Python在Ubuntu上的日志管理如何实现 - 问答

Python 在 Ubuntu 上的日志管理实践

一基础配置与多目标输出

使用标准库 logging 完成控制台与文件的同步输出，便于本地调试与持久化留存。
示例要点：
- 设置日志级别（如 DEBUG/INFO）、格式（时间、级别、模块名、消息）、输出目的地（控制台与文件）。
- 推荐为不同目标设置不同级别，例如控制台输出 INFO+，文件记录 DEBUG+。
参考代码：

import logging

logger = logging.getLogger("myapp")
logger.setLevel(logging.DEBUG)

# 文件处理器：记录 DEBUG 及以上
fh = logging.FileHandler("app.log", mode="a", encoding="utf-8")
fh.setLevel(logging.DEBUG)
fh.setFormatter(logging.Formatter(
    "%(asctime)s %(levelname)s %(name)s %(message)s", datefmt="%Y-%m-%d %H:%M:%S"
))

# 控制台处理器：输出 INFO 及以上
ch = logging.StreamHandler()
ch.setLevel(logging.INFO)
ch.setFormatter(logging.Formatter("%(levelname)s: %(message)s"))

logger.addHandler(fh)
logger.addHandler(ch)

logger.debug("调试信息")
logger.info("应用启动")
logger.warning("磁盘空间不足")

运行方式建议：开发时直接运行脚本；生产环境可结合进程管理工具（如 supervisor）或后台运行并记录输出。

二日志轮转与保留策略

应用内轮转（推荐优先）：使用 RotatingFileHandler / TimedRotatingFileHandler 控制单文件大小或按时间切分，避免日志无限增长。
- 示例：单文件 1MB、保留 3 个备份；或按天切分并保留 7 天。
系统级轮转：使用 logrotate 管理日志生命周期（压缩、清理、按日/周轮转），与 Python 解耦，适合系统统一治理。
参考代码与配置：

# 应用内按大小轮转
from logging.handlers import RotatingFileHandler
handler = RotatingFileHandler("app.log", maxBytes=1*1024*1024, backupCount=3)
handler.setLevel(logging.DEBUG)
handler.setFormatter(logging.Formatter(
    "%(asctime)s %(levelname)s %(name)s %(message)s", datefmt="%Y-%m-%d %H:%M:%S"
))
logger.addHandler(handler)

# /etc/logrotate.d/myapp
/var/log/myapp/*.log {
    daily
    rotate 7
    compress
    delaycompress
    missingok
    notifempty
    create 0640 root root
    sharedscripts
    postrotate
        # 若应用支持信号重载，可发送 HUP；否则用服务管理工具重启
        systemctl reload myapp || true
    endscript
}

验证与运维：
- 手动测试：sudo logrotate -vf /etc/logrotate.d/myapp
- 查看状态：cat /var/lib/logrotate/status
- 提示：应用内轮转与应用无强依赖；使用 systemd 管理的服务优先用 systemctl reload/restart 触发日志句柄重建。

三结构化日志与集中化

结构化日志便于接入 ELK/EFK 或 Graylog 等平台做检索与可视化。
方案对比与示例：
- JSON 格式：使用 json_log_formatter 输出结构化日志，便于机器解析。
- 第三方库：使用 loguru 简化配置并支持按大小/时间自动轮转。
- 系统日志：通过 SysLogHandler 将日志发送到 syslog/journald，统一由系统收集。
参考代码：

# JSON 结构化日志
import json_log_formatter, logging
formatter = json_log_formatter.JSONFormatter()
handler = logging.FileHandler("app.json.log", encoding="utf-8")
handler.setFormatter(formatter)
logging.getLogger("json").addHandler(handler)
logging.getLogger("json").info({"event": "start", "user": "alice"})

# Loguru（简洁 API，内置轮转）
from loguru import logger
logger.add("app.log", rotation="500 MB", level="DEBUG", serialize=True)  # serialize=True 输出 JSON

# 发送到系统日志
from logging.handlers import SysLogHandler
syslog = SysLogHandler(address="/dev/log")
syslog.setFormatter(logging.Formatter("%(name)s[%(process)d]: %(message)s"))
logging.getLogger("sys").addHandler(syslog)

集中化采集（ELK 简要）：
- Filebeat/Fluentd 采集文件或 Syslog → Logstash 解析与过滤 → Elasticsearch 存储 → Kibana 可视化。

四运行与运维实践

后台运行与输出重定向：开发/简单场景可用 nohup python script.py > output.log 2>&1 & 快速落地；更推荐用 supervisor 管理进程生命周期与日志文件。
进程管理示例（supervisor）：

# /etc/supervisor/conf.d/myapp.conf
[program:myapp]
command=python /opt/myapp/app.py
directory=/opt/myapp
autostart=true
autorestart=true
stderr_logfile=/var/log/myapp/error.log
stdout_logfile=/var/log/myapp/output.log

实践要点：
- 日志目录提前创建并设定合适权限（如 /var/log/myapp/，权限 0755，文件 0640）。
- 避免仅打印到控制台，生产环境务必写入文件或发送至集中系统。
- 合理设置日志级别与采样，防止性能抖动与磁盘占满。
- 对关键业务添加 trace_id/request_id，便于链路追踪。

0 赞

0 踩