aiologs
说明是aiologs
aiologs 是对日志记录的封装,目前支持储存文档,ElasticSearch,mongodb。 aiologs 采用的是异步的方式,所以你的python版本需要至少在3.5+以上 如果对资源的使用比较敏感,aiologs亦可使用多线程的方式,但python的线程机制,我们仍然不建议使用它。除非你认为是必须的。 注意:异步不代表记录日志的操作对性能没有损耗。大量的日志依然可能使io阻塞,当然这样的情况非常罕见。如果对性能要求较高的应用,可尝试其他的方式进行日志的记录或考虑是否必要写入大量日志。 经大量测试,aiologs在任何情况下,对异步应用的性能影响非常低。
如何安装
pip install aiologs
使用前需要进行初始化
全局变量,仅在全局注册一次,多个地方可以直接使用
from aiologs import LoggerConfig
LoggerConfig.addConfig({
"ifFile": 0,
"ifConsole": 0,
"fileName": "",
"path": './',
"projectName": "test_project",
"asyncWrite": 1,
"dbtype": 0,
"targetDB":['192.168.88.103'],
"env": "develop"
})
#projectName:项目名称,用于区分文件夹
#isJsonSerialize:是否进行json序列化,默认是标签模式
#ifConsole:是否进行print,如果开发环境,可以使用此参数方便调试
#ifFile:是否记录日志文件
#fileName:文件名称,默认是按照时间进行创建
#path:文件保存路径
#asyncWrite:是否直接写入数据库,一般情况下建议使用数据库保存,可以结合配套aiologs-ui查询用
#dbtype:存入数据库类型,当asyncWrite=1时候有效,0:ElasticSearch,1:mongodb
#targetDB:数据库库链接 []里面放链接字符串,示例使用ElasticSearch
#env:日志的环境,如果多个环境使用同一套数据库,需从这里区分。建议生产环境的日志单独使用数据库
全局初始化结束,就可以在全局任何地方使用保存日志
应用日志
from aiologs import Logger
Logger().info(module="a",category="b",sub_category="c",msg={},extra={},filter1="",filter2="",serializeEncoder=None)
Logger().warning(module="a",category="b",sub_category="c",msg={},extra={},filter1="",filter2="",serializeEncoder=None)
Logger().error(module="a",category="b",sub_category="c",msg={},extra={},filter1="",filter2="",serializeEncoder=None)
Logger().critical(module="a",category="b",sub_category="c",msg={},extra={},filter1="",filter2="",serializeEncoder=None)
Logger().debug(module="a",category="b",sub_category="c",msg={},extra={},filter1="",filter2="",serializeEncoder=None)
#module:模块 用于区分日志的模块
#category:大分类 用于区分日志
#sub_category:小分类 用于区分日志
#msg:日志内容
#extra:扩展信息
#filter1: 过滤条件1
#filter2: 过滤条件2
#serializeEncoder:序列化方式(可以自定义序列话方式,否则使用系统默认的方式)
日志查看
执行完毕后,可在初始化传入的path下查找日志。如果保存数据库了。
- ElasticSearch,查找aiologs*下的所有文档进行日志查询,ElasticSearch的restapi查询方法可自行搜索。或者推荐使用成套开发的webui进行展示。https://github.com/beincy/aiologs-ui
- mongodb ,如果使用mongdb,数据库连接工具打开,查找数据库aiologs,集合查找项目名称_环境。因为生产环境下可能产生大量的日志。目前建议还是使用ElasticSearch