Python系列:gunicorn日志系列2-日志格式配置,docker logs 控制台,输出接口入参,出参详细信息

本文主要是介绍Python系列:gunicorn日志系列2-日志格式配置,docker logs 控制台,输出接口入参,出参详细信息,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

这里写目录标题

  • 参考:
  • 配合flask输出日志
  • 导出日志参考
  • 笔记参考
      • 位置
      • 控制大小
      • docker容器里面的日志输出的方式,以及日志文件大小通过python本身的logging模块handlers控制
  • linux中的&&和&,|和||
      • 在linux中,&和&&,|和||介绍如下:
      • 表示任意几个字符串,其他具体的参考如下:
      • nohup
      • python的logging
      • propagate,配置启动后,日志会被打印两次
      • 在python中,logging由logger,handler,filter,formater四个部分组成
        • python中配置logging有三种方式
        • 第一种:基础配置,
          • 第二种:使用配置文件的方式配置logging,
          • 第三种:使用一个字典方式来写配置信息,
        • 文件
        • 控制台




参考:

python日志:https://docs.python.org/3/library/logging.html#logrecord-objects

supervisor + gunicorn + flask:日志服务管理

将Flask 日志整合到Gunicorn日志并输出:https://blog.csdn.net/weixin_54626591/article/details/135002531

gunicorn部署flask的log处理:http://pythonic.zoomquiet.top/data/20190516215732/index.html

配合flask输出日志

class SimilarityRec(Resource):"""pass"""def get(self):return {'task': Todos.get('task')}def post(self):args = parser.parse_args()results = similarity_vec.simi_search(args['question'],args['top_k'],args['simi_thr'],args['business_code'],common['key_1'])app.logger.info('input:{}'.format(str(args)) + '\n' + 'output:{}'.format(str(results)))return results, 200

导出日志参考

docker logs 命令,跟踪容器的日志并且输出日志的时间

docker logs --since 50m chat-bot-client-qa &>file.txt

笔记参考

docker logs -f 内部输出控制台的日志存储和大小现在,通过docker配置文件控制
docker标准输出日志存储位置,设置docker日志文件大小:https://blog.csdn.net/weixin_54626591/article/details/135001700

位置

在Linux系统中docker启动后日志存储在/var/lib/docker/containers/容器ID/目录中,启动一个容器后,容器ID目录中会生成如

控制大小

新建/etc/docker/daemon.json,若有就不用新建了。添加log-dirver和log-opts参数,如下:

# vim /etc/docker/daemon.json{"registry-mirrors": ["http://f613ce8f.m.daocloud.io"],"log-driver":"json-file","log-opts": {"max-size":"500m", "max-file":"3"}
}

docker容器里面的日志输出的方式,以及日志文件大小通过python本身的logging模块handlers控制

"handlers": {"error_file": {"class": "logging.handlers.RotatingFileHandler","maxBytes": 1024 * 1024 * 50,  # 打日志的大小,我这种写法是50M"backupCount": 1,  # 备份多少份,经过测试,最少也要写1,不然控制不住大小"formatter": "generic",  # 对应下面的键# "mode": "w+","filename": "./logs/error.log"  # 打日志的路径},"error_console": {"class": "logging.StreamHandler","formatter": "generic","stream": "ext://sys.stderr"},"access_file": {"class": "logging.handlers.RotatingFileHandler","maxBytes": 1024 * 1024 * 50,"backupCount": 1,"formatter": "generic","filename": "./logs/access.log",}

linux中的&&和&,|和||

在linux中,&和&&,|和||介绍如下:

& 表示任务在后台执行,如要在后台运行redis-server,则有 redis-server &

&& 表示前一条命令执行成功时,才执行后一条命令 ,如 echo '1‘ && echo ‘2’

| 表示管道,上一条命令的输出,作为下一条命令参数,如 echo ‘yes’ | wc -l

|| 表示上一条命令执行失败后,才执行下一条命令,如 cat nofile || echo “fail”

表示任意几个字符串,其他具体的参考如下:

1. > 重定向输出符号。

2. >>重定向输出符号,但有追加的功能。

3. 2>错误重定向输出符号,覆盖原文件内容。

4. 2>>错误重定向输出符号,有文件内容追加的功能。重定向:I/O。Linux Shell 环境中支持输入输出重定向,用符号<和>来表示。0、1和2分别表示标准输入、标准输出和标准错误信息输出,可以用来指定需要重定向的标准输入或输出,比如 2>a.txt 表示将错误信息输出到文件a.txt中。

5. * 代表0个或者多个特殊字符

6. ?匹配任意一个字符。

7. | 管道符号。解释:command1|command2,将command1的输出作为command2
的输入,比如ls -al|less,表示将ls -al的输出作为less的输入,即将la -al的输出分页。管道命令只接受标准输入(standoutput)。

8. & 后台进程符。

9. &&l逻辑与符号。用法:命令1 && 命令2 表示如果命令1执行成功,继续执行命令2。

10.|| 逻辑或符号。用法:命令1 | | 命令2 表示如果命令1执行成功,不执行命令2;但如果命令1执行失败才执行命令2。
&&与||,命令执行是顺序进行的,没有优先级

11.!逻辑非符号。排除指定范围。例:ls a[!0-9]

12.[x-y]表示一定的范围。

13.# 注释符;符合替换文字最短的那一个。

14.” ” 双引号表示把它所包含的内容作为普通字符,但 $ \ ‘ ‘ 几个符号除外。

15.’ ’ 单引号表示把它所包含的内容作为普通的字符,无特殊例外。

16.$ 变量符,提取变量,如echo $HOME,查看变量;正则表达式中表示行首。

17.\ 转义字符,就是将特殊字符转换成其本来的普通字符的意思。

18.``反单引号,表示它所包含的内容。一般作为嵌入的命令使用,此命令将先执行。

19.;命令分隔符。

20.< 重定向输入符。

21.()表示整体执行命令。

22.^反向选择符,例:grep -n ‘[a-zA-Z]’ wokao.txt,[]内的叫反向选择符,[]外的则表
示定位在行首。查找行首不是英文字母的行。

  1. . 点该表任意字符串

nohup

nohup 英文全称 no hang up(不挂起),用于在系统后台不挂断地运行命令,退出终端不会影响程序的运行。

nohup 命令,在默认情况下(非重定向时),会输出一个名叫 nohup.out 的文件到当前目录下,如果当前目录的 nohup.out 文件不可写,输出重定向到 $HOME/nohup.out 文件中。

nohup /root/runoob.sh > runoob.log 2>&1 &

2>&1 解释:

将标准错误 2 重定向到标准输出 &1 ,标准输出 &1 再被重定向输入到 runoob.log 文件中。

0 – stdin (standard input,标准输入)
1 – stdout (standard output,标准输出)
2 – stderr (standard error,标准错误输出)

python的logging

python logging 配置理解

propagate,配置启动后,日志会被打印两次

propagate 可以基于每个记录器控制该传播。 如果您不希望特定记录器传播到其父项,则可以关闭此行为。

propagete参数 :propagete=0,表示输出日志,但消息不传递;propagate=1是输出日志,同时消息往更高级别的地方传递。root为最高级别。

在这里插入图片描述

从官方文档中提供的流程图可以看出,propagate会把当前的logger设置为其parent, 并将record传入parent的Handler, 这就会导致一个有趣的现象:我们的child logger 是没有Handler的, 但是我们的record还是被发送到了终端, 这就是propagate的作用, 它把子代的所有record都发送给了父代, 循环往复, 最终到达root, 如果我们在子代中设置了hander, 那么一个record就会被发送两次:

在python中,logging由logger,handler,filter,formater四个部分组成

在python中,logging由logger,handler,filter,formater四个部分组成,logger是提供我们记录日志的方法;handler是让我们选择日志的输出地方,如:控制台,文件,邮件发送等,一个logger添加多个handler;filter是给用户提供更加细粒度的控制日志的输出内容;formater用户格式化输出日志的信息。

python中配置logging有三种方式
第一种:基础配置,
logging.basicConfig(filename=“config.log”,filemode=“w”,format=%(asctime)s-%(name)s-%(levelname)s-%(message)s”,level=logging.INFO)
第二种:使用配置文件的方式配置logging,

使用fileConfig(filename,defaults=None,disable_existing_loggers=Ture )函数来读取配置文件。

第三种:使用一个字典方式来写配置信息,

然后使用dictConfig(dict,defaults=None, disable_existing_loggers=Ture )函数来瓦按成logging的配置.

文件
log_format = "[%(asctime)s][%(levelname)s]: %(message)s"
fname = time.strftime(fname_ + '_%Y%m%d.log', time.localtime())
level = logging.INFO
logging.basicConfig(level=level, format=log_format)# 创建RotatingFileHandler对象,满1MB为一个文件,共备份3个文件
log_file_handler = RotatingFileHandler(filename=fname, maxBytes=1024 * 1024, backupCount=3)
# 设置日志打印格式
formatter = logging.Formatter(log_format)
log_file_handler.setFormatter(formatter)
self.logger.addHandler(log_file_handler)
控制台
# 创建一个StreamHandler,用于输出到控制台
log_print = logging.StreamHandler()
log_print.setLevel(logging.ERROR)  # error级别的控制台才输出
log_print.setFormatter(formatter)
self.logger.addHandler(log_print)







愚昧之山绝望之谷开悟之坡

gunicorn日志系列2-日志格式配置,docker logs 控制台,输出接口入参,出参详细信息

这篇关于Python系列:gunicorn日志系列2-日志格式配置,docker logs 控制台,输出接口入参,出参详细信息的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/616839

相关文章

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

Zookeeper安装和配置说明

一、Zookeeper的搭建方式 Zookeeper安装方式有三种,单机模式和集群模式以及伪集群模式。 ■ 单机模式:Zookeeper只运行在一台服务器上,适合测试环境; ■ 伪集群模式:就是在一台物理机上运行多个Zookeeper 实例; ■ 集群模式:Zookeeper运行于一个集群上,适合生产环境,这个计算机集群被称为一个“集合体”(ensemble) Zookeeper通过复制来实现

CentOS7安装配置mysql5.7 tar免安装版

一、CentOS7.4系统自带mariadb # 查看系统自带的Mariadb[root@localhost~]# rpm -qa|grep mariadbmariadb-libs-5.5.44-2.el7.centos.x86_64# 卸载系统自带的Mariadb[root@localhost ~]# rpm -e --nodeps mariadb-libs-5.5.44-2.el7

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

hadoop开启回收站配置

开启回收站功能,可以将删除的文件在不超时的情况下,恢复原数据,起到防止误删除、备份等作用。 开启回收站功能参数说明 (1)默认值fs.trash.interval = 0,0表示禁用回收站;其他值表示设置文件的存活时间。 (2)默认值fs.trash.checkpoint.interval = 0,检查回收站的间隔时间。如果该值为0,则该值设置和fs.trash.interval的参数值相等。

NameNode内存生产配置

Hadoop2.x 系列,配置 NameNode 内存 NameNode 内存默认 2000m ,如果服务器内存 4G , NameNode 内存可以配置 3g 。在 hadoop-env.sh 文件中配置如下。 HADOOP_NAMENODE_OPTS=-Xmx3072m Hadoop3.x 系列,配置 Nam

如何用Docker运行Django项目

本章教程,介绍如何用Docker创建一个Django,并运行能够访问。 一、拉取镜像 这里我们使用python3.11版本的docker镜像 docker pull python:3.11 二、运行容器 这里我们将容器内部的8080端口,映射到宿主机的80端口上。 docker run -itd --name python311 -p

wolfSSL参数设置或配置项解释

1. wolfCrypt Only 解释:wolfCrypt是一个开源的、轻量级的、可移植的加密库,支持多种加密算法和协议。选择“wolfCrypt Only”意味着系统或应用将仅使用wolfCrypt库进行加密操作,而不依赖其他加密库。 2. DTLS Support 解释:DTLS(Datagram Transport Layer Security)是一种基于UDP的安全协议,提供类似于

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

科研绘图系列:R语言扩展物种堆积图(Extended Stacked Barplot)

介绍 R语言的扩展物种堆积图是一种数据可视化工具,它不仅展示了物种的堆积结果,还整合了不同样本分组之间的差异性分析结果。这种图形表示方法能够直观地比较不同物种在各个分组中的显著性差异,为研究者提供了一种有效的数据解读方式。 加载R包 knitr::opts_chunk$set(warning = F, message = F)library(tidyverse)library(phyl