当前位置:首页 > 文章列表 > 文章 > python教程 > Python logging 为什么同一条日志打印两遍

Python logging 为什么同一条日志打印两遍

来源:17golang原创 2026-09-06 01:51:56 0浏览 收藏

平时写Python脚本或者后端服务的时候,不少人都遇到过调用logging模块输出日志,同一条内容却在控制台打两次的情况,这个问题不是你代码里重复写了日志输出方法,基本都是logging本身的层级传播特性导致的。

日志重复打印的核心原因是当前使用的logger对象已经配置了输出处理器,同时它的上层父节点logger也挂载了输出处理器,日志记录会沿着logging的层级链向上传递,被多个不同的Handler先后捕获输出,最终产生同一条日志输出两遍的现象。

Python logging 同一条日志打印两遍,最常见的原因是同一条 LogRecord 被两个 Handler 消费了:子 logger 自己挂了 handler,同时因为 propagate=True 又把记录交给了 root logger。先查 handler 数量和传播链,再决定只保留 root 输出,或让子 logger 独立输出并关闭传播。

要点速览
  • 重复打印通常是“两个输出点”,不是 logger.info() 自动执行了两次。
  • getLogger(__name__) 产生层级 logger,记录默认会向祖先传播。
  • 配置要有一个明确责任点:root-only,或 child logger + propagate=False。

先看清重复输出的调用链

logger 负责产生和传递记录,handler 才负责把记录写到控制台、文件等目的地。名称带点号时会形成层级,例如 service.api 是 service 的后代;记录到达子 logger 后,如果传播开着,就会继续交给祖先 logger 的 handler。

因此,下面这种组合会出现两行相同消息:service.api 有一个 StreamHandler,root 也有一个 StreamHandler,而子 logger 的 propagate 仍为 True。两个 handler 的格式可以不同,但它们处理的是同一个记录。

Python logging 层级中 module logger 向 root logger 传播,local handler 与 root handler 共同处理同一条 LogRecord
图1:子 logger 保留本地 Handler 且继续 propagate 时,同一条 LogRecord 会被两个输出点处理。

用四个属性定位到底是谁重复了

先不要修改业务日志调用,在初始化完成后检查四件事:当前 logger 的 handlers、root 的 handlers、当前 logger 的 propagate,以及配置函数是否被重复执行。

import logging

logger = logging.getLogger("service.api")
root = logging.getLogger()

# 只打印配置状态,不改变现有 logger 配置
print("logger:", logger.name, "propagate=", logger.propagate)
print("logger handlers:", [type(h).__name__ for h in logger.handlers])
print("root handlers:", [type(h).__name__ for h in root.handlers])
print("parent:", logger.parent.name if logger.parent else None)

如果当前 logger 和 root 都有 handler,优先检查它们是否指向同一输出目的地。若每次热重载、请求初始化或函数调用都会执行 addHandler(),同一个 logger 的 handler 列表还会不断增长;这时即使关闭传播,也可能一条记录输出多次。

现象重点检查通常的处理
格式不同但内容相同子 logger 与 root 都有 handler保留一个层级的输出点
每次重载多一行同一 logger 的 handlers 数量增长把配置移到入口并保证只初始化一次
只在库接入应用后重复库是否自行添加 StreamHandler库默认不抢 root 输出,交给应用配置

把配置收敛到一个输出责任点

应用最省心的方案是只配置 root,把业务模块写成 logging.getLogger(__name__),不在每个模块新增 handler。basicConfig() 适合简单入口;复杂应用也可以用 dictConfig(),原则仍是同一条记录只安排一个负责输出的 handler。

如果某个子系统必须写入独立文件,则让它承担完整输出责任,并明确停止向祖先传播:

import logging

logger = logging.getLogger("service.audit")

# 独立文件由这个 logger 负责,避免再交给 root handler
if not logger.handlers:
    handler = logging.FileHandler("audit.log", encoding="utf-8")
    handler.setFormatter(logging.Formatter("%(levelname)s %(message)s"))
    logger.addHandler(handler)
    logger.setLevel(logging.INFO)
    logger.propagate = False

logger.info("audit event")

两种方案不要叠加:root-only 就不要给子 logger 再加输出 handler;独立子 logger 就要设置 propagate=False。logger.disabled 不是解决重复输出的开关,它会让事件不再处理,容易把真正的问题掩盖掉。

Python logging 两种单一输出责任点对比:root-only 与子 logger 配合 propagate false
图2:两种可选的单一输出责任点:统一交给 root,或由子 logger 独立处理并停止传播。

给初始化代码加上幂等边界

重复配置常藏在“获取 logger”的辅助函数里。不要把 addHandler() 放进每次请求都会调用的路径;把日志初始化放在应用入口,或至少用明确的初始化标记。检查时还要看 handler 是否被多个模块分别创建,以及是否把同一个输出文件配置了两个 handler。

排障顺序可以固定为:先数当前 logger 的 handler,再沿 parent 走到 root;接着确认每个 handler 的类型和目标;最后查看 propagate。只改一处后再发一条唯一消息,能快速判断变化来自哪一个输出点。

常见问题

只调用一次 basicConfig(),为什么还是重复?

basicConfig() 主要配置 root;如果子 logger 之前已经有 handler,传播时仍会形成两个输出点。检查子 logger 的 handlers 和 propagate。

把 logger.setLevel(logging.ERROR) 能消除重复吗?

不能。level 决定哪些级别的记录被处理,不能合并两个 handler。重复输出应从 handler 归属和传播链解决。

库代码应该关闭 propagate 吗?

通常库不应擅自添加控制台 handler,让应用统一配置 root 更容易管理;只有库确实拥有独立输出目的地时,才由它自己配置 handler 并关闭传播。

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
Go 生成的 ZIP 无法打开怎么检查 Writer 关闭顺序Go 生成的 ZIP 无法打开怎么检查 Writer 关闭顺序
上一篇
Go 生成的 ZIP 无法打开怎么检查 Writer 关闭顺序
Go 怎么按指定顺序合并多个文本文件
下一篇
Go 怎么按指定顺序合并多个文本文件
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。
    573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。
    616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。
    647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。
    606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。
    422次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码