在celery和flask框架中都有自带的logger使用方法。下面记录一下相关的使用。
flask中使用logger
flask中的app对象FLASK()自带了logger方法，其调用的方式为：
from flask import current_app
current_app.logger.error('this is a error')current_app.logger.info('this is a info')current_app.logger.warning('this is a wraning')current_app.logger.debug('this is a debug')自带的logger其实也是通过python的logging模块创建logger对象得到的，源码为：
# logging.pyfrom logging import getLogger, getLoggerClassdef create_logger(app): ... # 创建一个调试模式下的日志处理器，级别为debug debug_handler = DebugHandler() debug_handler.setLevel(DEBUG) debug_handler.setFormatter(Formatter(DEBUG_LOG_FORMAT)) # 创建一个运行过程的日志处理器，级别为error prod_handler = ProductionHandler(_proxy_stream) prod_handler.setLevel(ERROR) prod_handler.setFormatter(Formatter(PROD_LOG_FORMAT)) # 获取应用的名字，即app = Flask(app.name)传入的参数名，然后创建一个logger对象 logger = getLogger(app.logger_name) # 先清空以前所有的处理器 del logger.handlers[:] logger.__class__ = DebugLogger # 加入新的处理器 logger.addHandler(debug_handler) logger.addHandler(prod_handler) # 默认情况下不继承 logger.propagate = False return logger
说明：当程序调用current_app.logger时，会得到create_logger函数返回的logger对象，使用的是ProductionHandler处理器，日志的输出格式为：
PROD_LOG_FORMAT = '[%(asctime)s] %(levelname)s in %(module)s: %(message)s'
但很多时候我们不满意自带的日志输出格式，想要自定义，那么就需要加载自己的日志配置文件。
加载自定义的配置文件
在配置文件中需要配置以app.logger_name为名称的logger对象；如：app.logger_name='app'
[loggers]keys=root,app[handlers]keys=consoleHandler[formatters]keys=simpleFormatter[logger_root]level=INFOhandlers=consoleHandler[logger_app]level=INFOhandlers=consoleHandlerqualname=apppropagate=0[handler_consoleHandler]class=StreamHandlerlevel=INFOformatter=simpleFormatterargs=(sys.stdout,)[formatter_simpleFormatter]format=%(asctime)s - %(name)s - %(levelname)s [%(pathname)s:%(lineno)d]: %(message)s
加载文件
# app.pyapp = Flask(__name__)# 在载入配置文件之前必须先调用一次app.logger得到一个logger对象，然后才能载入配置文件，否则无效app.logger.info('this is a info')
logging.config.fileConfig(Config.FILEPATH)注意：在载入配置文件之前必须先调用一次app.logger得到一个logger对象，然后才能载入配置文件，否则无效。
在celery中使用logger
celery也有自带的logger，使用方法：
from celery.utils.log import get_task_logger# 创建一个logger对象logger = get_task_logger('name')celery的logger调用的仍然是logging模块的logger.
# 源码# get_task_logger函数调用了get_logger函数# 传入一个字符串获取一个logger对象def get_logger(logger): """Get logger by name.""" # 判断该参数是不是字符串，是就获取一个logger对象 if isinstance(logger, string_t): logger = logging.getLogger(logger) # 没有处理器就添加NullHandler处理器 if not logger.handlers: logger.addHandler(logging.NullHandler()) return logger
其相关的配置可以在celery的配置文件中设置；
# 在4.0版本后改成了小写，但是原来的还没有弃用CELERYD_HIJACK_ROOT_LOGGER ：默认true，先前所有的logger的配置都会失效，可以通过设置false禁用定制自己的日志处理程序； CELERYD_LOG_COLOR ：是否开启不同级别的颜色标记，默认开启； CELERYD_LOG_FORMAT ：设置celery全局的日志格式；默认格式："[%(asctime)s: %(levelname)s/%(processName)s] %(message)s"CELERYD_TASK_LOG_FORMAT：设置任务日志格式，默认："[%(asctime)s: %(levelname)s/%(processName)s [%(task_name)s(%(task_id)s)] %(message)s"CELERY_REDIRECT_STDOUTS：设置标准输入输出重定向到当前的处理器，默认为 trueCELERY_REDIRECT_STDOUTS_LEVEL：设定标准输入输出重定向到当前的处理器日志的输出级别；即指定使用print()输出的是什么级别的日志记录；默认wraning;
注意：
由于celery的运行是独立的，在flask中定义的logger对象的配置在celery的程序中是失效的，必须使用get_task_logger创建logger;
指定celery日志的输出等级，通过启动时用--loglevel参数来指定；