应使用 rotatingfilehandler 或 timedrotatingfilehandler 替代 filehandler 实现日志滚动，需先清空 app.logger.handlers，设置 maxbytes=10485760、backupcount=5，并为 handler 显式设 level 和 werkzeug 过滤器。
用 RotatingFileHandler 按大小滚动日志，别直接写 FileHandler
Flask 默认不自带日志滚动能力，直接用 FileHandler 会把所有请求日志堆进一个文件，跑几天就几 GB，查都查不动。必须换 RotatingFileHandler 或 TimedRotatingFileHandler。
关键不是“加日志”，而是“换 handler”。Flask 的 app.logger 是标准 Logger 实例，可以清空原有 handler 后重新挂载：
- 先调用
app.logger.handlers.clear()，否则旧的StreamHandler还在打屏，新 handler 也写，日志重复 -
maxBytes=10485760（即 10MB），别设太小（比如 1MB），否则频繁重命名、IO 毛刺明显 -
backupCount=5表示最多保留 5 个历史文件，.1~.5，超出的自动删，不设就无限涨 - 注意路径权限：确保 Flask 进程对日志目录有写+执行（
mkdir -p /var/log/myapp后chown www-data:www-data /var/log/myapp）
按天滚动必须用 TimedRotatingFileHandler，且 when='midnight' 才真按天
很多人设 when='D'，结果发现日志凌晨 3 点切——因为 'D' 是“间隔一天”，从首次启动时间算起，不是按日历日。要严格按 00:00 切，必须用 when='midnight'。
-
interval=1+when='midnight'= 每天 00:00 切一次；设interval=7就是每周一 00:00 切 -
utc=True可避免时区切换导致漏切（比如服务器改了系统时区），但多数场景不用开 - 文件名后缀默认是
2024-05-20这种，如果想带时分秒（比如调试时精确到秒），加suffix='%Y-%m-%d_%H-%M'，但日常记录请求没必要 - 同样要清空原 handler，否则
TimedRotatingFileHandler和默认的StreamHandler一起写，日志翻倍
只让请求日志进文件，别把 Flask 启动/SQLAlchemy 日志也塞进去
Flask 的 app.logger 默认级别是 WARNING，但你配的 handler 如果没设 level，会把 INFO 级别的请求日志（来自 Werkzeug）和 DEBUG 级别的 SQL 日志全收进来，根本没法看。
立即学习“Python免费学习笔记（深入）”；
- 给 handler 显式设
setLevel(logging.INFO)，再给它加 filter 过滤掉非请求相关日志 - 最简 filter 写法：
lambda record: record.name == 'werkzeug'，因为 Flask 请求日志实际由werkzeug发出，不是app.logger - 如果你用了 SQLAlchemy，它的日志名是
sqlalchemy.engine，不加 filter 就会混在一起；同理，urllib3、boto3等第三方库日志也要防着 - 别试图用
app.logger.propagate = False拦全局——这会关掉所有子 logger 透传，可能让异常追踪丢失上下文
生产环境务必关掉 debug=True，否则 RotatingFileHandler 会失效
开发时开 debug=True，Flask 会启用重载器（reloader），每次代码变动就 fork 新进程。而 RotatingFileHandler 的轮转逻辑依赖进程生命周期——老进程还在写，新进程又开新文件，结果出现 app.log、app.log.1、app.log.2 同时被多个进程写，内容错乱甚至损坏。
- 本地调试用
debug=True没问题，但只要部署（哪怕只是gunicorn --bind :5000 app:app），就必须设debug=False - 检查方式：打印
app.debug，或看启动日志里有没有 “* Debugger is active!” 这行 - 如果非要热重载，用
gunicorn --reload或uvicorn --reload，它们自己管理进程，不会干扰 handler 的文件锁机制
真正麻烦的不是配哪个 handler，而是 handler 被多个进程/线程同时写，或者 filter 没拦住非请求日志——这两点不盯住，日志文件看着在滚，其实全是噪音。
