web服务中需用contextvars或loggeradapter实现请求级日志上下文注入，结合json结构化输出与opentelemetry集成，确保异步/同步场景下线程安全、字段完整、敏感信息过滤及链路追踪联动。
在Web服务中，为每个请求单独打日志并携带上下文（如请求ID、用户ID、路径、耗时等），是定位问题、追踪链路、审计行为的关键。python标准Logging模块本身不内置请求级上下文支持，需结合LoggerAdapter、LogRecord工厂或异步上下文变量（如contextvars）来实现线程/协程安全的请求日志注入。
用 contextvars 实现真正的请求隔离日志
在异步（如fastapi、Starlette）或高并发同步服务（如flask + gevent）中，传统threading.local不可靠。contextvars是Python 3.7+官方推荐方案，能天然绑定到每个async task或sync request生命周期。
- 定义一个
ContextVar存储请求上下文字典，例如：request_ctx = ContextVar("request_ctx", default={}) - 中间件中（如ASGI middleware或Flask before_request）调用
request_ctx.set(...)写入request_id、user_id、path等 - 自定义
LogRecord工厂，在创建日志记录前读取request_ctx.get()，把字段注入record.__dict__ - 格式化器（
formatter）中用%(request_id)s、%(user_id)s直接引用这些字段
用 LoggerAdapter 动态注入请求字段（适合同步服务）
对于纯同步框架（如原生Flask/Werkzeug），LoggerAdapter配合threading.local可快速落地，但需确保每次请求都在独立线程内处理（避免线程复用导致上下文污染）。
- 创建全局
local = threading.local()，中间件中设置local.request_id = gen_id() - 定义适配器：
class RequestLoggerAdapter(logging.LoggerAdapter): def process(self, msg, kwargs): return f"[{getattr(local, 'request_id', 'N/A')}] {msg}", kwargs - 各业务模块用
logger = RequestLoggerAdapter(logging.getLogger(__name__), {})获取带前缀的日志器 - 注意：必须保证
local在请求结束时清理（如Flaskteardown_request），否则内存泄漏
结构化日志 + 请求上下文输出（推荐生产用）
单纯字符串拼接日志不利于elk/Splunk解析。建议统一输出JSON结构日志，并将请求上下文作为顶层字段嵌入。
立即学习“Python免费学习笔记（深入）”；
- 使用
python-json-logger或自定义JSONFormatter，重写format()方法，合并record.__dict__与上下文字段 - 关键字段建议包括：
request_id（必选）、method、path、status_code（响应后注入）、duration_ms、user_id（若已认证）、ip - 避免记录敏感字段（如
password、auth_token），可在日志处理器中做白名单过滤 - 示例输出：
{"time":"2024-06-15T10:23:41.123Z","level":"INFO","request_id":"req_abc123","path":"/api/users","user_id":1001,"status_code":200,"duration_ms":42.5}
与APM集成（如OpenTelemetry）协同增强可观测性
日志不是孤立存在。将请求日志中的trace_id和span_id与OpenTelemetry自动埋点对齐，可实现日志→链路→指标三者联动。
- 启用OTel SDK后，当前trace上下文可通过
trace.get_current_span().get_span_context()获取 - 在日志上下文字典中一并写入
trace_id和span_id，保持与trace数据同源 - 日志系统（如Loki）配置
trace_id为索引字段，即可从日志直接跳转到Jaeger/grafana Tempo查看完整链路 - 避免手动传参污染业务代码：用中间件+上下文变量自动注入，对handler透明