logging.getLogger()不能直接传入监控指标，因其返回的日志记录器不感知性能数据，且下游handler不会序列化extra字段中的latency_ms等指标，须用LoggerAdapter或structlog注入上下文。
为什么 logging.getLogger() 不能直接传入监控指标
因为 logging.getLogger() 返回的是日志记录器对象，它不感知性能数据；强行往 LogRecord 里塞 latency_ms 或 memory_mb 字段，下游 handler（比如 StreamHandler）根本不会序列化或上报这些字段——除非你重写 Formatter.format() 或用 Filter 注入。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 用
LoggerAdapter给日志上下文注入动态字段，比如请求 ID、响应耗时，避免每次logger.info()都手动拼字典 - 不要在
extra里塞大对象（如traceback.format_exc()结果），会拖慢日志写入，尤其在高并发场景下 - 如果用
structlog，注意它的绑定上下文是线程局部的，异步任务（asyncio）需配合contextvars手动传递
如何让日志行自动带上 Prometheus 可采集的标签
日志本身不是指标，但你可以把关键维度（如 service_name、http_status、endpoint）以结构化字段形式输出，再由 promtail 或 fluent-bit 抽取为指标。硬编码 labels 到日志内容里（比如 "[metric:api_latency,service=auth,status=200]..."）反而难解析。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 用
JsonFormatter（来自python-json-logger）输出标准 JSON 行，确保level、timestamp、message和业务字段同级 - 在日志配置中通过
defaults参数预置全局标签，比如{"service": "user-api", "env": "prod"}，避免每个 logger 重复设置 - 别把计数类指标（如
request_total）塞进日志——该用Counter就用Counter，日志只负责“发生了什么”，指标负责“发生了多少次”
logging + asyncio 场景下 contextvars 丢失的典型表现
现象：你在 async def handle_request() 开头用 contextvars.ContextVar('req_id').set(...)，但后续 logger.info("done") 里拿不到这个值，或者不同请求的日志混了 req_id。
安全 Python 代码沙箱：在隔离的沙箱中执行任意 Python 代码，预装 requests、NumPy、pandas 库。返回 stdout、stderr。
原因：标准 LoggerAdapter 和多数 Formatter 不自动读取 contextvars，且 asyncio 的 task 切换会让 threading.local 失效。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 用
structlog.contextvars.bind_contextvars(req_id=...)显式绑定，它会在每次日志调用时自动从当前 contextvar 读值 - 如果坚持用原生 logging，必须自定义
Filter，在filter(record)中手动record.req_id = req_id_var.get(None) - 检查是否误用了
loop.run_in_executor()：子进程里contextvars是空的，需显式传参或改用asyncio.to_thread()（Python 3.9+）
日志采样和指标聚合的边界在哪
采样不是为了“省磁盘”，而是防止日志系统过载导致应用卡顿。但采样后，你不能再靠日志统计 error_rate 或 p99_latency——因为样本偏差太大，尤其错误日志往往被低概率采样，导致监控看板显示“0 错误”，实际服务已雪崩。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 对
ERROR和CRITICAL级别禁用采样；对INFO可按endpoint+status做条件采样，比如只记录GET /health的 1% - 指标聚合必须走专用通道（
prometheus_client的Counter/Histogram），日志只做事件溯源和调试依据 - 如果用 OpenTelemetry，别把日志当 trace event 上报——
LogRecord和Span是两类数据，混用会导致 backend 存储膨胀和查询变慢
最常被忽略的一点：日志格式变更（比如加了个 trace_id 字段）必须同步更新所有日志采集端的解析规则，否则监控面板上看到的全是 parse_failed。这事儿没法靠代码自动发现，得靠部署 checklist 和灰度验证。
