你所不可或缺的 -- logging
Table of Contents
重要性
笔者最近都在负责项目中关于日志的部分，因为跟日志打交道比较多，所以有一些关于日 志感受和技巧想要分享一下。笔者认为对于各种程序和应用，日志都是非常重要的，因为 程序在部属到服务器之后，开发者是没办法像在本地开发那样可以充分了解程序发生的状 况，而使用日志可以让开发者了解运行中的程序的状态，即使出现了错误，或者是系统挂 了，也可以从日志中分析原因。所以换句话说，日志的重要程度甚至可以称得上是不可或 缺。接下来，笔者将会以 Python 中的 logging 模块为例阐述日志。
关于日志
使用 print 函数输出？
日志是为了输出程序的运行状态，那么可否使用 print 函数进行 logging 的工作呢？ 笔者并不建议把 print() 函数当作日志使用 (当然，如果你一定要这么用，我也拦不 住)；笔者不建议使用 print 进行logging 原因有：
- 无法在不修改源代码的情况下，控制日志的输出
- 日志信息可能跟程序输出的有用数据混杂，导致输出的数据不可读或者非常难读
- print 无法将日志信息输出到除标准输出以外的目标 (例如文件，socket,SMTP 服务 器等)
无法根据错误信息的等级进行动态输出，因为 print 函数的作用只是输出信息
可能对于非常简单的小程序，开发者可以使用 print 进行日志输出，但是对于比较 大型的程序，系统内置的 logging 类库或许是更好的选择
日志需要记录的是什么
Python 的日志类库 logging 可以让开发者根据不同场景使用不同的日志等级以输出 不同的日志信息。而日志需要记录的最基本的信息又是什么呢？要想回答这个问题，先 和笔者一起回顾一下日志的功能：记录程序的状态，为程序的开发和调试提供便利！所 谓方便调试，需要记录的必然包括可以帮助更快定位到错误的有用信息：
- Logger 的名字 (比较常用的做法都是 __name__,即当前文件的信息)
- 具体日期 (这个可以帮助确定出错的具体场景)
- 方法名
- 源代码行数
- 异常的 traceback 信息
这只是最基本的信息，具体还要根据场景添加其它有用信息；比如对于分布式的程序， 肯定还要记录其它节点的名字，IP 等有用信息。
Logging 的正确姿势
使用 Python 的 logging 模块
笔者认为，使用 Python 的标准日志库是比较好的实践，因为标准库已经提供了开箱即 用的特性，无需重复造轮子。Python 的 logging 模块也很容易上手，举个小例子：
import logging
logging.basicConfig(level=logging.DEBUG)
# define a logger
logger = logging.getLogger(__name__)
#Info level msg
logger.info('Info level message')
#Debug level msg
logger.debug('Debug level message')
#Warning level msg
logger.info('Warning level message')
日志输出如下：
INFO:__main__: Info level message DEBUG:__main__: Debug level message WARN:__main__: Warning level message
记录异常信息
日志一个非常重要的作用就是调试，所以记录出现异常的地方是有必要，并且需要记录 栈的调用信息。例如：
try:
open('file_not_exist.txt', 'wt')
except Exception, e:
logger.error('Failed to write a file',exc_info=True)
通过将 exc_info 设置成 True, 栈的调用信息就会记录到日志里面。而也可以使用 logger.exception(message,*args) 方法，它等同于 logger.error(msg,exc_info=True,*args) 方法。
使用日志文件轮转控制器 (rotating file handler)
如果使用日志文件控制器 (FileHandler), 不断地运行程序，就会产生越来越多的日志 信息或者是日志文件。为了控制日志文件的数量，可以使用 RotatingFileHandler 自 动新建新的日志文件，并且保留旧的日志文件，当产生一定数量的日志文件之后，就会 自动删除掉最旧的日志文件。例如：
handler = logging.handlers.RotatingFileHandler(
LOG_FILENAME,
maxBytes=20,
backupCount=5,
)
my_logger.addHandler(handler)
就是日志文件大小超过20个字节 (当然，真实情况不会那么小的阀值)，就创建一个新的 日志文件，把原来的日志文件，例如叫 example.log 重命名为 example.log.1,然 后新建的日志文件就会被命名为/example.log/,一直到产生了6个日志文件，即 example.log.5, 继续记录日志，最开始的第一个日志就会被删除。
使用日志服务器
对于那些分布式的应用，或者部署多台服务器上有不同日志的程序而言，逐个服务器或 者节点查看日志实在太可怕了. 这个时候，就可以设置一个日志服务器，把重要的日志 信息发送到日志服务器，你就在日志服务器上监控各个节点的日志状态了。 logging-cookbook 的例子：
客户端或者节点：
import logging
import logging.handlers
rootLogger = logging.getLogger('')
rootLogger.setLevel(logging.DEBUG)
socketHandler = logging.handlers.SocketHandler('localhost',
logging.handlers.DEFAULT_TCP_LOGGING_PORT)
# don't bother with a formatter, since a socket handler sends the event as
# an unformatted pickle
rootLogger.addHandler(socketHandler)
# Now, we can log to the root logger, or any other logger. First the root...
logging.info('Jackdaws love my big sphinx of quartz.')
# Now, define a couple of other loggers which might represent areas in your
# application:
logger1 = logging.getLogger('myapp.area1')
logger2 = logging.getLogger('myapp.area2')
logger1.debug('Quick zephyrs blow, vexing daft Jim.')
logger1.info('How quickly daft jumping zebras vex.')
logger2.warning('Jail zesty vixen who grabbed pay from quack.')
logger2.error('The five boxing wizards jump quickly.')
日志服务器：
import logging
import logging.handlers
import pickle
import socketserver
import struct
class LogRecordStreamHandler(socketserver.StreamRequestHandler):
"""Handler for a streaming logging request.
This basically logs the record using whatever logging policy is
configured locally.
"""
def handle(self):
"""
Handle multiple requests - each expected to be a 4-byte length,
followed by the LogRecord in pickle format. Logs the record
according to whatever policy is configured locally.
"""
while True:
chunk = self.connection.recv(4)
if len(chunk) < 4:
break
slen = struct.unpack('>L', chunk)[0]
chunk = self.connection.recv(slen)
while len(chunk) < slen:
chunk = chunk + self.connection.recv(slen - len(chunk))
obj = self.unPickle(chunk)
record = logging.makeLogRecord(obj)
self.handleLogRecord(record)
def unPickle(self, data):
return pickle.loads(data)
def handleLogRecord(self, record):
# if a name is specified, we use the named logger rather than the one
# implied by the record.
if self.server.logname is not None:
name = self.server.logname
else:
name = record.name
logger = logging.getLogger(name)
# N.B. EVERY record gets logged. This is because Logger.handle
# is normally called AFTER logger-level filtering. If you want
# to do filtering, do it at the client end to save wasting
# cycles and network bandwidth!
logger.handle(record)
class LogRecordSocketReceiver(socketserver.ThreadingTCPServer):
"""
Simple TCP socket-based logging receiver suitable for testing.
"""
allow_reuse_address = True
def __init__(self, host='localhost',
port=logging.handlers.DEFAULT_TCP_LOGGING_PORT,
handler=LogRecordStreamHandler):
socketserver.ThreadingTCPServer.__init__(self, (host, port), handler)
self.abort = 0
self.timeout = 1
self.logname = None
def serve_until_stopped(self):
import select
abort = 0
while not abort:
rd, wr, ex = select.select([self.socket.fileno()],
[], [],
self.timeout)
if rd:
self.handle_request()
abort = self.abort
def main():
logging.basicConfig(
format='%(relativeCreated)5d %(name)-15s %(levelname)-8s %(message)s')
tcpserver = LogRecordSocketReceiver()
print('About to start TCP server...')
tcpserver.serve_until_stopped()
if __name__ == '__main__':
main()
通过给 logger 添加一个SocketHandler 就可以把日志事件发送到服务器端
使用配置文件
虽然开发者可以使用 Python 代码来配置日志系统，但是这样是很不灵活的，每次修改 日志等级还需要去改动代码。而使用配置文件无疑是一个更好的选择，例如 json 或者 是 yaml 文件，这样就可以在 json/yaml 文件中加载日志配置了。以 Django 项目的配 置文件为例，笔者改成了 json 格式：
{
"version": 1,
"disable_existing_loggers": True,
"formatters": {
"verbose": {
"format": "%(levelname)s %(asctime)s %(module)s %(process)d %(thread)d %(message)s"
},
"simple": {
"format": "%(levelname)s %(message)s"
},
},
"filters": {
"special": {
"()": "project.logging.SpecialFilter",
"foo": "bar",
}
},
"handlers": {
"null": {
"level": "DEBUG",
"class": "django.utils.log.NullHandler",
},
"console": {
"level": "DEBUG",
"class": "logging.StreamHandler",
"formatter": "simple"
},
"mail_admins": {
"level": "ERROR",
"class": "django.utils.log.AdminEmailHandler",
"filters": "special"
}
},
"loggers": {
"django": {
"handlers": "null",
"propagate": true,
"level": "INFO",
},
"django.request": {
"handlers": ["mail_admins"],
"level": "ERROR",
"propagate": false,
},
"myproject.custom": {
"handlers": ["console", "mail_admins"],
"level": "INFO",
"filters": ["special"]
}
}
}
以及加载 json 文件到日志配置中：
import json
import logging.config
def setup_logging():
"""
Setup logging configuration
"""
with open('logging_configuration.json', 'rt') as f:
config = json.load(f)
logging.config.dictConfig(config)
使用 json 还有一个好处是标准库已经内置了 json 模块，无需像 yaml 那样需要安装 额外的模块，不过笔者更推崇 yaml, 因为清晰之余，还可以少打很多字 :)
对于不同的代码，使用不同的日志等级
因为一个项目不同代码要求不一样，也无需把每一个实现细节都记录在日志，只需要根
据不同的实现，使用不同的日志等级，例如使用 Debug 记录系统启动，处理业务逻辑
请求的信息，使用 Error, 记录系统的出错信息，可以结合堆栈分析原因，等等。此
外，Logger 实例可以被配置成基于名字的树状结构。 每一个部件都定义了一个基础的
名字，对应的模块被设置成子节点。而 root logger 没有名字。如图：
就配置 logging 而言，笔者认为树状结构是非常有用的，因为无需为每一个 logger 都设置handler. 如果一个 logger 没有 handler 的话，它就会让父节点来处理。所以 对于对于大部份的应用而言，只需配置 root logger, 而所有的信息都会发送到同一个 地方
[[./images/one_logger_handler.png
]]而树状结构可以对应用的不同部分使用不同的日志等级，不同的 handler, 不同的 formatter, 以更好地控制日志信息
使用结构化日志
虽然大部份的日志信息对于人类都是可读的，但是对于程序而言，就很难进行解析了。 这个时候，为了方便程序进行解析，笔者建议使用结构化格式的日志，这样就不再需要 各种复杂的正则表达式来解析日志了。得益于内置的 json 模块，使用 json 就可以很 简单地生成的利于程序解析结构化日志，以 logging cookbook 中的例子说明：
import json
import logging
class StructuredMessage(object):
def __init__(self, message, **kwargs):
self.message = message
self.kwargs = kwargs
def __str__(self):
return '%s >>> %s' % (self.message, json.dumps(self.kwargs))
_ = StructuredMessage # optional, to improve readability
logging.basicConfig(level=logging.INFO, format='%(message)s')
logging.info(_('message 1', foo='bar', bar='baz', num=123, fnum=123.456))
日志输出结果如下：
message 1 >>> {"fnum": 123.456, "num": 123, "bar": "baz", "foo": "bar"}
参考
小结
虽然这次的日志阐述是以 Python 的日志模块举例，但是绝大部分的语言都内置或者是 有第三方的日志支持，所以笔者分享的技巧还是可以应用到其他的语言的。这些都是笔 者日常项目中的一点体会，与诸君共赏罢。Enjoy :)