Ubuntu Python日志怎么处理

在Ubuntu系统上处理Python日志，其实有很多现成的路子可走。下面梳理了五种常见方式，从内置模块到第三方库，再到分析工具，基本覆盖了日常开发的核心需求。

先说最基础的办法——Python自带的logging模块。它功能灵活，能把日志输出到控制台、文件甚至网络。比如这样配一下：

import logging
# 配置日志
logging.basicConfig(filename='app.log', filemode='w', format='%(name)s - %(levelname)s - %(message)s')
# 记录日志
logging.warning('This will get logged to a file')

文件写久了总会变大，这时候自动分割日志就很关键。RotatingFileHandler专门干这个——按大小轮转，还能保留指定数量的备份文件，避免磁盘爆满。

from logging.handlers import RotatingFileHandler
logger = logging.getLogger('my_logger')
logger.setLevel(logging.INFO)
handler = RotatingFileHandler('app.log', maxBytes=10*1024*1024, backupCount=5)
logger.addHandler(handler)
logger.info('This will get logged to a file and rotated when it gets too big')

如果想把Python日志和系统级日志统一管理，可以把它发给syslog。SysLogHandler直接对接/dev/log，就像这样：

import logging
import logging.handlers
logger = logging.getLogger('my_logger')
logger.setLevel(logging.INFO)
handler = logging.handlers.SysLogHandler(address='/dev/log')
logger.addHandler(handler)
logger.info('This will get logged to syslog')

除了内置方案，社区里还有不少趁手的第三方库。比如loguru，写法简洁，开箱支持轮转和格式化：

from loguru import logger
logger.add("debug.log", rotation="500 MB")
logger.debug("This is a debug message")
logger.info("This is an info message")

再比如structlog，它能让日志变成结构化JSON，方便后续机器解析和分析：

import structlog
structlog.configure(
    processors=[
        structlog.processors.add_log_level,
        structlog.processors.StackInfoRenderer(),
        structlog.processors.format_exc_info,
        structlog.processors.JSONRenderer()
    ],
    context_class=dict,
    logger_factory=structlog.PrintLoggerFactory()
)
logger = structlog.get_logger()
logger.info("This is an info message")

日志写好了，怎么分析？命令行工具grep、awk、sed能快速过滤和统计，本质上文本处理那一套。如果需要可视化，Kibana、Grafana这类图形界面工具也能接入，把日志数据喂进去就出图表。

总结一下：Ubuntu下的Python日志管理，内置模块能满足七八成需求，第三方库让编码更省心，最后搭配分析工具，一套完整的日志处理链路就齐了。