当前位置:首页 > 文章列表 > 文章 > python教程 > Python logging 日志重复打印排查:为什么一条记录输出了两遍

Python logging 日志重复打印排查:为什么一条记录输出了两遍

来源:17golang原创 2026-06-27 23:17:15 0浏览 收藏

Python 项目里经常会遇到一个看起来很小、但很影响排查的问题:明明只调用了一次 logger.info(),终端或日志文件里却出现两条甚至更多相同记录。线上排查时,如果每条业务日志都重复打印,告警数量、日志费用和问题判断都会被放大。

这篇文章用一个最小复现,按“问题现场 -> 初步判断 -> 动手验证 -> 定位原因 -> 修复方案 -> 验证结果”的顺序,排查 logging 重复打印的常见原因。

目录
  • 问题现场:一条日志为什么出现两遍
  • 初步判断:先看 logger 身上有几个 handler
  • 动手验证:复现重复 addHandler 的问题
  • 定位原因:basicConfig 和传播链一起生效
  • 修复方案:集中初始化并阻止重复挂载
  • 验证结果和排查清单

问题现场:一条日志为什么出现两遍

先看一个常见现象。业务代码只写了一句:

logger.info("order created")

终端里却输出了两次:

2026-06-27 22:30:01 INFO order created
2026-06-27 22:30:01 INFO order created

Python logging 日志重复打印排查链路图

这种问题通常不是 info() 调用了两遍,而是同一条日志被多个输出器处理了。我们先不要改业务代码,先看 logging 配置。

初步判断:先看 logger 身上有几个 handler

logging 里真正负责输出的是 handler。一个 logger 可以挂多个 handler;子 logger 还可能把日志继续传给父 logger。只要链路里出现多个输出器,一条记录就可能打印多次。

可以先加一段临时检查代码:

import logging

logger = logging.getLogger("app.order")

print("logger handlers:", logger.handlers)
print("root handlers:", logging.getLogger().handlers)
print("propagate:", logger.propagate)

重点看三个结果:

  • logger.handlers 是否越来越多。
  • root logger 是否已经有控制台输出器。
  • propagate 是否为 True,导致日志继续向上传播。

动手验证:复现重复 addHandler 的问题

下面这个例子会稳定复现重复输出。原因是每次调用 setup_logger() 都会重新挂一个 StreamHandler。

import logging

def setup_logger() -> logging.Logger:
    logger = logging.getLogger("app.order")
    logger.setLevel(logging.INFO)

    handler = logging.StreamHandler()
    formatter = logging.Formatter("%(asctime)s %(levelname)s %(message)s")
    handler.setFormatter(formatter)
    logger.addHandler(handler)
    return logger

logger = setup_logger()
logger = setup_logger()

logger.info("order created")

运行后你会看到同一条日志输出两次。这里不是 info() 调用了两次,而是同一个 logger 上挂了两个控制台输出器。

定位原因:basicConfig 和传播链一起生效

还有一种常见情况:项目入口调用了 logging.basicConfig(),某个模块又给自己的 logger 加了 handler,同时 propagate 还是默认的 True。结果就是模块 logger 输出一次,父 logger 再输出一次。

Python logging handler 和 propagate 修复图

import logging

logging.basicConfig(
    level=logging.INFO,
    format="%(asctime)s %(levelname)s %(message)s",
)

logger = logging.getLogger("app.order")
logger.setLevel(logging.INFO)

handler = logging.StreamHandler()
logger.addHandler(handler)

logger.info("order created")

这段代码的问题是输出路径重叠:root logger 已经能输出,app.order 又额外挂了一个输出器,并且还会继续向上传播。

修复方案:集中初始化并阻止重复挂载

修复思路有两个:日志配置集中初始化;每个 logger 挂 handler 前先判断是否已有 handler。下面是一个更稳的写法。

import logging

def get_app_logger(name: str) -> logging.Logger:
    logger = logging.getLogger(name)
    logger.setLevel(logging.INFO)
    logger.propagate = False

    if not logger.handlers:
        handler = logging.StreamHandler()
        formatter = logging.Formatter("%(asctime)s %(levelname)s %(message)s")
        handler.setFormatter(formatter)
        logger.addHandler(handler)

    return logger

logger = get_app_logger("app.order")
logger = get_app_logger("app.order")

logger.info("order created")

这个版本做了两件事:

  • if not logger.handlers 防止重复挂载输出器。
  • logger.propagate = False 防止记录继续交给父 logger 再输出一次。

如果团队已经规定所有日志都交给 root logger 统一处理,那就不要在业务模块里单独 addHandler。保持一种风格,比到处修补更稳定。

验证结果和排查清单

修复后重新运行,预期只输出一条:

2026-06-27 22:30:01 INFO order created

最后给一份排查清单:

  • 同一个 logger 是否被多次调用初始化函数。
  • 挂 handler 前是否判断过 logger.handlers。
  • 是否同时使用了 basicConfig 和业务模块自定义 handler。
  • 子 logger 的 propagate 是否符合预期。
  • Web 框架或任务框架是否已经接管日志配置。

总结一下:Python logging 重复打印,通常不是业务代码重复运行,而是输出器重复挂载或传播链重叠。先看 handler 数量,再看 root 配置,最后检查 propagate,基本就能把问题定位清楚。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
前端静态资源上云部署选型:对象存储、CDN 和容器服务怎么选前端静态资源上云部署选型:对象存储、CDN 和容器服务怎么选
上一篇
前端静态资源上云部署选型:对象存储、CDN 和容器服务怎么选
Java 本地 TTL 缓存小项目:用 ConcurrentHashMap 实现过期淘汰和命中统计
下一篇
Java 本地 TTL 缓存小项目:用 ConcurrentHashMap 实现过期淘汰和命中统计
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    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。
    260次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    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。
    306次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    285次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    261次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    72次使用