Python logging按请求注入上下文字段的过滤器方案
Python 服务一旦同时处理多个请求,只把 request_id 放进全局变量,日志就可能出现“请求 A 的编号配在请求 B 的报错上”。更稳妥的做法是用 contextvars.ContextVar 保存请求上下文,再让 logging.Filter 在日志记录生成后注入字段。这样业务函数仍然可以直接使用普通 logger,不需要层层传递参数。
官方地址:https://docs.python.org/3/library/logging.html
ContextVar按当前线程或异步任务隔离值,适合请求级上下文。- 过滤器应绑定到实际输出日志的
Handler,并为缺省字段提供兜底值。 - 入口保存
set()返回的 token,在finally中reset(),避免复用线程时串上下文。
先把请求字段放进 ContextVar
ContextVar 的重点不是“全局可见”,而是“在当前执行上下文中可见”。它从 Python 3.7 起提供上下文局部存储,官方文档也明确建议并发代码用它替代容易串值的状态容器。变量应该在模块级创建,默认值则负责覆盖健康检查、启动日志等没有请求入口的记录。
import logging
from contextvars import ContextVar
request_id_var = ContextVar("request_id", default="-")
user_id_var = ContextVar("user_id", default="-")
def handle_request(request_id: str, user_id: str) -> None:
# 保存旧上下文,确保线程池或异步任务复用后不会遗留本次请求
request_token = request_id_var.set(request_id)
user_token = user_id_var.set(user_id)
try:
logging.getLogger("order").info("开始处理订单")
finally:
# 无论业务成功还是异常,都恢复进入请求前的值
request_id_var.reset(request_token)
user_id_var.reset(user_token)

不要只调用 set() 而不保存 token。在线程池里,请求结束后线程通常还会继续服务下一次请求;不 reset 时,下一条没有显式设置字段的日志可能继续带着旧编号。
让 Filter 统一补齐 LogRecord 字段
过滤器可以修改传入的 LogRecord,因此很适合把上下文字段集中注入。下面的实现只做两件事:读取当前上下文,并保证 Formatter 使用的字段永远存在。过滤器返回 True 表示继续输出,不把它当成业务条件过滤器使用。
class RequestContextFilter(logging.Filter):
def filter(self, record: logging.LogRecord) -> bool:
# 统一注入字段,避免 Formatter 遇到缺失属性而报错
record.request_id = request_id_var.get()
record.user_id = user_id_var.get()
return True
handler = logging.StreamHandler()
handler.addFilter(RequestContextFilter())
handler.setFormatter(logging.Formatter(
"%(levelname)s request=%(request_id)s user=%(user_id)s %(message)s"
))
root = logging.getLogger()
root.setLevel(logging.INFO)
root.addHandler(handler)
# 业务模块只拿 logger,不必接收 request_id 参数
logging.getLogger("order").info("订单查询完成")

把过滤器挂在 Handler 通常更容易控制:多个 Handler 可以分别决定是否需要这些字段。若只挂在父 Logger 上,来自子 Logger 的记录不一定经过该 Logger 的过滤器;另外,重复给祖先和子 Logger 绑定 Handler 还可能造成重复输出。
同步线程和 asyncio 都要检查的边界
| 场景 | 建议 | 容易忽略的点 |
|---|---|---|
| 同步请求 | 入口 set,finally reset | 线程复用不会自动清理业务值 |
| asyncio 任务 | 每个任务建立自己的上下文 | 创建后台任务前确认需要传播哪些字段 |
| 多 Handler | 把字段注入放在需要输出它的 Handler | 不同 Formatter 的字段集合可能不同 |
日志格式中新增字段后,所有可能处理该记录的 Handler 都要有对应的兜底字段,否则某条第三方库日志没有经过预期过滤器时,Formatter 会抛出格式化异常。生产环境还要避免把完整 Cookie、Authorization 或身份证明直接放入 ContextVar;上下文隔离不等于敏感信息自动脱敏。
相关问题
为什么不用全局字典保存当前请求?
全局字典没有线程和任务隔离,同一时间的请求会互相覆盖。ContextVar 按执行上下文保存值,更适合并发请求。
Filter 应该挂在 Logger 还是 Handler?
需要确保最终输出字段时优先挂 Handler;只有确定所有目标 Logger 都会经过同一个过滤器时,才考虑挂在 Logger。
没有请求上下文的日志怎么办?
给 ContextVar 设置短横线等默认值,让启动日志、定时任务和异常兜底日志仍然可格式化,再用 logger 名称或任务名区分来源。
商汤Seko一键成片前要准备什么?脚本、角色与镜头资料清单
- 上一篇
- 商汤Seko一键成片前要准备什么?脚本、角色与镜头资料清单
- 下一篇
- Go database/sql遍历Rows后检查尾部错误的实践示例
-
- 文章 · python教程 | 2小时前 | Python教程 · Python 泛型 callable typing.Protocol 结构化子类型
- Python typing.Protocol配合泛型描述可调用对象的方式
- 355浏览 收藏
-
- 文章 · python教程 | 3小时前 |
- Python sqlite3事务提交与异常回滚的上下文写法
- 357浏览 收藏
-
- 文章 · python教程 | 5小时前 |
- Python dataclass用field配置默认工厂的对象设计
- 114浏览 收藏
-
- 文章 · python教程 | 6小时前 | 并发 · python · 异步编程 · asyncio TaskGroup ExceptionGroup
- Python asyncio.TaskGroup组织并发任务与异常取消
- 322浏览 收藏
-
- 文章 · python教程 | 7小时前 | python · pathlib ·
- Python pathlib批量改名并保留冲突回滚点的脚本
- 422浏览 收藏
-
- 文章 · python教程 | 9小时前 |
- Python argparse让位置参数与子命令独立解析的实现方法
- 298浏览 收藏
-
- 文章 · python教程 | 11小时前 | 并发 · python · logging · 异步日志 QueueHandler QueueListener Python logging
- Python logging用 QueueHandler 隔离日志 I/O的实现方法
- 323浏览 收藏
-
- 文章 · python教程 | 12小时前 | 并发 · 线程池 · 异常处理 · python · Python threadpoolexecutor future concurrent.futures
- Python concurrent收集线程池异常并关闭执行器的实现方法
- 262浏览 收藏
-
- 文章 · python教程 | 13小时前 | 性能优化 · 缓存设计 · Python教程 · Python functools.lru_cache Python 可变参数缓存键 Python list dict 缓存 Python 缓存失效
- Python functools避免把可变参数放进缓存键的实现方法
- 344浏览 收藏
-
- 文章 · python教程 | 15小时前 |
- Python typing用 TypeGuard 缩小联合类型的实现方法
- 290浏览 收藏
-
- 文章 · python教程 | 16小时前 | python ·
- Python dataclass用 slots 控制实例字段开销的实现方法
- 118浏览 收藏
-
- 文章 · python教程 | 17小时前 |
- Python sqlite3用 detect_types 转换日期字段的实现方法
- 159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。
- 136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。
- 201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。
- 146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。
- 127次使用
-
- CMMLU
- 深入了解CMMLU中文评估基准,涵盖67个学科主题,提供数据集下载、Zero-shot/Five-shot评估方法及排行榜,助力优化中文语言模型性能。
- 115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

