Python logging 模块怎么用？为什么不建议直接用 print 打日志？

简化版

logging 是 Python 标准日志框架，支持日志级别、Logger 层级、Handler 输出目标、Formatter 格式化和 Filter 过滤。相比 print，它能控制级别、输出到文件或日志系统、带时间和上下文、在生产环境统一管理。

详细版

print 适合临时调试，不适合生产日志。生产日志需要区分 DEBUG、INFO、WARNING、ERROR，需要写入文件、标准输出、日志平台，还要带请求 id、模块名、异常堆栈等上下文。logging 正是为这些需求设计的。

常见写法是每个模块创建自己的 logger：

import logging

logger = logging.getLogger(__name__)

def pay(order_id: str):
    logger.info("pay order %s", order_id)

应用入口统一配置 handler、格式和级别；库代码只获取 logger，不随意 basicConfig()。面试回答要强调：logger 负责产生日志，handler 负责输出到哪里，formatter 负责长什么样，level 负责过滤。

完整版教学

一、为什么 print 不适合生产日志

print 只能把文本写到标准输出，缺少级别、来源、时间、堆栈和输出路由。线上系统需要知道“什么时候、哪个模块、哪个请求、发生了什么、严重程度如何”。这些信息靠散落的 print 很难统一。

例如同样一条错误：

error

和结构化一点的日志：

2026-07-31 12:00:01 ERROR payment.service request_id=abc order_id=1001 timeout

后者才能支持检索、告警和排障。日志不是给当下的你看一眼，而是给未来排查问题的人留证据。

二、logging 的核心对象

logging 有四个核心概念：Logger、Handler、Formatter、Filter。Logger 是业务代码拿来调用的对象，Handler 决定输出到控制台、文件或网络，Formatter 决定格式，Filter 决定是否进一步过滤或补上下文。

组件	作用	例子
Logger	产生日志事件	`logging.getLogger(__name__)`
Handler	输出目标	控制台、文件、Syslog
Formatter	输出格式	时间、级别、模块名
Filter	过滤/补充字段	request_id、tenant

一个 logger 可以挂多个 handler。比如 ERROR 日志写文件，INFO 日志写标准输出，关键错误再发到告警系统。

三、日志级别怎么选

日志级别表达重要程度。DEBUG 给开发排查细节，INFO 记录关键业务路径，WARNING 表示异常但可恢复，ERROR 表示当前操作失败，CRITICAL 表示系统级严重问题。

DEBUG < INFO < WARNING < ERROR < CRITICAL

数字化理解：一个每秒 1000 次请求的接口，如果每次都打 5 条 INFO，一天就是 4.32 亿条日志，成本和检索压力都很高。日志级别不是越低越好，要根据排障价值和成本取舍。

四、为什么推荐 `getLogger(name)`

__name__ 通常是模块路径，比如 app.payment.service。用它创建 logger，可以形成层级结构，应用入口能统一控制某个包或模块的日志级别。

logger = logging.getLogger(__name__)

app
  app.payment
    app.payment.service

如果支付模块太吵，可以单独把 app.payment 调成 WARNING，而不影响其他模块。相比所有地方都用 root logger，这种层级更适合大型项目。

库代码只拿 logger 记录事件，配置权应该交给应用入口。

五、异常日志怎么打才有用

捕获异常时不要只写异常字符串，否则堆栈丢失。logger.exception() 会在 except 块里自动带上当前异常堆栈；或者用 logger.error(..., exc_info=True)。

try:
    charge(order)
except TimeoutError:
    logger.exception("charge timeout, order_id=%s", order.id)
    raise

错误日志还要带业务上下文。只有 timeout 不够，至少要有 order_id、user_id、request_id、外部服务名等。否则排查时只能在海量日志里猜。

六、生产配置要注意什么

Web 服务通常把日志输出到标准输出，由容器或平台采集。传统部署可能写滚动文件。无论哪种方式，都要避免重复 handler、重复打印、日志文件无限增长、敏感信息泄露。

logging.basicConfig(
    level=logging.INFO,
    format="%(asctime)s %(levelname)s %(name)s %(message)s",
)

复杂项目更适合用 dictConfig 统一配置。密码、token、身份证、手机号等敏感字段要脱敏；日志既是排障工具，也是安全资产。

七、常见误区与追问

误区：logging 只是高级版 print。 它是日志事件系统，支持级别、层级、输出目标、格式和过滤。
误区：库代码应该自己配置 logging。 库应只创建 logger，最终格式和 handler 交给应用决定。
误区：异常日志写 str(e) 就够了。 没有堆栈很难定位，应使用 logger.exception 或 exc_info=True。
追问：为什么日志会重复打印？ 常见原因是父子 logger 传播和多个 handler 重复挂载。
追问：生产中日志输出到文件还是 stdout？ 容器化环境通常 stdout，由平台采集；传统部署可用滚动文件。
追问：日志里能不能打印请求参数？ 可以但要脱敏，避免泄露 token、密码和隐私数据。
追问：如何给日志加 request_id？ 可用 Filter、LoggerAdapter、contextvars 或框架中间件注入上下文。

八、加强记忆

logging 记成“事件、级别、去向、格式、上下文”。业务代码用 getLogger(__name__) 产生日志事件，应用入口统一配置 handler 和 formatter；异常用 logger.exception 保留堆栈；生产日志要考虑成本、重复、脱敏和 request_id。这样回答，比简单说“print 不能控制级别”厚得多。

简化版

详细版