Python日志处理核心是可靠可维护：用TimedRotatingFileHandler按日期轮转并设delay=True防空文件，多进程用ConcurrentLogHandler或QueueHandler+QueueListener，Formatter注入结构化字段，LoggerAdapter动态加业务ID，分级控制支持运行时调整。
Python 日志文件处理的核心在于：用对 logging 模块的配置方式，避免手动写文件、重复打开、时间格式混乱、多进程冲突等问题。关键不是“记日志”，而是“可靠、可维护、易排查”地记日志。
按日期自动轮转 + 保留历史文件
用 TimedRotatingFileHandler 替代普通 FileHandler，按天/小时切分日志，防止单个文件无限增长：
- 设置
when='midnight'实现每日零点切割，backupCount=7保留最近 7 天 - 注意
delay=True避免程序启动时立即创建空日志文件 - 文件名中别硬编码日期，让 handler 自动命名（如
app.log.2024-05-20），否则轮转逻辑会失效
多进程安全写日志
默认的 RotatingFileHandler 和 TimedRotatingFileHandler 不支持多进程并发写入，容易丢日志或损坏文件：
- 生产环境推荐用
ConcurrentLogHandler（需pip install concurrent-log-handler），底层基于文件锁 - 若只能用标准库，改用
QueueHandler+QueueListener架构：所有进程把日志发到队列，由单独线程统一落盘 - 避免多个进程直接 open 同一个日志文件追加写
结构化日志 + 关键字段增强可查性
纯文本日志排查效率低，通过自定义 formatter 注入上下文信息：
立即学习“Python免费学习笔记（深入）”；
- 在
Formatter中使用%(asctime)s %(levelname)-8s %(name)s %(funcName)s:%(lineno)d固定字段 - 用
LoggerAdapter动态注入 request_id、user_id 等业务标识，无需每次logger.info(..., extra={...}) - 输出 JSON 格式（配合
json.dumps自定义 formatter）便于 ELK 或 Loki 采集解析
分级控制 + 运行时动态调整
不同环境/模块需要不同日志级别，且不重启就能调：
- 用
logging.getLogger('module_name')获取命名 logger，避免全用root导致误调 - 通过
logger.setLevel(logging.DEBUG)单独控制某模块详细日志，不影响其他模块 - 暴露 HTTP 接口或信号（如
kill -USR1 pid）触发logging.basicConfig(level=logging.DEBUG)临时升为 DEBUG 级别
不复杂但容易忽略：日志路径确保目录存在、权限可写；handler 加 encoding='utf-8' 防中文乱码；测试阶段开启 logging.raiseExceptions = True 快速暴露配置错误。
