Python日志级别设计_信息分类解析【教程】

python日志级别是按严重程度和用途分层的信息分类工具：DEBUG用于开发调试细节，INFO记录关键运行节点，WARNING提示异常苗头，Error标识局部故障并带堆栈，CRITICAL表示全局性危机；定级本质是明确“谁看、为什么看、看到后做什么”的沟通契约。

Python日志级别不是随便设的，它本质是信息分类工具——按严重程度和用途把消息分层，让开发、运维、调试各取所需。选错级别不仅影响排查效率，还可能掩盖关键问题或刷屏无用信息。

DEBUG：仅限开发阶段的“显微镜”

记录最细粒度的操作细节，比如变量值、函数入参、循环内状态。生产环境默认关闭，避免性能损耗和敏感信息泄露。

• 适合在本地调试时临时开启，配合Logging.basicConfig(level=logging.DEBUG)
• 不要写密码、Token、用户手机号等敏感内容
• 上线前检查所有logger.debug()，确认是否应降级或删除

INFO：系统“运行快报”，聚焦关键路径

标记正常流程中的重要节点，如服务启动、配置加载完成、任务开始/结束、外部调用成功返回。目标是让人一眼看清“系统在干什么”。

• 避免每行都打INFO，例如循环体内的单次处理不记INFO
• 推荐格式：logger.info("User %s logged in via %s", user_id, auth_method)（用占位符，非字符串拼接）
• 运维可通过INFO日志快速确认服务是否按预期流转

WARNING：异常苗头，尚未失控

表示出现非预期但未中断流程的情况，比如接口返回码非200但已重试成功、配置项缺失使用了默认值、磁盘剩余空间低于85%。

立即学习“Python免费学习笔记（深入）”；

• 不是报错，但值得人工关注——可作为监控阈值触发依据
• 避免滥用：不要把“用户输入为空”这种业务校验逻辑记为WARNING
• 建议附带上下文，例如logger.warning("Fallback to cache for order %s, DB timeout", order_id)

ERROR & CRITICAL：必须响应的故障信号

ERROR代表局部失败（如单次数据库查询失败、第三方api调用超时），CRITICAL代表全局性危机（如数据库连接池耗尽、核心配置加载失败导致服务无法启动）。

• ERROR要带异常堆栈：logger.error("Failed to send email", exc_info=True)
• CRITICAL极少使用，通常只在if not essential_init(): logger.critical("Abort: config invalid"); sys.exit(1)这类场景
• 不要用ERROR代替raise——该抛异常的地方别只打日志

日志级别设计的核心是“谁看、为什么看、看到后做什么”。定级不是技术选择，而是沟通契约。合理分级后，grep、elk、告警规则才能真正起作用。