在Python中，一般情况下，我们可能会直接使用内置的logging模块来记录日志，包括我之前的时候。在使用的时候，我们需要配置一些Handlers和Formatters来进行一些处理，比如将日志输出到不同的位置，或者设置不同的输出格式，或者设置日志分块和备份等。但其实我个人觉得logging并没有那么好用。其实主要还是配置比较繁琐。常见的使用先来看看日志的常见解决方案。我通常将输出配置为文件、控制台和Elasticsearch。输出到控制台只是为了直接查看；输出到文件，方便所有历史记录的直接存储和备份；输出到Elasticsearch直接以Elasticsearch为中心存储分析，使用Kibana运行情况分析查看非常方便。所以这里我基本上会写如下日志包：importloggingimportsysfromosimportmakedirsfromos.pathimportdirname,existsfromcmreslogging.handlersimportCMRESHandlerloggers={}LOG_ENABLED=True#是否启用日志LOG_TO_CONSOLE=True#是否输出到LOG_TO_FILE=True#是否输出到文件LOG_TO_ES=True#是否输出到ElasticsearchLOG_PATH='./runtime.log'#日志文件路径LOG_LEVEL='DEBUG'#日志级别LOG_FORMAT='%(levelname)s-%(asctime)s-process:%(process)d-%(filename)s-%(name)s-%(lineno)d-%(module)s-%(message)s'#每种日志输出格式ELASTIC_SEARCH_HOST='eshost'#ElasticsearchHostELASTIC_SEARCH_PORT=9200#ElasticsearchPortELASTIC_SEARCH_INDEX='runtime'#ElasticsearchIndexNameAPP_ENVIRONMENT='dev'#运行环境，比如测试环境或者生产环境defget_logger(name=None):"""getloggerby名称：参数名称：记录器的名称：返回：记录器“”"globalloggersifnotname:name=__name__ifloggers.get(name):returnloggers.get(name)logger=logging.getLogger(name)logger.setLevel(LOG_LEVEL)#如果LOG_ENABLED和LOG_TO_CONSOLE输出到控制台：.setFormatter(formatter)logger.addHandler(stream_handler)#OutputtofileifLOG_ENABLEDandLOG_TO_FILE:#如果路径不存在，创建日志文件夹log_dir=dirname(log_path)ifnotexists(log_dir):makedirs(log_dir)#添加文件处理程序file_handler=logging.FileHandler(log_path,encoding='utf-8')file_handler.setLevel(level=LOG_LEVEL)formatter=logging.Formatter(LOG_FORMAT)file_handler.setFormatter(formatter)logger.addHandler(file_handler)#输出到ElasticsearchifLOG_ENABLEDandLOG_TO_ES:#添加CMRESHandleres_handler=CMRESHandler(hosts=[{'host':ELASTIC_SEARCH_HOST,'port':ELASTIC_SEARCH_PORT}],#可以配置对应的认证权限auth_type=CMRESHandler.AuthType.NO_AUTH,es_index_name=ELASTIC_SEARCH_INDEX,#每月一个Indexindex_name_frequency=CMRESHandler.IndexNameFrequency.MONTHLY,#添加额外的环境标识es_additional_fields={'environment':APP_ENVIRONMENT})es_handler.setLevel(level=LOG_LEVEL)formatter=logging.Formatter(LOG_FORMAT)es_handler.setFormatter(formatter)logger.addHandler(es_handler)#保存到全局记录器loggers[name]=loggerreturn定义后如何使用记录器？只需要使用定义的方法获取一个logger，然后记录相应的内容即可：logger=get_logger()logger.debug('thisisamessage')运行结果如下：DEBUG-2019-10-1122:27:35,923-进程：99490-logger.py-__main__-81-记录器-这是一条消息让我们看看定义的基本实现。首先，这里的一些常量用于定义日志模块的一些基本属性。比如LOG_ENABLED表示是否开启日志功能，LOG_TO_ES表示是否将日志输出到Elasticsearch，还有很多其他的基本日志配置，比如LOG_FORMAT配置了每条日志条目输出的基本格式，还有一些连接所需的信息。这些变量可以在运行时与命令行或环境变量连接，可以轻松实现一些开关和配置的替换。然后定义这样一个接收参数名的get_logger方法。首先，方法获取名称后，会在全局的loggers变量中查找。loggers变量是一个全局字典。如果有声明的logger，可以直接获取并返回，无需重新初始化。如果在loggers中没有找到name对应的logger，就创建一个。创建logger后，可以为其添加各种对应的Handler，如输出到控制台的StreamHandler，输出到文件的FileHandler或RotatingFileHandler，输出到Elasticsearch的CMRESHandler，并分别配置相应的信息。最后将新建的logger保存在全局loggers中并返回即可，这样如果有同名的log??ger可以直接找到loggers直接返回。这里我们依赖一个额外的输出到Elasticsearch的包，叫做CMRESHandler，它支持输出日志到Elasticsearch。如果你想使用它，你可以安装它：pipinstallCMRESHandler，它的GitHub地址是：https://github.com/cmanaha/py...，具体使用可以参考它的官方说明，比如配置认证信息，配置索引分离信息等。嗯，以上是我之前使用的日志记录配置。通过上面的配置，我可以将logging输出到三个位置，达到相应的效果。比如输出到Elasticsearch之后，我可以很方便的用Kibana查看当前的运行状态，ERRORLog的占比等等，我还可以在它的基础上做进一步的统计分析。loguru上面的实现已经是比较可行的配置方案了。不过还是觉得有些Handlers搭配起来比较麻烦，尤其是新建项目的时候懒得写一些配置。即使不使用上面的配置，也使用最基本的日志配置，比如下面的通用配置：importlogginglogging.basicConfig(level=logging.INFO,format='%(asctime)s-%(name)s-%(levelname)s-%(message)s')logger=logging.getLogger(__name__)懒得写了，感觉不是很优雅的实现方式。哪里有需求，哪里就有动力。这不，有人实现了这样一个叫loguru的库，可以让log的配置和使用更加简单方便。让我们来看看它是如何使用的。安装首先，这个库的安装方法很简单，使用基本的pip安装即可，Python3版本的安装如下：pip3installloguru安装完成后，我们就可以在项目中使用这个loguru库了。基本使用那么如何使用这个库呢？我们先用一个例子感受一下：fromloguruimportloggerlogger.debug('thisisadebugmessage')看吧，什么都不用配置，直接导入一个logger，然后调用它的debug方法即可。loguru中只有一个主要对象，就是logger。loguru中只有一个logger，并且已经预先配置了一些基本信息，比如友好的格式、文本颜色信息等等。上面代码运行结果如下：2019-10-1322:46:12.367|调试|__main__:
