Python的logger怎么配置

本文主要介绍“如何配置Python的记录器”。在日常操作中，相信很多人对于如何配置Python的logger都有疑问。边肖查阅了各种资料，整理出简单易用的操作方法，希望能帮你解答“如何配置Python的logger”的疑惑！接下来，请和边肖一起学习！
如何考虑传递的数据结构(对调用者是否有先验知识要求，比如返回一个tuple，用户需要知道Tuple中元素的顺序，所以情况是否要封装；)，数据结构定义清晰，很多东西都很清晰。
如何操作数据库(可以学习sqlalchemy，包括核心和orm APIs)
如何处理异常(异常应该单独捕获。你可以清楚地知道它是在什么情况下引起的。出现异常后，您应该打印日志来解释发生了什么。如果情况不好，需要再次抛出异常或者报警)。
检查(a)所有获得资源的地方都要做(a .没有得到会议怎么办；b .遇到异常怎么办)
所有操作资源的地方都要检查操作是否成功。
每个函数都要短，如果函数太长就要拆分(有一个建议值，函数中的行数应该在20到30行之间，按照这个规范做一次真的很好)。
在使用类之后，考虑重构__str__函数，以便用户可以打印出来(如果_ _ str __没有实现，将调用__repr_)。如果对象放在集合中，则需要实现__repr__函数，该函数用于打印整个集合并可视化显示。
如果有些资源会发生变化，可以单独提取出来做成函数，这样后续的调用就不会发生变化。
附上Python2.7代码的副本(一些私密的东西被修改了)
#-*-coding : utf-8-*-from sqlalchemyimportcreate _ engineimportlogging from logging . configimportfilecomportrequestsimportclinet #私有模块文件配置(' logging _ config.ini ')日志记录程序=logging . getlogger(' killdduplicatejob ')#配置可以单独放入一个模块DB_USER='xxxxx

xx'DB_PASSWORD='

ted jobs")  (running_apps, app_name_to_user) = get_all_running_jobs()  all_apps_on_yarn = get_apps_from_yarn_with_queue(get_resource_queue())   duplicated_jobs = []  for app in all_apps_on_yarn:  (app_id, app_name) = app   if app_id not in running_apps:  if not app_name.startswith("test"):  logger.info("find a duplicated job, prefixed_name[%s] with appid[%s]" % (app_name, app_id))  user = app_name_to_user[app_name]  duplicated_jobs.append(DuplicatedJobs(app_id, app_name, user))  else:  logger.info("Job[%s] is a test job, would not kill it" % app_name)   logger.info("Find duplicated jobs [%s]" % duplicated_jobs)   return duplicated_jobs   def get_apps_from_yarn_with_queue(queue):  param = {"queue": queue}  r = requests.get(REST_API_URL, params=param)  apps_on_yarn = []  try:  jobs = r.json().get("apps")  app_list = jobs.get("app", [])  for app in app_list:  app_id = app.get("id")  name = app.get("name")  apps_on_yarn.append((app_id, name))   except Exception as e: #Exception ***进行单独的分开，针对每一种 Exception 进行不同的处理  logger.error("Get apps from Yarn Error, message[%s]" % e.message)   logger.info("Fetch all apps from Yarn [%s]" % apps_on_yarn)   return apps_on_yarn   def get_all_running_jobs():  job_infos = get_result_from_mysql("select * from xxxx where xx=yy")   app_ids = []  app_name_to_user = {}  for (topology_id, topology_name) in job_infos:  status_set = get_result_from_mysql("select * from xxxx where xx=yy")  application_id = status_set[0][0]  if "" != application_id:  configed_resource_queue = get_result_from_mysql(  "select * from xxxx where xx=yy")  app_ids.append(application_id)  app_name_to_user[topology_name] = configed_resource_queue[0][0].split(".")[1]   logger.info("All running jobs appids[%s] topology_name2user[%s]" % (app_ids, app_name_to_user))  return app_ids, app_name_to_user   def kill_duplicated_jobs(duplicated_jobs):  for job in duplicated_jobs:  app_id = job.app_id  app_name = job.app_name  user = job.user  logger.info("try to kill job[%s] with appid[%s] for user[%s]" % (app_name, app_id, user))  try:  Client.kill_job(app_id, user)  logger.info("Job[%s] with appid[%s] for user[%s] has been killed" % (app_name, app_id, user))  except Exception as e:  logger.error("Can't kill job[%s] with appid[%s] for user[%s]" % (app_name, app_id, user))   def get_result_from_mysql(sql):  a = engine.execute(sql)  return a.fetchall()   # 因为下面的资源可能发生变化，而且可能包含一些具体的逻辑，因此单独抽取出来，独立成一个函数 def get_resource_queue():  return "xxxxxxxxxxxxx"   if __name__ == "__main__":  kill_duplicated_jobs(find_duplicated_jobs())

其中 logger 配置文件如下(对于 Python 的 logger，官方文档写的非常好，建议读一次，并且实践一次)

[loggers] keys=root, simpleLogger   [handlers] keys=consoleHandler, logger_handler   [formatters] keys=formatter   [logger_root] level=WARN handlers=consoleHandler   [logger_simpleLogger] level=INFO handlers=logger_handler propagate=0 qualname=killduplicatedjob   [handler_consoleHandler] class=StreamHandler level=WARN formatter=formatter args=(sys.stdout,)   [handler_logger_handler] class=logging.handlers.RotatingFileHandler level=INFO formatter=formatter args=("kill_duplicated_streaming.log", "a", 52428800, 3,)   [formatter_formatter] format=%(asctime)s %(name)-12s %(levelname)-5s %(message)s

到此，关于“Python的logger怎么配置”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注网站，小编会继续努力为大家带来更多实用的文章！