Python日志分级需按角色与场景设计：DEBUG用于开发排障，INFO记录关键业务完成，WARNING表过程异常但结果正确，ERROR为功能失败需人工介入，CRITICAL是进程级致命错误。

Python 日志分级不是简单套用 DEBUG/INFO/WARNING/ERROR/CRITICAL，而是要结合系统角色、运维习惯和问题定位效率来设计。核心原则是：让每条日志在对应级别下有明确的语义，且不同级别之间有清晰的边界。

按“谁看、为什么看”确定级别用途

不同角色关注的日志重点不同，分级需匹配实际使用场景：

• DEBUG：仅开发自测或线上临时排障时开启，输出变量值、函数入参/返回、执行路径分支等细节；生产环境默认关闭
• INFO：记录关键业务动作的完成（如“用户 123 登录成功”“订单 456 已创建”），不包含敏感数据；运维可通过 INFO 日志确认服务是否按预期运转
• WARNING：表示“结果正确但过程异常”，比如降级触发、重试后成功、第三方接口超时但有兜底逻辑；提示潜在风险，但不中断流程
• ERROR：功能未达成且无自动恢复，如数据库写入失败、JSON 解析出错、必要参数缺失；需人工介入排查
• CRITICAL：进程级故障，如配置加载失败导致服务无法启动、核心线程崩溃、磁盘满导致日志写入中断；必须立即响应

避免常见误用

这些做法会削弱分级价值：

python-flask-vue-creator

创建 Flask + Vue.js 全栈项目，采用单端口架构、uv 依赖管理、结构化日志和生产级前端设计。当用户要求以下操作时触发：创建新的 Flask+Vue 项目、搭建 Web 应用、构建全栈 Python+Vue 应用、初始化 Flask Web 项目、设置单端口 Flask 前后端项目。触发词：新建项目、创建项目、搭建项目、Flask项目、Vue项目。

下载

• 把所有异常都打成 ERROR，忽略是否已捕获并妥善处理（已 catch 并重试成功的网络超时应为 WARNING）
• 在 INFO 中混入调试信息（如打印整个 request body），导致日志体积膨胀、敏感信息泄露
• 用 WARNING 记录“预期中的小概率事件”（如缓存未命中），其实这是正常流程，无需告警
• CRITICAL 仅用于不可恢复的致命错误，不要因“觉得严重”就升级级别

结合日志采集与告警策略反推分级

分级最终要服务于监控体系，需与下游工具对齐：

• 监控平台通常只订阅 ERROR 及以上级别做告警，那么 WARNING 就不该被当成 ERROR 打点，否则告警泛滥
• ELK 或 Loki 中，INFO 日志用于业务审计，可按 trace_id 聚合分析链路耗时；DEBUG 日志建议单独路由到冷存储，避免影响查询性能
• 若使用结构化日志（如 JSON 格式），可在日志中额外加字段 "category": "auth" 或 "retry_count": 2，弥补级别语义的不足

小团队可精简为三级制

如果人力有限、监控能力较弱，不必强行用满五级：

• INFO：服务健康心跳 + 主要业务成功事件
• WARNING：可感知的异常（如外部依赖慢、本地限流触发）
• ERROR：导致功能失败且未自动恢复的问题
• DEBUG 关闭，CRITICAL 合并进 ERROR（通过消息内容区分严重性）

Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！