python多线程日志打印混乱怎么解决 - 问答

Python的多线程日志打印混乱问题可以通过以下几种方式解决：

使用线程锁：在每个线程打印日志之前，先获取一个全局的线程锁，确保只有一个线程在打印日志时操作，其他线程需要等待锁释放后再进行打印。示例代码如下：

import threading
import logging

# 创建线程锁
lock = threading.Lock()

def worker():
    # 获取线程锁
    lock.acquire()
    try:
        # 打印日志
        logging.info("Hello, World!")
    finally:
        # 释放线程锁
        lock.release()

# 创建多个线程并启动
threads = []
for i in range(10):
    t = threading.Thread(target=worker)
    threads.append(t)
    t.start()

# 等待所有线程结束
for t in threads:
    t.join()

使用线程专用的日志处理器：通过使用logging.handlers.QueueHandler和logging.handlers.QueueListener，可以将日志消息收集到一个队列中，并使用单独的线程将队列中的日志消息写入文件或打印到控制台。示例代码如下：

import logging
import logging.handlers
import threading
import queue

# 创建日志队列
log_queue = queue.Queue()

# 创建日志处理器
handler = logging.StreamHandler()
handler.setFormatter(logging.Formatter('%(asctime)s %(levelname)s %(message)s'))

# 创建日志监听器
listener = logging.handlers.QueueListener(log_queue, handler)

def worker():
    # 打印日志到队列
    logging.info("Hello, World!")

# 启动日志监听器线程
listener_thread = threading.Thread(target=listener.start)
listener_thread.daemon = True
listener_thread.start()

# 创建多个线程并启动
threads = []
for i in range(10):
    t = threading.Thread(target=worker)
    threads.append(t)
    t.start()

# 等待所有线程结束
for t in threads:
    t.join()

# 等待日志监听器线程结束
listener_thread.join()

使用线程专用的日志对象：可以为每个线程创建一个独立的logging.Logger对象，通过设置不同的日志级别和日志处理器，将日志消息分别写入不同的文件或打印到控制台。示例代码如下：

import logging
import threading

def worker():
    # 创建线程专用的日志对象
    logger = logging.getLogger(str(threading.current_thread().ident))
    logger.setLevel(logging.INFO)
    
    # 创建日志处理器
    handler = logging.StreamHandler()
    handler.setFormatter(logging.Formatter('%(asctime)s %(levelname)s %(message)s'))
    logger.addHandler(handler)
    
    # 打印日志
    logger.info("Hello, World!")

# 创建多个线程并启动
threads = []
for i in range(10):
    t = threading.Thread(target=worker)
    threads.append(t)
    t.start()

# 等待所有线程结束
for t in threads:
    t.join()

以上是三种常用的解决多线程日志打印混乱问题的方法，可以根据具体情况选择适合的方式来解决。

0 赞

0 踩