Logging框架主要作用是Python里面处理日志
一.logging模块的组成
- loggers ：提供应用程序直接使用的接口
- handlers：发送日志记录到哪里
- filters： 限制只有满足过滤规则的日志才会输出。
- formatters：日志记录的格式
loggers
Logger为日志系统的入口。暴露给代码使用，每个logger的命名都是bucket,你可以向这个bucke输入需要处理的消息。
每个Logger都有一个日志级别，日志级别表示将要处理这个消息的严重性。Python定义了一下集中日志级别：
- DEBUG： 用于调试目的代码信息
- INFO: 普通的日志信息
- WARNING: 警告信息，一个问题严重比较小的信息。
- ERROR：错误信息，一个问题严重比较大的信息。
-
CRITICAL: 危险致命的信息。超级严重
写入logger 的每条消息都是一个日志记录。每个日志记录也具有一个日志级别，它表示对应的消息的严重性。每个日志记录还可以包含描述正在打印的事件的有用元信息。这些元信息可以包含很多代码细节，例如回溯栈或错误码。
当输入一条消息给logger 时，会将消息的日志级别与logger 的日志级别进行比较。如果消息的日志级别大于等于logger 的日志级别，该消息将会往下继续处理。如果小于，该消息将被忽略。
Logger 一旦决定消息需要被处理，它将传递该消息给一个Handler,由它来决定如何处理这个消息，打印到console，文件流的方式写入文件，或者网络流的方式发送一个网络socket.
handlers
Handlers决定如何处理Logger里面的每条日志消息。它表示一个特定的日志处理行为，例如：讲日志消息打印在console屏幕上，写到文件中，或者写入网络socket里。
与logger一样，Handler也有一个日志级别。如果消息的日志级别小于handler的级别，handler讲忽略这条消息。
logger可以有多个handler，而每个hander可以有不同的日志级别。利用这种方式，可以根据消息的重要性，提供不同的handler处理方法。例如：我们可以利用一个handler将ERROR和CRITICAL消息发送给一个页面，而用另一个handler将所有的信息记录到一个文件中用于以后的分析。
Filters
Filter 用于对从logger 传递给handler 的日志记录
进行额外的控制。默认情况下，满足日志级别的任何消息都将被处理。通过安装一个filter，你可以对日志处理添加额外的条件。例如，你可以安装一个filter对其日志消息作拦截处理，只允许处理来自特定源的ERROR消息。
Filters 还可以用于修改将要处理的日志记录的优先级。例如，如果日志记录满足特定的条件，你可以编写一个filter 将日志记录从ERROR降为WARNING。
Filters 可以安装在logger 上或者handler 上；多个filter 可以串联起来实现多层filter 行为。
Formatters
最后，日志记录需要转换成文本。Formatter 表示文本的格式。Fomatter 通常由包含日志记录属性的Python 格式字符串组成；
你也可以编写自定义的fomatter 来实现自己的格式。
二.使用logging
配置好logger、handler、filter 和formatter 之后，你需要在代码中放入logging 调用。使用logging 框架非常简单。下面是个例子：
# import the logging library
import logging
# Get an instance of a logger
logger = logging.getLogger(__name__)
def my_view(request, arg1, arg):
...
if bad_mojo:
# Log an error message
logger.error('Something went wrong!')
就是这样！每次满足bad_mojo条件，将写入一条错误日志记录。
命名Logger
注意：永远不要直接初始化Logger。而应该通过模块级别函数logging.getLogger()调用获取一个Logger的实例来得到它。Logger实例通过名字标示，Logger使用名称目的是用于标示其配置。
Logger 的名称习惯上通常使用__name__，即包含该logger 的Python 模块的名字。这允许你基于模块filter 和handle 日志调用。如果你想使用其它方式组织日志消息，可以提供点号分隔的名称来标识你的logger：
# Get an instance of a specific named
loggerlogger = logging.getLogger('project.interesting.stuff')
点号分隔的logger 名称定义一个层级。它们在概念上组织成一个层级式的命名空间，用 dots(periods) 作为分割符，例如 'project' 是 'project.interesting' , 的父Logger,"project.interestin"是"project.interestin.stuff"的父logger,Logger 的名称可以任意命名，用以表示记录的信息是在应用程序的哪个部分产生。
层级(module-level logger)为何如此重要？因为可以设置logger 传播它们的logging 调用给它们的上一级。利用这种方式，你可以在根logger 上定义一系列的handler，并捕获子logger 中的所有logging 调用。
在project命名空间中定义的handler 将捕获project.interesting和project.interesting.stuff logger 上的所有日志消息。这种传播行为可以基于每个logger 进行控制。如果你不想让某个logger 传播消息给它的上一级，你也可以关闭这个行为。
logging的调用
Logger 实例为每个默认的日志级别提供一个入口方法：
logger.debug()
logger.info()
logger.warning()
logger.error()
logger.critical()
还有另外两个调用：logger.log()
：打印消息时手工指定日志级别。logger.exception()
：创建一个ERROR级别日志消息，它封装当前异常栈的帧。
配置logging
当然，只是将logging 调用放入你的代码中还是不够的。你还需要配置logger、handler、filter 和formatter 来确保日志的输出是有意义的。
Python 的logging 库提供几种配置logging 的技术，从程序接口到配置文件。
默认情况下，Django 使用dictConfig 格式
为了配置logging，你需要使用LOGGING 来定义字典形式的logging 设置。
这些设置描述你的logging 设置的logger、handler、filter 和formatter，以及它们的日志等级和其它属性。
待续
