我最近读到了结构化日志(这里)。这个想法似乎不是通过将简单的字符串作为一行附加到日志文件来记录,而是通过 JSON 对象来记录。这使得通过自动工具分析日志文件成为可能。
Pythonslogging
库可以进行结构化日志记录吗?如果没有,是否有“主流”解决方案(例如 numpy/scipy 是科学计算的主流解决方案)?我找到了structlog
,但我不确定它有多普遍。
您是否查看过描述实现结构化日志记录的 python 文档站点部分,该部分解释了如何将python
内置记录器用于结构化日志记录?
下面是上面网站上列出的一个简单示例。
import json
import logging
class StructuredMessage(object):
def __init__(self, message, **kwargs):
self.message = message
self.kwargs = kwargs
def __str__(self):
return '%s >>> %s' % (self.message, json.dumps(self.kwargs))
m = StructuredMessage # optional, to improve readability
logging.basicConfig(level=logging.INFO, format='%(message)s')
logging.info(m('message 1', foo='bar', bar='baz', num=123, fnum=123.456))
这导致以下日志。
message 1 >>> {"fnum": 123.456, "num": 123, "bar": "baz", "foo": "bar"}
希望这可以帮助。
从py3.2 开始,可以使用标准库执行此操作,不需要外部依赖项:
from datetime import datetime
import json
import logging
import traceback
APP_NAME = 'hello world json logging'
APP_VERSION = 'git rev-parse HEAD'
LOG_LEVEL = logging._nameToLevel['INFO']
class JsonEncoderStrFallback(json.JSONEncoder):
def default(self, obj):
try:
return super().default(obj)
except TypeError as exc:
if 'not JSON serializable' in str(exc):
return str(obj)
raise
class JsonEncoderDatetime(JsonEncoderStrFallback):
def default(self, obj):
if isinstance(obj, datetime):
return obj.strftime('%Y-%m-%dT%H:%M:%S%z')
else:
return super().default(obj)
logging.basicConfig(
format='%(json_formatted)s',
level=LOG_LEVEL,
handlers=[
# if you wish to also log to a file -- logging.FileHandler(log_file_path, 'a'),
logging.StreamHandler(sys.stdout),
],
)
_record_factory_bak = logging.getLogRecordFactory()
def record_factory(*args, **kwargs) -> logging.LogRecord:
record = _record_factory_bak(*args, **kwargs)
record.json_formatted = json.dumps(
{
'level': record.levelname,
'unixtime': record.created,
'thread': record.thread,
'location': '{}:{}:{}'.format(
record.pathname or record.filename,
record.funcName,
record.lineno,
),
'exception': record.exc_info,
'traceback': traceback.format_exception(*record.exc_info) if record.exc_info else None,
'app': {
'name': APP_NAME,
'releaseId': APP_VERSION,
'message': record.getMessage(),
},
},
cls=JsonEncoderDatetime,
)
return record
logging.setLogRecordFactory(record_factory)
打电话logging.info('HELLO %s', 'WORLD')
...
... 结果是{"level": "INFO", "unixtime": 1623532882.421775, "thread": 4660305408, "location": "<ipython-input-3-abe3276ceab4>:<module>:1", "exception": null, "traceback": null, "app": {"name": "hello world json logging", "releaseId": "git rev-parse HEAD", "message": "HELLO WORLD"}}
如果您安装python-json-logger
(288 个星,70 个分叉)并具有如下的日志配置(YAML),您将获得一个结构化的日志文件。
version: 1
formatters:
detailed:
class: logging.Formatter
format: '[%(asctime)s]:[%(levelname)s]: %(message)s'
json:
class: pythonjsonlogger.jsonlogger.JsonFormatter
format: '%(asctime)s %(levelname)s %(message)s'
handlers:
console:
class: logging.StreamHandler
level: INFO
formatter: detailed
file:
class: logging.FileHandler
filename: logfile.log
level: DEBUG
formatter: json
root:
level: DEBUG
handlers:
- console
- file
您可能还想让异常/回溯使用结构化格式。