新手教学系列——利用 Loguru 对日志进行分类处理

在现代应用程序中,日志记录是确保系统健康运行的关键因素之一。尤其在复杂的系统中,我们可能需要将日志按不同的需求进行分类和处理。Loguru 作为一款功能强大的日志库,提供了灵活的日志记录方式。今天,我们将探讨如何使用 Loguru 的过滤功能来分类处理系统日志和关键节点日志,以满足特定需求。

需求场景

假设我们有两个主要的日志需求: 1. 标准系统日志 :记录系统的常规信息,如运行状态和普通操作。 2. 关键节点日志:在系统的关键节点记录 Elasticsearch 相关的日志,以便进行详细分析和追踪。

配置 Loguru 记录系统日志和 Elasticsearch 日志

在使用 Loguru 之前,我们需要先进行基础配置,确保日志记录的准确性和有效性。下面的配置代码展示了如何设置不同的日志处理方式:

复制代码
# 移除默认的日志处理器
logger.remove()

# 配置标准系统日志处理器
logger.add(
    sys.stderr,  # 将日志输出到标准错误流
    level=env.str('LOGGER_LEVEL', 'INFO'),  # 日志级别,通过环境变量设置,默认为 INFO
    format=env.str('LOGURU_FORMAT', DEFAULT_LOG_FORMAT),  # 日志格式,通过环境变量设置,使用默认格式
    backtrace=env.bool('LOGURU_BACKTRACE', True),  # 是否启用堆栈回溯
    diagnose=env.bool('LOGURU_DIAGNOSE', True),  # 是否启用诊断信息
    filter=lambda record: record["extra"].get("write_tag") is None,  # 过滤器:只记录没有 write_tag 的日志
)

# 配置 Elasticsearch 日志处理器
logger.add(
    os.path.join(LOGS_PATH, 'task.log'),  # 将日志输出到指定的文件
    level=env.str('ES_LOG_LEVEL', 'INFO'),  # Elasticsearch 日志级别,通过环境变量设置,默认为 INFO
    rotation=env.str('TASK_LOG_ROTATION', '500 MB'),  # 日志文件轮换策略,达到 500 MB 后轮换
    format='{message}',  # Elasticsearch 日志格式,只记录消息部分
    filter=lambda record: record["extra"].get("write_tag") == 'elasticsearch',  # 过滤器:只记录 write_tag 为 'elasticsearch' 的日志
)

# 配置异常处理选项
logger.opt(exception=True)

如何使用 Loguru 进行日志记录

在实际使用中,我们可以通过绑定 write_tag 来区分日志的目标。例如,若我们要记录 Elasticsearch 相关日志,可以这样进行配置:

复制代码
# 绑定 write_tag,并记录 Elasticsearch 日志
logger.bind(write_tag="elasticsearch").info(orjson.dumps(es_log).decode('utf-8'))

便利性

Loguru 的设计旨在提供一种简单且无感的日志记录方式。通过直接从 loguru 模块导入 logger 对象,我们可以很方便地在代码中记录各种日志信息,而无需复杂的配置。通过 write_tag,我们能够标记日志的目标,使得日志的处理更加高效和精准。

总结

使用 Loguru 进行日志分类处理不仅能够提高系统的可维护性,还能帮助我们在关键节点进行有效的监控和分析。通过合理配置日志处理器和过滤器,我们可以确保系统日志和关键节点日志的准确记录,从而更好地理解和优化系统的运行状态。

关注【程序员的开发手册】,让您少走弯路,掌握更多开发技巧和实践经验。

相关推荐
晓风残月淡15 小时前
JVM字节码与类的加载(二):类加载器
jvm·python·php
西柚小萌新18 小时前
【深入浅出PyTorch】--上采样+下采样
人工智能·pytorch·python
shut up20 小时前
LangChain - 如何使用阿里云百炼平台的Qwen-plus模型构建一个桌面文件查询AI助手 - 超详细
人工智能·python·langchain·智能体
宝贝儿好20 小时前
【python】第五章:python-GUI编程
python·pyqt
liliangcsdn20 小时前
如何基于ElasticsearchRetriever构建RAG系统
大数据·elasticsearch·langchain
闲人编程21 小时前
从多个数据源(CSV, Excel, SQL)自动整合数据
python·mysql·数据分析·csv·存储·数据源·codecapsule
相与还21 小时前
IDEA和GIT实现cherry pick拣选部分变更到新分支
git·elasticsearch·intellij-idea
B站_计算机毕业设计之家21 小时前
推荐系统实战:python新能源汽车智能推荐(两种协同过滤+Django 全栈项目 源码)计算机专业✅
大数据·python·django·汽车·推荐系统·新能源·新能源汽车
茯苓gao21 小时前
Django网站开发记录(一)配置Mniconda,Python虚拟环境,配置Django
后端·python·django
Full Stack Developme21 小时前
Python Redis 教程
开发语言·redis·python