python笔记46-史上最强⼤最好⽤的python⽇志模块nb_log
前⾔
python的⽇志模块如何封装⼀值都是⼀个头疼的问题，封装的不好总是会出现重复打印等头疼问题。
现在终于到⼀个最好⽤的⽇志模块nb_log，此⽇志模块由这位⼤佬开发的
环境安装
使⽤pip即可安装使⽤
pip install nb_log
1.功能介绍
0)⾃动转换print效果，再也不怕有⼈在项⽬中随意print，导致很难到是从哪⾥冒出来的print。
只要import nb_log，项⽬所有地⽅的print⾃动现型并在控制台可点击⼏精确跳转到print的地⽅。
1)兼容性
使⽤的是python的内置logging封装的，返回的logger对象的类型是py官⽅内置⽇志的Logger类型，兼容性强，
保证了第三⽅各种handlers扩展数量多和⽅便，和⼀键切换现有项⽬的⽇志。
⽐如logru和logbook这种三⽅库，完全重新写的⽇志，
它⾥⾯主要被⽤户使⽤的logger变量类型不是python内置Logger类型，
造成logger说拥有的属性和⽅法有的不存在或者不⼀致，这样的⽇志和python内置的经典⽇志兼容性差，
只能兼容（⼀键替换logger类型）⼀些简单的debug info warning errror等⽅法，。
2）⽇志记录到多个地⽅
内置了⼀键⼊参，每个参数是独⽴开关，可以把⽇志同时记录到8个常⽤的地⽅的任意⼏种组合，
包括控制台⽂件钉钉邮件 mongo kafka es 等等。在第8章介绍实现这种效果的观察者模式。
3）⽇志命名空间独⽴，采⽤了多实例logger，按⽇志命名空间区分。
命名空间独⽴意味着每个logger单独的⽇志界别过滤，单独的控制要记录到哪些地⽅。
logger_aa = LogManager('aa').get_logger_and_add_handlers(10，log_filename='aa.log')
logger_bb = LogManager('bb').get_logger_and_add_handlers(30，is_add_stream_handler=False,
ding_talk_token='your_dingding_token')
logger_cc = LogManager('cc').get_logger_and_add_handlers(10，log_filename='cc.log')
那么logger_aa.debug('哈哈哈')
将会同时记录到控制台和⽂件aa.log中，只要debug及debug以上级别都会记录。
logger_bb.warning('嘿嘿嘿')
将只会发送到钉钉消息，并且logger_bb的info debug级别⽇志不会被记录，
⾮常⽅便测试调试然后稳定了调⾼界别到⽣产。
logger_cc的⽇志会写在cc.log中，和logger_aa的⽇志是不同的⽂件。
4）对内置looging包打了猴⼦补丁，使⽇志永远不会使⽤同种handler重复记录
例如，原⽣的
from logging import getLogger,StreamHandler
logger = getLogger('hi')
getLogger('hi').addHandler(StreamHandler())
getLogger('hi').addHandler(StreamHandler())
getLogger('hi').addHandler(StreamHandler())
logger.warning('啦啦啦')
明明只warning了⼀次，但实际会造成啦啦啦在控制台打印3次。
使⽤nb_log，对同⼀命名空间的⽇志，可以⽆惧反复添加同类型handler，不会重复记录。
5）⽀持⽇志⾃定义，运⾏此包后，会⾃动在你的python项⽬根⽬录中⽣成nb_log_config.py⽂件，按说明修改。
2.最简单的使⽤⽅式，这只是演⽰控制台⽇志
2.0）⾃动拦截改变项⽬中所有地⽅的print效果。（⽀持配置⽂件⾃定义关闭转化print）
2.1）控制台⽇志变成可点击，精确跳转。（⽀持配置⽂件⾃定义修改或增加模板，内置了7种模板，部分模板⽣成的⽇志可以在pycharm控制台点击跳转）
2.2）控制台⽇志根据⽇志级别⾃动变⾊。（⽀持配置⽂件关闭彩⾊或者关闭背景⾊块）
from nb_log import LogManager
logger = LogManager('lalala').get_logger_and_add_handlers()
logger.debug('绿⾊')
logger.info('蓝⾊')
logger.warn('黄⾊')
<('紫红⾊')
print('print样式被⾃动发⽣变化')
3 ⽂件⽇志
3.1）这个⽂件⽇志的⾃定义filehandler是python史上性能最强⼤的⽀持多进程下⽇志⽂件按⼤⼩⾃动切割。
在各种filehandler实现难度上单进程永不切割 < 多进程按时间切割 < 单进程按⼤⼩切割 << 多进程按⼤⼩切割
因为每天⽇志⼤⼩很难确定，如果每天所有⽇志⽂件以及备份加起来超过40g了，硬盘就会满挂了，所以nb_log的⽂件⽇志filehandler采⽤的是按⼤⼩切割，不使⽤按时间切割。
⽂件⽇志⾃动使⽤的是多进程安全切割的⾃定义filehandler， logging包的RotatingFileHandler多进程运⾏代码时候，如果要实现向⽂件写⼊到规定⼤⼩时候并⾃动备份切
割，win和linux都100%报错。大文件发送
⽀持多进程安全切⽚的知名的handler有ConcurrentRotatingFileHandler，此handler能够确保win和linux切割正确不出错，此包在linux使⽤的是⾼效的fcntl⽂件锁，在win上性能惨不忍睹，这个包在win的性能在三⽅包的英⽂说明注释中，作者已经提到了。
nb_log是基于⾃动批量聚合，从⽽减少写⼊次数（但⽂件⽇志的追加最多会有1秒的延迟），从⽽⼤幅度减少反复给⽂件加锁解锁，使快速⼤量写⼊⽂件⽇志的性能⼤幅提⾼，在保证多进程安全且排列的前提下，对⽐这个ConcurrentRotatingFileHandler 使win的⽇志⽂件写⼊速度提⾼100倍，在linux上写⼊速度提⾼10倍。
3.2）演⽰⽂件⽇志，并且直接演⽰最⾼实现难度的多进程安全切⽚⽂件⽇志
from multiprocessing import Process
from nb_log import LogManager
#指定log_filename不为None 就⾃动写⼊⽂件了，并且默认使⽤的是多进程安全的切割⽅式的filehandler。
#默认都添加了控制台⽇志，如果不想要控制台⽇志，设置is_add_stream_handler=False
#为了保持⽅法⼊场数量少，具体的切割⼤⼩和备份⽂件个数有默认值，
#如果需要修改切割⼤⼩和⽂件数量，在当前python项⽬根⽬录⾃动⽣成的nb_log_config.py⽂件中指定。
logger = LogManager('ha').get_logger_and_add_handlers(is_add_stream_handler=True,
log_filename='ha.log')
def f():
for i in range(1000000000):
logger.debug('测试⽂件写⼊性能，在满⾜ 1.多进程运⾏ 2.按⼤⼩⾃动切割备份 3切割备份瞬间不出错'
'这3个条件的前提下，验证这是不是python史上⽂件写⼊速度遥遥领先性能最强的python logging handler')
if __name__ == '__main__':
[Process(target=f).start() for _ in range(10)]
4 钉钉⽇志
from nb_log import LogManager
logger4 = LogManager('hi').get_logger_and_add_handlers(is_add_stream_handler=True,
log_filename='hi.log',ding_talk_token='your_dingding_token')
logger4.debug('这条⽇志会同时出现在控制台⽂件和钉钉消息')
5 其他handler包括kafka⽇志，elastic⽇志，邮件⽇志，mongodb⽇志
按照get_logger_and_add_handler函数的⼊参说明就可以了，和上⾯的2 3 4中的写法⽅式差不多，都是⼀参傻⽠式，设置了，⽇志记录就会记载在各种地⽅。
6 ⽇志优先默认配置
只要项⽬任意⽂件运⾏了，带有import nb_log的脚本，就会在项⽬根⽬录下⽣成nb_log_config.py配置⽂件。 nb_log_config.py的内容如下，默认都是⽤#注释了，如果放开某项配置则优先使⽤这⾥的配置，否则使⽤nb_log_config_default.py中的配置。
配置⽰例如下：
如果反对⽇志有各种彩⾊，可以设置 DEFAULUT_USE_COLOR_HANDLER = False
如果反对⽇志有块状背景彩⾊，可以设置 DISPLAY_BACKGROUD_COLOR_IN_CONSOLE = False
如果想屏蔽nb_log包对怎么设置pycahrm的颜⾊的提⽰，可以设置 WARNING_PYCHARM_COLOR_SETINGS = False
如果想改变⽇志模板，可以设置 FORMATTER_KIND 参数，只带了7种模板，可以⾃定义添加喜欢的模板
import logging
ELASTIC_HOST = '127.0.0.1'
ELASTIC_PORT = 9200
KAFKA_BOOTSTRAP_SERVERS = ['192.168.199.202:9092']
ALWAYS_ADD_KAFKA_HANDLER_IN_TEST_ENVIRONENT = False
MONGO_URL = 'mongodb://myUserAdmin:mima@127.0.0.1:27016/admin'
DEFAULUT_USE_COLOR_HANDLER = True  # 是否默认使⽤有彩的⽇志。
DISPLAY_BACKGROUD_COLOR_IN_CONSOLE = True  # 在控制台是否显⽰彩⾊块状的⽇志。为F
alse则不使⽤⼤块的背景颜⾊。
AUTO_PATCH_PRINT = True  # 是否⾃动打print的猴⼦补丁，如果打了后指不定，print⾃动变⾊和可点击跳转。
WARNING_PYCHARM_COLOR_SETINGS = True
DEFAULT_ADD_MULTIPROCESSING_SAFE_ROATING_FILE_HANDLER = False  # 是否默认同时将⽇志记录到记log⽂件记事本中。
LOG_FILE_SIZE = 100  # 单位是M，每个⽂件的切⽚⼤⼩，超过多少后就⾃动切割
LOG_FILE_BACKUP_COUNT = 3
LOG_LEVEL_FILTER = logging.DEBUG  # 默认⽇志级别，低于此级别的⽇志不记录了。例如设置为INFO，那么logger.debug的不会记录，只会记录logger.info以上级别的。
RUN_ENV = 'test'
FORMATTER_DICT = {
1: logging.Formatter(
'⽇志时间【%(asctime)s】 - ⽇志名称【%(name)s】 - ⽂件【%(filename)s】 - 第【%(lineno)d】⾏ - ⽇志等级【%(levelname)s】 - ⽇志信息【%(message)s】',
"%Y-%m-%d %H:%M:%S"),
2: logging.Formatter(
'%(asctime)s - %(name)s - %(filename)s - %(funcName)s - %(lineno)d - %(levelname)s - %(message)s',
"%Y-%m-%d %H:%M:%S"),
3: logging.Formatter(
'%(asctime)s - %(name)s - 【 File "%(pathname)s", line %(lineno)d, in %(funcName)s 】 - %(levelname)s - %(message)s',
"%Y-%m-%d %H:%M:%S"),  # ⼀个模仿traceback异常的可跳转到打印⽇志地⽅的模板
4: logging.Formatter(
'%(asctime)s - %(name)s - "%(filename)s" - %(funcName)s - %(lineno)d - %(levelname)s - %(message)s -              File "%(pathname)s", line %(lineno)d ',
"%Y-%m-%d %H:%M:%S"),  # 这个也⽀持⽇志跳转
5: logging.Formatter(
'%(asctime)s - %(name)s - "%(pathname)s:%(lineno)d" - %(funcName)s - %(levelname)s - %(message)s',
"%Y-%m-%d %H:%M:%S"),  # 我认为的最好的模板，推荐
6: logging.Formatter('%(name)s - %(asctime)-15s - %(filename)s - %(lineno)d - %(levelname)s: %(message)s',
"%Y-%m-%d %H:%M:%S"),
7: logging.Formatter('%(levelname)s - %(filename)s - %(lineno)d - %(message)s',"%Y-%m-%d %H:%M:%S"), # ⼀个只显⽰简短⽂件名和所处⾏数的⽇志模板
}
FORMATTER_KIND = 5  # 如果get_logger_and_add_handlers不指定⽇志模板，则默认选择第⼏个模板
7. 各種⽇志截圖
钉钉
控制台⽇志模板之⼀
控制台⽇⼦模板之⼆
邮件⽇志
⽂件⽇志
elastic⽇志
mongo⽇志
8 关于⽇志的观察者模式
不会扩展⽇志记录到什么地⽅，主要是不懂什么叫观察者模式
# 例如⽇志想实现记录到控制台、⽂件、钉钉、redis、mongo、es、kafka、发邮件其中的⼏种的任意组合。
# low的⼈，会这么写，以下是伪代码，实现记录到控制台、⽂件、钉钉这三种的任意⼏种组合。
def 记录到控制台(msg):
"""实现把msg记录到控制台"""
def 记录到⽂件(msg):
"""实现把msg记录到⽂件"""
def 记录到钉钉(msg):
"""实现把msg记录到钉钉"""
def 记录到控制台和⽂件(msg):
"""实现把msg记录到控制台和⽂件"""
def 记录到控制台和钉钉(msg):
"""实现把msg记录到控制台和钉钉"""
def 记录到⽂件和钉钉(msg):
"""实现把msg记录到⽂件和钉钉"""
def 记录到控制台和⽂件和钉钉(msg):
"""实现把msg记录到控制台和⽂件和钉钉"""
#当需要把msg记录到⽂件时候，调⽤函数记录到⽂件(msg)
#当需要把msg记录到控制台时候，调⽤函数记录到控制台(msg)
#当需要把msg记录到钉钉时候，调⽤函数记录到钉钉(msg)
#当需要把msg记录到控制台和⽂件，调⽤函数记录到控制台和⽂件(msg)
#当需要把msg记录到控制台和钉钉，调⽤函数记录到控制台和钉钉(msg)
#当需要把msg记录到控制台和⽂件和钉钉，调⽤函数记录到控制台和⽂件和钉钉(msg)
"""
这样会造成，仅记录到控制台⽂件钉钉这三种的任意⼏个，需要写6个函数，调⽤时候需要调⽤不同的函数名。
但是现在⽇志可以记录到8种地⽅，如果还这么low的写法，需要写8的阶乘个函数，调⽤时候根据场景需要会调⽤8的阶乘个函数名。
8的阶乘结果是 40320 ，如果很low不学设计模式做到灵活组合，需要多写 4万多个函数，不学设计模式会多么吓⼈。
"""
观察者模式图⽚
菜鸟教程的观察者模式demo连接
这个uml图上分为Subject 和基类Observer，以及各种继承或者实现Observer的XxObserver类，其中每个不同的Observer需要实现doOperation⽅法。如果对应到python内置的logging⽇志包的实现，那么关系就是：
Logger是uml图的Subject
loging.Handler类是uml图的Observer类
StreamHandler FileHandler DingTalkHandler 是uml图的各种XxObservers类。
StreamHandler FileHandler DingTalkHandler类的 emit⽅法是uml图的doOperation⽅法
只有先学设计模式，才能知道经典固定套路达到快速看代码，能够达到秒懂源码是怎么规划设计实现的。
如果不先学习经典设计模式，每次看包的源码，需要多浪费很多时间看他怎么设计实现的，不懂设计模式，会觉得太难了看着就放弃了。
在python⽇志的使⽤和理解上，能够和风神打成平⼿的，国内没有⼏⼈。
转⾃