Python多线程日志记录与安全输出方法
学习知识要善于思考,思考,再思考!今天golang学习网小编就给大家带来《Python多线程日志记录方法与安全输出技巧》,以下内容主要包含等知识点,如果你正在学习或准备学习文章,就都不要错过本文啦~让我们一起来看看吧,能帮助到你就更好了!
Python logging模块默认线程安全,多线程下使用标准Handler可避免日志混乱;应避免自定义非线程安全写入,推荐配置日志格式包含线程信息,并可通过QueueHandler+QueueListener实现高性能异步日志。

在Python多线程环境中,日志记录如果处理不当,容易出现输出混乱、内容错乱甚至文件损坏的问题。这是因为多个线程可能同时调用同一个日志处理器(Handler),导致写入操作冲突。要实现安全、清晰的多线程日志记录,关键在于使用线程安全的日志机制。
1. 使用logging模块自带的线程安全机制
Python的 logging 模块本身是线程安全的。这意味着多个线程可以同时调用 logging.getLogger().info() 等方法,而不会造成内部状态破坏。
其底层通过一个全局锁(_acquireLock)确保日志处理器的写入操作是串行化的。因此,只要使用标准配置,大多数情况下无需额外加锁。
示例代码:
import logging import threading import time配置日志格式和输出方式
logging.basicConfig( level=logging.INFO, format='%(asctime)s [%(threadName)s] %(levelname)s: %(message)s', handlers=[ logging.FileHandler("app.log", encoding='utf-8'), logging.StreamHandler() ] )
def worker(): for i in range(3): logging.info(f"正在处理任务 {i}") time.sleep(0.1)
创建多个线程
threads = [] for i in range(3): t = threading.Thread(target=worker, name=f"线程-{i}") threads.append(t) t.start()
for t in threads: t.join()
该方案中,尽管多个线程并发写日志,但输出顺序完整、格式清晰,说明logging模块已自动处理了线程安全问题。
2. 避免自定义非线程安全Handler
虽然logging本身安全,但如果自行实现文件写入逻辑(如直接操作文件对象),就可能破坏安全性。
以下做法是错误的:
# 错误示例:手动打开文件并写入
log_file = open("bad.log", "w")
def bad_log(msg):
log_file.write(msg + "\n") # 多线程同时写会冲突
正确做法是始终使用 logging.FileHandler 或 RotatingFileHandler,它们内部已加锁保护。
3. 使用队列实现异步日志(高级方案)
若对性能要求较高,可结合 QueueHandler 和 QueueListener 将日志写入操作转移到单个后台线程,进一步降低主线程开销。
优势:
- 避免主线程因磁盘I/O阻塞
- 集中管理日志写入,更高效
- 天然线程安全
示例:
import logging from logging.handlers import QueueHandler, QueueListener import queue创建队列
log_queue = queue.Queue()
配置主日志器
logger = logging.getLogger() logger.setLevel(logging.INFO)
添加队列处理器
queue_handler = QueueHandler(log_queue) logger.addHandler(queue_handler)
配置实际写入的处理器
file_handler = logging.FileHandler("async.log", encoding='utf-8') stream_handler = logging.StreamHandler()
启动监听器(单独线程)
listener = QueueListener(log_queue, file_handler, stream_handler) listener.start()
使用日志
def task(name): for i in range(2): logging.info(f"{name} 执行任务 {i}")
import threading t1 = threading.Thread(target=task, args=("任务A",)) t2 = threading.Thread(target=task, args=("任务B",)) t1.start(); t2.start() t1.join(); t2.join()
listener.stop() # 清理资源
4. 注意format中线程标识的使用
为方便排查问题,建议在日志格式中加入线程名或线程ID:
format='%(asctime)s [%(threadName)s/%(thread)d] %(levelname)s: %(message)s'
这样每条日志都能明确归属到具体线程,便于分析并发行为。
基本上就这些。Python logging模块默认支持多线程安全输出,合理配置即可。如需更高性能,推荐使用队列异步方案。不复杂但容易忽略的是避免绕过logging直接操作文件。
好了,本文到此结束,带大家了解了《Python多线程日志记录与安全输出方法》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!
CSS按钮悬停阴影动画实现技巧
- 上一篇
- CSS按钮悬停阴影动画实现技巧
- 下一篇
- Win11关闭桌面贴纸步骤详解
-
- 文章 · python教程 | 1小时前 | Python教程 · InitVar __post_init__ Python dataclasses.replace 数据类复制
- Python dataclasses.replace 遇到 InitVar 时怎样传递参数
- 381浏览 收藏
-
- 文章 · python教程 | 3小时前 | python · pathlib ·
- Python importlib.resources.as_file 的临时路径何时失效
- 318浏览 收藏
-
- 文章 · python教程 | 5小时前 | SQLite · Python教程 · Python sqlite3 Connection.backup 进度回调 SQLite备份
- Python sqlite3 备份进度回调怎样判断剩余页数
- 264浏览 收藏
-
- 文章 · python教程 | 7小时前 | python · 内存优化 · Python教程 · 文件读取 大文件处理 Python mmap 分段映射 ALLOCATIONGRANULARITY
- Python mmap 怎样分段处理超过内存的大文件
- 146浏览 收藏
-
- 文章 · python教程 | 9小时前 | python · Python 二进制协议 零拷贝 memoryview
- Python memoryview 如何零拷贝切片二进制协议数据
- 225浏览 收藏
-
- 文章 · python教程 | 11小时前 | 并发控制 · Python教程 · asyncio · 虚假唤醒 wait_for Python asyncio asyncio.Condition 异步同步
- Python asyncio.Condition.wait_for 如何处理虚假唤醒
- 478浏览 收藏
-
- 文章 · python教程 | 14小时前 |
- Python ExceptionGroup 派生新组时如何保留异常元数据
- 417浏览 收藏
-
- 文章 · python教程 | 15小时前 | 异常处理 · 并发编程 · Python教程 · asyncio · asyncio 结构化并发 ExceptionGroup except* Python TaskGroup
- Python TaskGroup 如何汇总多个子任务异常
- 208浏览 收藏
-
- 文章 · python教程 | 19小时前 | 并发编程 · 工程实践 · Python教程 · 多进程日志 QueueListener multiprocessing.Queue RotatingFileHandler Python QueueHandler
- Python 日志 QueueHandler 解决多进程写入争用
- 186浏览 收藏
-
- 文章 · python教程 | 21小时前 | 数据校验 · python · Pydantic 部分更新 exclude_unset model_fields_set 显式空值 model_dump
- Pydantic 模型更新时区分未提供字段与显式空值
- 399浏览 收藏
-
- 文章 · python教程 | 23小时前 |
- pytest Fixture 作用域如何影响测试隔离与速度
- 341浏览 收藏
-
- 文章 · python教程 | 1天前 | Python教程 · pathlib · 路径安全 Python pathlib Path.resolve 目录穿越 relative_to
- Pathlib 安全拼接用户路径:解析后再验证根目录
- 463浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 389次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 469次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 476次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 420次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 244次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

