Python logging 多模块共享上下文时怎么用 LoggerAdapter
多模块服务里,最稳妥的做法不是让每个模块自己拼接 request_id,而是在请求入口创建一个 LoggerAdapter,把它传给订单、库存等模块;各模块只使用这个适配后的 logger,Handler 和 Formatter 集中配置一次。这样上下文会随每条 LogRecord 走完整条日志链。
先记住一句话:LoggerAdapter 负责把上下文放进记录,Handler 负责把记录送到输出端,Formatter 负责读取字段并排版。多模块共享上下文时,通常只需要共享适配后的 logger,不要在每个模块重复添加 Handler。
- 用
logging.getLogger(__name__)保留模块名,把输出 Handler 放在应用入口。 - 用一次请求一个 Adapter 保存
service、request_id等字段。 - Formatter 引用自定义字段时,要为没有上下文的记录准备默认值。
一、先把 Handler 和 Formatter 集中配置
Python logging 的 logger 按名称形成层级。模块 logger 产生的记录可以向父 logger 传播,最终交给根 logger 上的 Handler。入口处只配一个 StreamHandler,能避免“每个模块都打印一次”的重复输出。

import logging
def configure_logging():
# 默认值让第三方或未使用 Adapter 的记录也能正常格式化
formatter = logging.Formatter(
"%(asctime)s %(levelname)s %(name)s "
"[%(service)s request=%(request_id)s] %(message)s",
defaults={"service": "unknown", "request_id": "-"},
)
handler = logging.StreamHandler()
handler.setFormatter(formatter)
root = logging.getLogger()
# 入口统一设置级别和 Handler,业务模块不要再次 addHandler
root.setLevel(logging.INFO)
root.addHandler(handler)
Formatter 中的字段最终来自 LogRecord。如果格式串写了 %(request_id)s,但某条记录没有这个属性,格式化阶段就会出错,所以这里用 defaults 给普通记录留出兜底值。生产项目还应保证配置函数只执行一次,避免重复注册 Handler。
二、为一次请求创建 LoggerAdapter
LoggerAdapter 的核心工作是通过 process() 把构造时的 extra 放进日志调用的关键字参数。把 Adapter 的生命周期限制在一次请求内,就不会把上一个请求的标识带到下一个请求。
import logging
def handle_request(request_id: str):
# 每个请求创建自己的上下文,不修改全局字典
base_logger = logging.getLogger("app")
request_logger = logging.LoggerAdapter(
base_logger,
{"service": "checkout", "request_id": request_id},
)
request_logger.info("开始处理订单查询")
load_order(request_logger, 42)
def load_order(logger: logging.LoggerAdapter, order_id: int):
# 业务函数只使用传入的 Adapter,不重复拼接上下文
logger.info("读取订单 id=%s", order_id)
handle_request("req-7f31")
这里的 service 和 request_id 会成为当前记录的属性,Handler 不需要知道它们来自哪个模块。业务函数接收的是“能记录日志的对象”,因此可以继续使用 info()、warning() 和 exception() 等方法。
三、把同一个适配后的 logger 传过多个模块
多模块共享上下文时,入口函数传递 Adapter 比让每个模块读取全局变量更清楚。订单模块和库存模块可以各自保留 logging.getLogger(__name__) 用于模块名,但真正写这次请求日志时,使用入口传下来的 Adapter。

def check_stock(logger, sku: str):
# inventory 模块不创建新 Handler,也不丢失 request_id
logger.info("检查库存 sku=%s", sku)
return True
def create_order(logger, sku: str):
# orders 模块复用同一个请求上下文
if check_stock(logger, sku):
logger.info("订单创建成功 sku=%s", sku)
如果模块还需要记录自己的固定字段,可以创建一个基于模块 logger 的 Adapter,但要先明确字段覆盖规则。更简单的项目直接沿用入口 Adapter,Formatter 中的 %(name)s 则显示基础 logger 的名称,便于按模块排查。
四、字段缺失、重复输出和 merge_extra 怎么排查
| 现象 | 优先检查 | 处理方式 |
|---|---|---|
| 格式化时报自定义字段不存在 | Formatter 是否引用了每条记录都没有的字段 | 使用 defaults,或保证所有入口都经过 Adapter |
| 一条日志出现两遍 | 模块是否自行添加 Handler,或向父级传播后又被本地输出 | 集中配置 Handler,检查 propagate |
| 单次 extra 没有覆盖 Adapter 字段 | Python 版本与 merge_extra 参数 | Python 3.13+ 可按需使用 merge_extra=True |
Python 3.13 为 LoggerAdapter 增加了 merge_extra。默认行为仍以 Adapter 自己的 extra 为准,调用 logger.info(..., extra={...}) 不会自动合并;需要一次调用附加字段时,显式构造 logging.LoggerAdapter(base_logger, base_context, merge_extra=True)。如果运行环境低于 3.13,就不要把这个参数写进公共代码,可以把临时字段放入消息参数,或在自定义 Adapter 的 process() 中定义兼容合并规则。
最后检查一遍职责边界:模块只产生日志事件,Adapter 管上下文,Handler 管去哪里,Formatter 管长什么样。这个边界稳定后,新增模块只需要获取自己的 logger 或接收已有 Adapter,不需要复制整套日志配置。
常见问题
LoggerAdapter 会替代模块级 logger 吗?
不会。它包装的是一个已有 logger,主要增加上下文处理;模块仍可使用 logging.getLogger(__name__) 保留层级和名称。
为什么只配置根 Handler 也能收到子模块日志?
因为非根 logger 默认会向父级传播。若某个模块把 propagate 设为 False,或者给自己添加了独立 Handler,输出路径就会改变。
Formatter 的自定义字段应该放在哪里?
字段值应进入当前 LogRecord,LoggerAdapter 的 extra 是常用入口;Formatter 只负责读取和展示,不负责猜测请求上下文。
Go atomic.Int64 放进结构体后怎么避免未对齐访问
- 上一篇
- Go atomic.Int64 放进结构体后怎么避免未对齐访问
- 下一篇
- Go XML 中同名嵌套元素怎么映射成切片
-
- 文章 · python教程 | 1小时前 |
- Python frozen dataclass 里怎么保存派生字段
- 213浏览 收藏
-
- 文章 · python教程 | 3小时前 |
- Python dataclass 如何用 InitVar 接收临时构造参数
- 264浏览 收藏
-
- 文章 · python教程 | 4小时前 |
- Python sqlite3 多线程共享连接时报错怎么改
- 264浏览 收藏
-
- 文章 · python教程 | 5小时前 |
- Python sqlite3 with 代码块退出后为什么没有提交数据
- 488浏览 收藏
-
- 文章 · python教程 | 6小时前 | 并发 · 日志 · Python教程 · 多进程 · 排障 · Python Fork multiprocessing 多进程日志 spawn QueueHandler QueueListener
- Python 多进程日志互相交错时怎么设计输出
- 300浏览 收藏
-
- 文章 · python教程 | 7小时前 |
- Python multiprocessing spawn 下子进程重复导入怎么处理
- 107浏览 收藏
-
- 文章 · python教程 | 10小时前 |
- Python asyncio TaskGroup 一个任务失败时其他任务怎么收尾
- 475浏览 收藏
-
- 文章 · python教程 | 11小时前 |
- Python Path.iterdir 遇到权限错误时怎么继续扫描
- 468浏览 收藏
-
- 文章 · python教程 | 14小时前 |
- Python 3.14 free-threaded 构建选择前要检查哪些扩展兼容性
- 270浏览 收藏
-
- 文章 · python教程 | 15小时前 |
- Python multiprocessing spawn 模式为什么需要 main 保护
- 488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
-
- 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。
- 23次使用
-
- SuperCLUE
- SuperCLUE是权威的中文大语言模型综合评测基准,涵盖语言理解、知识应用、AI Agent智能体及安全性等12项核心能力。通过多轮对话与客观测试,定期发布榜单与技术报告,为模型研发、优化及行业选型提供科学依据。
- 177次使用
-
- C-Eval
- 深入了解C-Eval中文评估套件,涵盖52个学科与4级难度。本文详解其功能特点、Zero-shot/Few-shot使用方法及代码示例,助您全面评测LLM中文理解与泛化能力。
- 112次使用
-
- AI Prompt Library
- 探索AI Prompt Library免费资源库,涵盖营销、写作及多场景AI提示词。兼容ChatGPT、Claude等工具,一键复制优化输出,提升工作效率。
- 39次使用
-
- Generrated
- Generrated汇集9300+张DALL·E生成图像及对应提示词,支持查看完整图集、对比DALL·E 2与3版本差异,是AI绘图新手学习Prompt设计与获取创作灵感的实用工具。
- 19次使用
-
- go格式“占位符”输入输出 类似python的input
- 2023-01-19 346浏览
-
- Golang如何调用Python代码详解
- 2023-01-07 235浏览
-
- Go slog 结构化日志实践:从请求字段到检索定位
- 2026-06-29 194浏览
-
- Go slog 结构化日志怎么落地:从 fmt.Println 到 JSON 日志的迁移路线
- 2026-07-08 219浏览
-
- Go slog.WithGroup 怎么避免日志字段撞名:嵌套组、空组与 JSON 核对
- 2026-08-24 167浏览

