python中日志logging模块的性能及多进程详解

python中日志logging模块的性能及多进程详解

使用Python来写后台任务时，时常需要使用输出日志来记录程序运行的状态，并在发生错误时将错误的详细信息保存下来，以别调试和分析。Python的logging模块就是这种情况下的好帮手。本文就介绍了python中日志logging模块性能及多进程的相关资料，需要的朋友可以参考下。

Java 中最通用的日志模块莫过于 Log4j 了，在 python 中，也自带了 logging 模块，该模块的用法其实和 Log4j 类似。日志是记录操作的一种好方式。但是日志，基本都是基于文件的，也就是要写到磁盘上的。这时候，磁盘将会成为一个性能瓶颈。对于普通的服务器硬盘（机械磁盘，非固态硬盘），Python日志的性能瓶颈是多少呢？今天我们就来测一下。下面话不多说，来一起看看详细的介绍：

测试代码如下：

#! /usr/bin/env python

#coding=utf-8

  

# ============================

# Describe : 给平台提供的日志

# D&P Author By:  常成功

# Create Date:  2016/08/01

# Modify Date:  2016/08/01

# ============================

  

importtime

importos

importlogging

  

  

print"Start test ...."

s_tm=time.time()

test_time=10.0# 测试时间10秒

e_tm=s_tm 10

j=0

  

pid=str(os.getpid())

while1:

 now_time=time.time()

 j =1

 ifnow_time > e_tm:

  break

 # 生成文件夹

 lujing="d:\test_log"

 ifnotos.path.exists(lujing):

  os.mkdir(lujing)

  

 fm2='%Y%m%d'

 YMD=time.strftime(fm2, time.localtime(now_time))

  

 filename='recharge_' YMD '.log'

 log_file=os.path.join(lujing, filename)

 t=" "

 log_msg=str(j) t str(now_time) t pid

  

 the_logger=logging.getLogger('recharge_log')

 f_handler=logging.FileHandler(log_file)

 the_logger.addHandler(f_handler)

 the_logger.setLevel(logging.INFO)

 # To pass exception information, use the keyword argument exc_info with a true value

 the_logger.info(log_msg, exc_info=False)

 the_logger.removeHandler(f_handler)

  

rps=j/test_time

printrps,"rows per second"

结果为：

Start test ....

2973.0 rows per second

Python的logging性能：

7200转的机械磁盘，测了几次，每秒的能写入日志的行数（每行就是一条日志），数量基本在 2800-3000 之间。此时，磁盘IO基本已经跑满。（在3.3Ghz的CPU上，CPU占用大约40%）。

Python的logging多进程：

python 的 logging模块，是线程安全的。但对于多进程的程序来说，怎么去写日志文件呢？我的解决办法是，每个进程的PID，写一个单独的日志文件。再用算法把所有进程的日志合并起来，生成新的日志。

提示：由于磁盘IO已经到达瓶颈，所以多进程并不能提高日志性能。高性能日志，需要用缓存，或者分布式日志。

总结

以上就是这篇文章的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助.