第2章 Python日志模块（logging）实战

第二章：Python日志模块（logging）实战

日志这东西，说白了就是系统的「黑匣子」。我做了这么多年量化交易系统运维，见过太多因为日志没配好，出问题时两眼一抹黑的惨案。今天咱们就好好聊聊Python自带的logging模块——别看它基础，用好了真能救命。

2.1 Logger：日志系统的入口

Logger是整个日志体系的起点。你可以把它想象成一个「日志管理员」，负责决定哪些日志该记录、记录到什么级别。

核心要点：每个Logger都有一个名字，通常用模块名命名。名字用点号分隔，形成层级关系。

import logging

# 创建Logger，建议用__name__
logger = logging.getLogger(__name__)
logger.setLevel(logging.DEBUG)  # 设置最低日志级别

我个人习惯在项目入口处只配置root logger，子模块各自创建自己的logger。这样既能统一管理，又能灵活控制。

小技巧：Logger的名字不要用root，那是系统保留的。用模块名最稳妥。

2.2 Handler：日志该去哪？

Handler决定日志的「目的地」。是写到文件？打印到控制台？还是通过网络发出去？全看Handler怎么配。

常见的Handler有这么几种：

Handler类型	用途	适用场景
StreamHandler	输出到控制台	开发调试
FileHandler	写入单个文件	简单日志存储
RotatingFileHandler	按大小轮转	生产环境
TimedRotatingFileHandler	按时间轮转	按天/小时切割

我在项目中遇到过一个问题：某个交易策略的日志文件涨到了10GB，服务器磁盘直接爆了。从那以后，我强制要求所有生产环境必须用RotatingFileHandler。

2.3 Formatter：日志长什么样？

Formatter就是日志的「化妆师」。同样的信息，格式不同，可读性天差地别。

formatter = logging.Formatter(
    '%(asctime)s - %(name)s - %(levelname)s - %(message)s'
)

常用的格式化字段：

%(asctime)s — 时间戳，默认格式是YYYY-MM-DD HH:MM:SS
%(name)s — Logger的名字
%(levelname)s — 日志级别（DEBUG、INFO、WARNING等）
%(message)s — 实际的日志内容
%(filename)s — 文件名
%(lineno)d — 行号

注意：Formatter的格式字符串里不要漏了括号和百分号，写错了不会报错，但日志内容会乱掉。我曾经因为这个排查了整整一个下午。

2.4 Filter：日志的「安检员」

Filter用来做日志过滤。比如我只想看某个模块的ERROR日志，或者想过滤掉某些敏感信息。

class SensitiveFilter(logging.Filter):
    def filter(self, record):
        # 过滤掉包含密码的日志
        return 'password' not in record.getMessage()

logger.addFilter(SensitiveFilter())

嗯，这里要注意：Filter返回True表示放行，False表示拦截。别搞反了。

2.5 日志轮转：RotatingFileHandler实战

这是生产环境最常用的配置。说白了就是：日志文件写到一定大小，自动切一个新文件，旧的保留备份。

import logging
from logging.handlers import RotatingFileHandler

# 创建logger
logger = logging.getLogger('trading_system')
logger.setLevel(logging.DEBUG)

# 创建RotatingFileHandler
handler = RotatingFileHandler(
    'trading.log',      # 日志文件名
    maxBytes=10*1024*1024,  # 10MB
    backupCount=5       # 保留5个备份
)

# 设置格式
formatter = logging.Formatter(
    '%(asctime)s - %(name)s - %(levelname)s - %(message)s'
)
handler.setFormatter(formatter)

# 添加到logger
logger.addHandler(handler)

# 使用示例
logger.info('交易系统启动成功')
logger.error('订单执行失败，错误码：1001')

为什么用10MB？我个人经验是：对于量化交易系统，10MB大概能记录1-2小时的详细日志。太小了轮转太频繁，太大了查日志费劲。

最佳实践：生产环境建议同时配两个Handler：一个RotatingFileHandler写文件，一个StreamHandler打控制台。文件日志记录DEBUG级别，控制台只显示INFO及以上。这样既保留了完整记录，又不会让控制台刷屏。

2.6 完整配置示例

下面是我在量化交易项目中常用的配置模板，你可以直接拿来用：

import logging
import logging.handlers
import os

def setup_logging(log_dir='logs', log_name='trading'):
    """配置日志系统"""
    os.makedirs(log_dir, exist_ok=True)
    
    # 创建logger
    logger = logging.getLogger('trading')
    logger.setLevel(logging.DEBUG)
    
    # 文件Handler - 记录所有日志
    file_handler = logging.handlers.RotatingFileHandler(
        os.path.join(log_dir, f'{log_name}.log'),
        maxBytes=10*1024*1024,
        backupCount=5,
        encoding='utf-8'
    )
    file_handler.setLevel(logging.DEBUG)
    
    # 控制台Handler - 只显示INFO及以上
    console_handler = logging.StreamHandler()
    console_handler.setLevel(logging.INFO)
    
    # 格式化
    formatter = logging.Formatter(
        '%(asctime)s | %(levelname)-8s | %(name)s | %(message)s'
    )
    file_handler.setFormatter(formatter)
    console_handler.setFormatter(formatter)
    
    # 添加Handler
    logger.addHandler(file_handler)
    logger.addHandler(console_handler)
    
    return logger

避坑指南：我曾经犯过一个错误——在多个模块里重复配置logger，导致日志重复输出。解决办法是：在程序入口只配置一次，其他模块直接logging.getLogger(__name__)获取即可。

2.7 知识体系总览

下面这张图展示了logging模块的核心组件和它们之间的关系：

你看，整个流程其实很清晰：Logger接收日志消息，交给Handler处理，Handler用Formatter格式化，最后输出到目标。Filter可以在Logger或Handler层面做拦截。

配置好日志系统，就像给交易系统装上了「行车记录仪」。平时可能觉得没啥用，一旦出问题，它就是你的救命稻草。记住：日志不是写给别人看的，是写给未来的自己看的。

📚 课程目录

第二章：Python日志模块（logging）实战

2.1 Logger：日志系统的入口

2.2 Handler：日志该去哪？

2.3 Formatter：日志长什么样？

2.4 Filter：日志的「安检员」

2.5 日志轮转：RotatingFileHandler实战

2.6 完整配置示例

2.7 知识体系总览