Cara Mendapatkan Mesej Pengelogan Python Terkini Semasa Ralat

Mengoptimumkan Pembalakan Python untuk Pengendalian Ralat

Log masuk Python adalah penting untuk menjejaki peristiwa dan mendiagnosis isu semasa pelaksanaan program. Walau bagaimanapun, modul tertentu boleh menghasilkan maklumat surih yang berlebihan, yang mungkin mengacaukan log. Dalam kes sedemikian, menetapkan tahap pembalakan yang sesuai, seperti , boleh membantu menapis butiran yang tidak diperlukan.

Dalam senario di mana satu modul menjana log yang berlebihan, tetapi ralat berlaku dalam modul lain yang memanggilnya, ia menjadi penting untuk mengakses mesej log terkini. Ini selalunya berlaku apabila mengesan punca ralat. Keseimbangan diperlukan antara mengabaikan log yang berlebihan dan menangkap yang penting.

Perpustakaan seperti dalam C++ mempunyai sokongan terbina dalam untuk menjejak ke belakang melalui penimbal cincin, membenarkan pembangun menyemak log terkini yang membawa kepada ralat. Python's perpustakaan, bagaimanapun, tidak menawarkan ciri ini di luar kotak, menimbulkan persoalan tentang cara melaksanakan mekanisme yang serupa.

Artikel ini meneroka cara anda boleh menyesuaikan sistem pengelogan Python untuk menangkap mesej log terkini apabila ralat berlaku, memastikan maklumat kritikal daripada modul tersedia untuk diagnosis tanpa membebankan log dengan data surih.

Perintah	Contoh penggunaan
deque(maxlen=capacity)	Barisan beratur dua hujung daripada modul, digunakan di sini untuk mencipta penimbal dering yang menyimpan bilangan mesej log tetap, membuang mesej tertua apabila mesej baharu tiba. Ini adalah struktur penting untuk mengekalkan log mesej terbaharu dengan cekap.
emit(self, record)	Kaedah yang ditindih dalam pengendali pengelogan tersuai untuk memproses setiap mesej log semasa ia dijana. Ia bertanggungjawab untuk menambah mesej log ke dalam penyelesaian penimbal cincin tersuai kami.
logging.handlers.MemoryHandler	Ini ialah pengendali pembalakan yang menampan mesej log dalam ingatan. Ia membilas mereka apabila tahap log tertentu dicapai (dalam kes ini, ). Ia berguna untuk menangguhkan output mesej log sehingga peristiwa yang lebih teruk berlaku.
flushLevel=logging.ERROR	Hujah diserahkan kepada untuk menentukan tahap log yang mencetuskan pembilasan mesej buffer ke destinasi akhir (seperti konsol atau fail). Ia memastikan kami hanya melihat log nyahpepijat jika ralat berlaku.
setTarget(stream_handler)	Dalam pendekatan, kaedah ini menetapkan pengendali sasaran yang mana log penimbal akan dipadamkan. Dalam kes ini, sasarannya ialah a , yang mengeluarkan log ke konsol.
format(record)	Sebahagian daripada sistem pemformatan modul pengelogan. Dalam pengendali tersuai, kaedah ini memformat rekod log sebelum menambahkannya pada penimbal cincin, membenarkan output yang konsisten dan boleh dibaca.
logger.addHandler(buffer_handler)	Melampirkan pengendali tersuai atau memori pada pembalak supaya ia memproses mesej log mengikut konfigurasi pengendali (cth., penimbalan, storan bulat, dsb.). Perintah ini memastikan penimbal kami digunakan untuk pengelogan.
logger.setLevel(logging.DEBUG)	Mentakrifkan tahap keterukan minimum untuk mengelog mesej. Dalam contoh, ia ditetapkan kepada , memastikan semua mesej, termasuk yang kurang teruk, ditangkap dan ditimbal untuk pemeriksaan kemudian.

Cekap Menangkap Log Terkini pada Ralat dalam Python

Skrip pertama yang dibentangkan menggunakan pengendali pengelogan tersuai dengan a struktur daripada Python modul. Deque ini bertindak sebagai penimbal cincin, memegang nombor tetap mesej log terkini. Pengendali mengatasi kaedah, yang dipanggil setiap kali log dijana. Dalam kaedah ini, setiap mesej log diformat dan kemudian dilampirkan pada deque. Oleh kerana deque mempunyai panjang maksimum, ia secara automatik membuang mesej tertua apabila ia mencapai kapasiti. Penyelesaian ini menjejaki log terbaharu dengan cekap, memastikan mesej nyahpepijat yang berlebihan daripada modul penyemak tidak mengatasi output log tetapi masih tersedia apabila ralat berlaku dalam modul pelari.

Apabila ralat dikesan dalam modul pelari, skrip memanggil kaedah tersuai untuk mendapatkan semula mesej log yang disimpan dalam deque. Ini membolehkan anda memeriksa mesej log daripada penyemak yang segera mendahului ralat. Idea di sebalik pendekatan ini ialah mesej log menyediakan konteks penting untuk menyelesaikan masalah sambil mengekalkan keseimbangan antara verbositi log dan utiliti. Ini adalah cara yang mudah dan berkesan untuk mencipta penimbal log bulat dalam Python, serupa dengan ciri yang terdapat dalam perpustakaan spdlog C++.

Penyelesaian kedua menggunakan terbina dalam daripada modul pengelogan Python. MemoryHandler berfungsi dengan menimbal mesej log dalam ingatan dan mengepamnya hanya apabila tahap log tertentu ditemui, seperti . Dalam kes ini, pengendali dikonfigurasikan untuk menimbal sehingga 10 mesej log dan mengepamnya apabila ralat berlaku. Pendekatan ini serupa dengan teknik penimbal cincin tetapi menggunakan infrastruktur pembalakan sedia ada Python, yang memudahkan pelaksanaan. MemoryHandler sesuai untuk senario di mana anda ingin menangkap petikan mesej log yang membawa kepada ralat tanpa mengacaukan log semasa operasi biasa.

Kedua-dua penyelesaian dioptimumkan untuk prestasi dan direka untuk mengehadkan penggunaan memori. Dengan mengehadkan bilangan log yang disimpan dalam ingatan dan hanya membuang penimbal semasa peristiwa kritikal, mereka membantu mengekalkan log yang bersih dan boleh diurus. Ini membolehkan pembangun menumpukan pada penyahpepijatan ralat sebenar daripada menapis sejumlah besar maklumat yang tidak diperlukan. Setiap skrip boleh disepadukan dengan mudah ke dalam konfigurasi pengelogan Python sedia ada dengan hanya menambahkan pengendali tersuai atau memori pada pembalak berkenaan, dan kedua-duanya cukup fleksibel untuk disesuaikan dengan pelbagai format dan tahap log.

# Approach 1: Using a custom handler with a deque (ring buffer) to store recent logs
import logging
from collections import deque
# Custom log handler to store recent log messages
class BufferingHandler(logging.Handler):
    def __init__(self, capacity):
        super().__init__()
        self.log_buffer = deque(maxlen=capacity)  # Circular buffer
    def emit(self, record):
        self.log_buffer.append(self.format(record))  # Store formatted log messages
    def get_logs(self):
        return list(self.log_buffer)  # Retrieve recent log messages
# Configure logging with custom handler
logger = logging.getLogger('checker')
buffer_handler = BufferingHandler(capacity=10)
logger.addHandler(buffer_handler)
logger.setLevel(logging.DEBUG)
# Example log generation
for i in range(20):
    logger.debug(f"Debug message {i}")
# Simulate an error in runner and print the last few log messages
try:
    1 / 0  # Simulate error
except ZeroDivisionError:
    print("Error occurred, recent log messages:")
    for log in buffer_handler.get_logs():
        print(log)

# Approach 2: Using MemoryHandler to buffer log messages
import logging
# MemoryHandler buffers log records in memory and flushes them when conditions are met
memory_handler = logging.handlers.MemoryHandler(capacity=10, flushLevel=logging.ERROR)
# Configuring logging with a stream handler for output
stream_handler = logging.StreamHandler()
formatter = logging.Formatter('%(asctime)s - %(levelname)s - %(message)s')
stream_handler.setFormatter(formatter)
# Attach the memory handler and stream handler to logger
logger = logging.getLogger('checker')
logger.setLevel(logging.DEBUG)
memory_handler.setTarget(stream_handler)
logger.addHandler(memory_handler)
# Generating some debug messages
for i in range(15):
    logger.debug(f"Debug message {i}")
# Simulate an error that will trigger the buffer to flush
logger.error("An error occurred in runner")
# The memory handler will now flush its buffer and show the last 10 messages

Meneroka Cara Alternatif untuk Menangkap Mesej Log dalam Python

Pendekatan lain untuk menangkap mesej log terkini dalam Python melibatkan penggunaan perpustakaan pihak ketiga seperti . Tidak seperti modul pengelogan terbina dalam Python, Loguru menawarkan antara muka yang lebih fleksibel dan mesra pengguna. Ia termasuk sokongan terbina dalam untuk memutar log, menapis tahap log dan menangkap log dalam pelbagai format. Pustaka ini amat berguna apabila bekerja dengan aplikasi yang menjana log berlebihan, kerana ia memudahkan pengurusan log sambil memastikan mesej kritikal tidak terlepas semasa pengendalian ralat.

Loguru membenarkan untuk menyediakan sinki log, yang boleh disesuaikan untuk menyimpan log dalam memori, fail, atau perkhidmatan luaran. Anda boleh mencipta penimbal dalam memori sementara menggunakan sinki tersuai, yang kemudiannya boleh dipadamkan apabila menghadapi ralat. Ini menjadikan Loguru alternatif yang berkuasa bagi mereka yang mahukan lebih kawalan ke atas sistem pembalakan mereka tanpa mengkonfigurasi pengendali secara manual seperti dalam perpustakaan pembalakan standard.

Satu lagi faedah Loguru ialah ia membolehkan penyepaduan mudah dengan sistem pembalakan sedia ada, bermakna anda boleh bertukar kepada Loguru tanpa merombak keseluruhan persediaan pembalakan anda. Ini boleh membantu terutamanya apabila berurusan dengan aplikasi kompleks yang prestasi dan pengurusan log adalah penting. Akhirnya, walaupun modul pengelogan Python mencukupi untuk kebanyakan kes penggunaan, penerokaan perpustakaan seperti Loguru memberikan fleksibiliti tambahan dan kemudahan penggunaan untuk menangkap dan mengurus mesej log dengan berkesan.

1. Bagaimanakah saya boleh mengehadkan keterlaluan mesej log?
2. guna untuk menyekat mesej keterukan yang lebih rendah seperti nyahpepijat dan maklumat, hanya menunjukkan ralat.
3. Apakah cara terbaik untuk menyimpan log terkini dalam ingatan?
4. A boleh digunakan untuk menyimpan mesej log terkini, dengan membuang entri tertua secara automatik.
5. Bagaimanakah cara saya membuang log penimbal apabila ralat berlaku?
6. Dengan , log disimpan dalam ingatan dan disiram apabila tahap log tertentu dicetuskan, seperti .
7. Apakah kelebihan menggunakan Loguru berbanding pembalakan Python?
8. memudahkan persediaan log dengan kod plat dandang yang lebih sedikit dan menyediakan ciri yang lebih intuitif seperti penapisan yang lebih mudah dan log berputar.
9. Bolehkah saya menyepadukan Loguru dengan konfigurasi pengelogan sedia ada?
10. Ya, Loguru boleh menyepadukan dengan lancar dengan sistem pembalakan terbina dalam Python dengan menggantikan pengendali pembalakan lalai.

Dalam situasi yang terdedah kepada ralat, menggunakan modul pengelogan Python dengan cekap membantu menangkap mesej log terkini tanpa mengacaukan output. Pengendali tersuai seperti dan menyediakan cara serba boleh untuk menyimpan mesej penting apabila ralat berlaku.

Penyelesaian ini praktikal untuk ralat penyahpepijatan dalam modul dengan verbositi tinggi, memastikan pembangun mempunyai data log yang diperlukan tersedia. Dengan menyepadukan alat pihak ketiga seperti , lebih banyak fleksibiliti tersedia, menawarkan pengurusan log lanjutan dengan konfigurasi minimum.