分析：结合matplotlib绘制日志趋势图，或使用ELK Stack（Elasticsearch+Logstash+Kibana）进行高级可视化。

4. 高级管理场景

   • 集中式日志管理：通过rsyslog或syslog-ng将Python日志发送到远程服务器，配合ELK等工具分析。
   • 日志过滤与处理：利用logging.Filter过滤特定日志，或自定义Handler处理日志内容。

注意：确保日志文件路径可写，定期清理旧日志，敏感信息需脱敏处理。