logging 详解第二期:三句话,让 logger 言听计从

发布网友

我来回答

共1个回答

热心网友

在日常工作中，你是否曾遇到这样的场景？

A：新项目启动，需要配置一个logger来管理日志，我来搞定！

B：日志格式不理想？mmcv的get_logger功能强大，一步到位。这里有链接：github.com/open-mmlab/m...，试试看。

A：哇，真是太方便了！只需设定三个关键参数：日志等级、格式控制器和日志处理器，就能让logger随心所欲地工作。

logging模块中的日志等级包括：Logger和Handler的level属性，决定了日志的输出。比如，root logger的默认等级是WARNING，只有ERROR或更高级别的消息才会被记录。在第一期中，我们曾提到root logger虽不直接输出，但在没有配置Handler时，它会利用内置机制处理WARNING和ERROR级别消息。

在深入之前，回顾一下第一期的内容：logging通过Handler发送日志，包括StreamHandler和FileHandler。StreamHandler将日志输出到终端，而FileHandler则用于保存日志。

未配置Handler时，logger本身无法发送日志，但logging模块会为warning和error级别的消息提供一个默认的StreamHandler。当调用logging.info时，可能会意外地在终端看到日志，因为logging.root可能已经暗中配置了StreamHandler。

而pytorch 1.10的多重日志问题，就是由于DistributedDataParallel模块的logging.info调用导致的，因为此时logging.root多了streamHandler，引发额外的日志输出。

配置Formatter就像为logger赋予语言风格，比如添加日志名、时间戳和等级，让日志更具可读性和结构。

理解loglevel、handler和formatter后，你可以尝试自定义简单的logger配置。尽管如此，mmcv的get_logger提供了更全面的配置，值得参考。但记住，logging还有许多细节需要探索，期待下一期的深入讲解。

如果觉得有用，请点赞、收藏和关注，感谢支持~