Python在日志记录方面的最佳实践

使用python中的

日志记录

模块进行日志记录时。为每个类定义一个记录器是最佳实践吗

---

考虑到有些事情是多余的，比如文件日志位置，我考虑将日志抽象到它自己的类中，并将一个实例导入需要日志记录的每个类中。但是，我不确定这是否是最佳实践？

最佳实践是遵循Python的软件（de）组合规则-模块是Python软件的单元，而不是类。因此，建议的方法是使用

logger = logging.getLogger(__name__)

在每个模块中，并从主脚本配置日志记录（使用

basicConfig（）

或

dictConfig（）

）

---

日志记录程序是单例的-没有必要将它们传递或存储在类的实例中。

使用JSON或YAML日志记录配置-在Python 2.7之后，您可以从dict加载日志记录配置。这意味着您可以从JSON或YAML文件加载日志记录配置

Yaml示例-

version: 1
disable_existing_loggers: False
formatters:
    simple:
        format: "%(asctime)s - %(name)s - %(levelname)s - %(message)s"

handlers:
    console:
        class: logging.StreamHandler
        level: DEBUG
        formatter: simple
        stream: ext://sys.stdout

    info_file_handler:
        class: logging.handlers.RotatingFileHandler
        level: INFO            
        formatter: simple
        filename: info.log
        maxBytes: 10485760 # 10MB
        backupCount: 20
        encoding: utf8

    error_file_handler:
        class: logging.handlers.RotatingFileHandler
        level: ERROR            
        formatter: simple
        filename: errors.log
        maxBytes: 10485760 # 10MB
        backupCount: 20
        encoding: utf8

loggers:
    my_module:
        level: ERROR
        handlers: [console]
        propagate: no

root:
    level: INFO
    handlers: [console, info_file_handler, error_file_handler]

Ref-

使用结构化日志记录。这方面有两个很好的工具：

• ：记录日志，告诉您发生的原因

大多数日志系统都会告诉您应用程序中发生了什么， 而艾略特也会告诉你为什么会这样

eliot是一个Python日志记录系统，它输出 动作：动作可以产生其他动作，最终它们也可以 成功或失败。生成的日志告诉您您的 软件做到了：发生了什么，是什么导致了它

• ：structlog通过向日志条目添加结构，使Python中的日志记录更轻松、更强大

结构化日志意味着您不需要编写难以解析和修改的日志 很难在日志中保持一致，但要记录事件 相反，这是在一个上下文中发生的

---

---

我对Eliot有过非常积极的体验。

是否

logger=logging.getLogger（\uuu\u name\uuuu）

进入模块顶部或每个想要记录的函数/方法内部？@industryworker3595112位于模块顶部（在

导入

语句之后）