日志重复打印的根本原因是logger.propagate=True且重复添加handler，导致日志被root和自定义handler各输出一次；应设propagate=False或统一用dictConfig管理。
日志重复打印：为什么 logger.info() 会输出两遍？
根本原因不是代码写错了，而是 logging.getLogger() 返回的 logger 默认自带一个 root handler，而你又手动 addHandler() 了一次。结果同一条日志被 root 和自定义 handler 各刷一遍。
- 每次调用
getLogger("myapp")都返回同一个 logger 实例，但它的传播（propagate）默认是True，会把日志往上传到 root logger - 如果没显式关闭 propagation，又给它加了 handler，就等于“本地打一次 + root 再打一次”
- 常见触发场景：模块里反复调用
getLogger(<strong>name</strong>)并配置 handler，尤其在 import 时执行初始化逻辑
解决方法很简单：
-
logger.propagate = False（推荐，干净利落） - 或者不用
basicConfig()，改用dictConfig()统一管控 root 和子 logger - 不要在一个模块里既调用
basicConfig()又自己addHandler()
日志文件爆炸：RotatingFileHandler 为啥越滚越大？
不是轮转失效，而是默认参数太宽松：maxBytes=0（不触发切割）、backupCount=0（不清理旧文件）。很多项目直接复制示例代码，忘了改这俩值。
-
maxBytes设太小（比如 1KB）会导致频繁切文件，IO 开销大；设太大（比如 100MB）又起不到控量作用 -
backupCount控制保留几个历史文件，设为0就等于只写一个文件，永远不删 - 注意：Windows 下文件重命名可能失败，导致轮转卡住，此时日志会静默丢弃（无报错），看起来像“不写了”
建议配置：
立即学习“Python免费学习笔记（深入）”；
-
maxBytes=10_485_760（10MB）比较平衡 -
backupCount=5足够查最近问题，又不占太多磁盘 - 加上
delay=True，避免启动时就创建空日志文件
异步/多进程下日志错乱：print() 式写法扛不住
用 print() 或直接写文件对象，在并发场景下必然出问题：内容粘连、换行丢失、甚至写入截断。logging 模块本身线程安全，但多进程不默认支持。
-
RotatingFileHandler在多进程下不是原子的，两个进程同时触发轮转，可能删掉对方的备份文件 - 异步框架（如 FastAPI + uvicorn）里，如果在协程里用同步 handler，会阻塞 event loop
- 真正安全的做法只有两种：用
QueueHandler+QueueListener把日志转发到单独线程处理；或者用支持多进程的第三方方案（如concurrent-log-handler）
简单项目可先这样兜底：
- 确保所有日志都走
logging接口，别混用print() - 多进程部署时，让每个 worker 写独立文件（比如加
os.getpid()到文件名） - 不要指望
FileHandler自己搞定跨进程同步
DEBUG 日志泄露：为什么生产环境还在打 SQL 和请求体？
不是没关 DEBUG，而是 logger 级别和 handler 级别是两套开关。比如 logger.setLevel(logging.DEBUG)，但 handler 设了 setLevel(logging.WARNING)，看起来该过滤，实际仍可能漏——因为某些库（如 sqlalchemy）会用自己的 logger，且默认传播到 root。
- Django、Flask、SQLAlchemy 这些框架内部 logger 名字固定（如
"sqlalchemy.engine"、"urllib3"），必须显式禁用或调级 -
logging.disable(logging.DEBUG)是全局开关，但会关掉所有 DEBUG，包括你真正需要的调试信息 - 更隐蔽的是：某些包在 import 时就注册了 handler，比你的配置还早执行
稳妥做法：
- 在应用启动最开头就调用
logging.getLogger("sqlalchemy.engine").setLevel(logging.WARNING) - 用
logging.getLogger().handlers = []清掉 root 的默认 handler，再从头配 - 生产环境配置里加一句：
logging.getLogger("urllib3").setLevel(logging.WARNING)
日志量失控从来不是单一配置点的问题，而是 logger 层级、handler 行为、第三方库默认策略、运行时环境四者叠加的结果。最容易被忽略的，是以为“配了 logger 就万事大吉”，却没检查它实际发往哪里、被谁接收、又被谁二次传播。
