应显式创建模块级 logger（如 logging.getlogger("order.service")），避免使用 root logger；通过多 handler 分流日志（debug 到文件、业务日志到 kafka），logger 级别设为 debug，过滤逻辑由 handler 承担；extra 字段需加前缀防冲突；框架中间件日志应单独降级或截断；trace_id 应自动注入而非手动传参。
为什么 logging.getLogger() 不能直接用默认名
默认调用 logging.getLogger() 返回的是 root logger，所有日志——包括你写的业务逻辑、第三方库的调试输出、甚至 requests 底层的连接重试信息——都会往里塞。一旦开了 DEBUG 级别，日志瞬间被噪音淹没，根本找不到自己要查的那条订单创建失败记录。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 每个模块/服务显式创建独立 logger：
logging.getLogger("order.service")或logging.getLogger(__name__) - 避免在多个地方重复调用
logging.basicConfig()，它只生效一次，后面调用直接忽略，容易误以为配置成功了 - root logger 留给框架或运维统一管控，业务代码绝不直接操作它
怎么让 debug 日志进文件、业务日志进 Kafka
靠 handler 分流，不是靠 level 判断。一个 logger 可以挂多个 handler，各自决定“往哪写”和“写什么级别”，但过滤逻辑必须落在 handler 上，否则日志还没到 handler 就被 logger 的 level 挡掉了。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 给 debug 日志 handler 设
setLevel(logging.DEBUG)，再加Filter子类判断是否含"debug"标签（比如日志 record 的extra字典） - 业务日志 handler 设
setLevel(logging.INFO)，并绑定专门的KafkaHandler（需自研或用python-logstash类库） - 切记：logger 自身 level 要设成
DEBUG，否则低于 INFO 的日志连 handler 的门都摸不到
extra 字段传参时常见的 key 冲突
很多人习惯用 extra={"user_id": uid} 打点，结果发现日志里 user_id 有时是空、有时是旧值——因为 extra 会透传给所有下游 handler，而某些 handler（比如 RotatingFileHandler）内部也用 user_id 做轮转标识，发生覆盖。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 所有业务字段加统一前缀，例如
extra={"biz_user_id": uid, "biz_order_no": no} - 避免使用 logging 内置字段名：
asctime、levelname、funcName、lineno、module、name等，否则会被静默丢弃 - 在 formatter 的
format()里用%(biz_user_id)s引用，别依赖str(record.__dict__)直接打印
Django/Flask 中如何不污染中间件日志
Web 框架的中间件（如 Django 的 CommonMiddleware、Flask 的 RequestID 插件）往往自带 logger，它们和你的业务 logger 共享同一个命名空间，一开 DEBUG 就全炸出来。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 在配置中单独禁用框架 debug 日志：
logging.getLogger("django.middleware").setLevel(logging.WARNING) - 用
NullHandler截断你不关心的 logger：logging.getLogger("urllib3").addHandler(logging.NullHandler()) - 不要在中间件里用
print()或裸logging.info()，统一走你定义好的getLogger("web.request")
logger.info() 里手动传——得靠 LoggerAdapter 或上下文变量自动注入，否则漏一条就断链。这点很多人拖到线上排查时才意识到。 
