Python ロギング モジュール: 初心者から熟練者までを対象としたエキスパート レベルのチュートリアル
############導入###
logging モジュールは、python
logging
を記録するための標準ライブラリです。これは、アプリケーションでイベントをログに記録するための統合インターフェイスを提供し、開発者がログ レベルのきめ細かい制御を定義し、ログ メッセージをフォーマットし、さまざまなターゲット (ファイル、コントロール台湾、 など) にログを出力できるようにします。ネットワークソケット)。 ######はじめる###### ロガーを作成する ログを開始するには、まずロガー オブジェクトを作成する必要があります。ロガーは、logging.getLogger(name)
関数を使用して作成できます。ここで、name は、ロガーの識別に使用される識別子 string
です。リーリー
ログメッセージを記録する
logger.log(level, msg, *args, **kwargs) メソッドを使用して、ログ メッセージを記録できます。
: ログ メッセージのレベル。
msg
: ログメッセージ。
- *args
および
**kwargs : ログ メッセージのフォーマットに使用されるオプションのパラメーター。 -
リーリー
ログレベル - ログ モジュールは、次のログ レベル (最低から最高まで) を定義します。
DEBUG: デバッグ目的の詳細情報。
INFO: 一般的なアプリケーション メッセージ用。
警告: 問題への注意を引くために使用されます。
ERROR: エラーと例外の場合。
- CRITICAL: 重大なエラーまたはアプリケーションのクラッシュの場合。
- NOTSET: ロギングを無効にします。
- ログ レベルは、 logger.level
- プロパティに設定できます。たとえば、 my_logger
- のレベルを WARNING
- に設定するには、次のようにします: リーリー
フォーマッターは、ログ メッセージの外観を制御するために使用されます。フォーマッタは、次のパラメータを持つ
logging.FORM
atter クラスを介して作成できます。
fmt
: ログ メッセージの形式文字列。
<strong class="keylink">datefmt</strong>: 日付と時刻の書式設定文字列 (オプション)。
- プロセッサ
-
プロセッサは、ログ メッセージを特定の宛先に出力するために使用されます。ロギング モジュールには、すぐに使用できるいくつかのハンドラーが用意されています。例:
-
logging.StreamHandler
: ログ メッセージをコンソールに出力します。
logging.FileHandler
: ログ メッセージをファイルに出力します。
- logging.
- Socket
Handler
: ログ メッセージをネットワーク ソケットに出力します。 -
リーリー
###フィルター###
フィルターは、特定の条件に基づいてログ メッセージをフィルター処理するために使用されます。ロギング モジュールは次のフィルターを提供します:
logging.Filter<strong class="keylink">: 基本的なフィルター、ログ メッセージを許可または拒否します。 </strong>
logging.LevelFilter
logging.MessageFilter
: ログ メッセージ自体に基づいてログ メッセージをフィルターします。-
リーリー
高度な使用法
階層ロギング -
Python
ロギング モジュールは階層ロギングをサポートしており、ロガーは親ロガーのプロパティと動作を継承できます。これにより、さまざまなレベルのロギング粒度でロギング構造を構築できます。 -
カスタムログレベル
アプリケーションの特定のニーズに合わせてカスタム ログ レベルを作成することもできます。これは、
関数を通じて実現できます。
拡張ログモジュール
ロギング モジュールはカスタム クラスと関数で拡張して、より高度なまたは特定のロギング機能を実装できます。たとえば、特定の要件を満たす独自のプロセッサまたはフィルターを作成できます。 ###結論は### Python ロギング モジュールは、アプリケーションにログインするための強力な
ツールです。柔軟性とカスタマイズ性を備えているため、開発者はアプリケーションの特定のニーズに基づいてロギング システムを構築できます。この
チュートリアル で概説されている基本原則と高度なテクニックに従うことで、ロギング モジュールを最大限に活用し、アプリケーションに効率的で有益なロギングを実現できます。
以上がPython ロギング モジュール: 初心者から熟練者までを対象としたエキスパート レベルのチュートリアルの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









PHPとPythonには独自の利点と短所があり、選択はプロジェクトのニーズと個人的な好みに依存します。 1.PHPは、大規模なWebアプリケーションの迅速な開発とメンテナンスに適しています。 2。Pythonは、データサイエンスと機械学習の分野を支配しています。

Pytorch GPUアクセラレーションを有効にすることで、CentOSシステムでは、PytorchのCUDA、CUDNN、およびGPUバージョンのインストールが必要です。次の手順では、プロセスをガイドします。CUDAおよびCUDNNのインストールでは、CUDAバージョンの互換性が決定されます。NVIDIA-SMIコマンドを使用して、NVIDIAグラフィックスカードでサポートされているCUDAバージョンを表示します。たとえば、MX450グラフィックカードはCUDA11.1以上をサポートする場合があります。 cudatoolkitのダウンロードとインストール:nvidiacudatoolkitの公式Webサイトにアクセスし、グラフィックカードでサポートされている最高のCUDAバージョンに従って、対応するバージョンをダウンロードしてインストールします。 cudnnライブラリをインストールする:

PythonとJavaScriptには、コミュニティ、ライブラリ、リソースの観点から、独自の利点と短所があります。 1)Pythonコミュニティはフレンドリーで初心者に適していますが、フロントエンドの開発リソースはJavaScriptほど豊富ではありません。 2)Pythonはデータサイエンスおよび機械学習ライブラリで強力ですが、JavaScriptはフロントエンド開発ライブラリとフレームワークで優れています。 3)どちらも豊富な学習リソースを持っていますが、Pythonは公式文書から始めるのに適していますが、JavaScriptはMDNWebDocsにより優れています。選択は、プロジェクトのニーズと個人的な関心に基づいている必要があります。

DockerはLinuxカーネル機能を使用して、効率的で孤立したアプリケーションランニング環境を提供します。その作業原則は次のとおりです。1。ミラーは、アプリケーションを実行するために必要なすべてを含む読み取り専用テンプレートとして使用されます。 2。ユニオンファイルシステム(UnionFS)は、違いを保存するだけで、スペースを節約し、高速化する複数のファイルシステムをスタックします。 3.デーモンはミラーとコンテナを管理し、クライアントはそれらをインタラクションに使用します。 4。名前空間とcgroupsは、コンテナの分離とリソースの制限を実装します。 5.複数のネットワークモードは、コンテナの相互接続をサポートします。これらのコア概念を理解することによってのみ、Dockerをよりよく利用できます。

Pytorchの分散トレーニングでは、Centosシステムでトレーニングには次の手順が必要です。Pytorchのインストール:PythonとPipがCentosシステムにインストールされていることです。 CUDAバージョンに応じて、Pytorchの公式Webサイトから適切なインストールコマンドを入手してください。 CPUのみのトレーニングには、次のコマンドを使用できます。PipinstalltorchtorchtorchvisionTorchaudioGPUサポートが必要な場合は、CUDAとCUDNNの対応するバージョンがインストールされ、インストールに対応するPytorchバージョンを使用してください。分散環境構成:分散トレーニングには、通常、複数のマシンまたは単一マシンの複数GPUが必要です。場所

PytorchをCentosシステムにインストールする場合、適切なバージョンを慎重に選択し、次の重要な要因を検討する必要があります。1。システム環境互換性:オペレーティングシステム:Centos7以上を使用することをお勧めします。 Cuda and Cudnn:PytorchバージョンとCudaバージョンは密接に関連しています。たとえば、pytorch1.9.0にはcuda11.1が必要ですが、pytorch2.0.1にはcuda11.3が必要です。 CUDNNバージョンは、CUDAバージョンとも一致する必要があります。 Pytorchバージョンを選択する前に、互換性のあるCUDAおよびCUDNNバージョンがインストールされていることを確認してください。 Pythonバージョン:Pytorch公式支店

NGINXのインストールをインストールするには、次の手順に従う必要があります。開発ツール、PCRE-Devel、OpenSSL-Develなどの依存関係のインストール。 nginxソースコードパッケージをダウンロードし、それを解凍してコンパイルしてインストールし、/usr/local/nginxとしてインストールパスを指定します。 nginxユーザーとユーザーグループを作成し、アクセス許可を設定します。構成ファイルnginx.confを変更し、リスニングポートとドメイン名/IPアドレスを構成します。 nginxサービスを開始します。依存関係の問題、ポート競合、構成ファイルエラーなど、一般的なエラーに注意する必要があります。パフォーマンスの最適化は、キャッシュをオンにしたり、ワーカープロセスの数を調整するなど、特定の状況に応じて調整する必要があります。

Pythonは、自動化、スクリプト、およびタスク管理に優れています。 1)自動化:OSやShutilなどの標準ライブラリを介してファイルバックアップが実現されます。 2)スクリプトの書き込み:Psutilライブラリを使用してシステムリソースを監視します。 3)タスク管理:スケジュールライブラリを使用してタスクをスケジュールします。 Pythonの使いやすさと豊富なライブラリサポートにより、これらの分野で優先ツールになります。
