CentOS Python日志如何分析

在CentOS上分析Python日志可參考以下方法：

1. 日志收集與存儲

   • 使用Python的logging模塊將日志寫入文件，配置日志級別（如DEBUG、ERROR）和格式，例如：

     import logging  
     logging.basicConfig(filename='app.log', level=logging.ERROR,  
                         format='%(asctime)s - %(levelname)s - %(message)s')  
     

   • 通過logrotate工具設置日志輪轉，避免文件過大，配置示例：

     # /etc/logrotate.d/python_app  
     /var/log/app/*.log {  
         daily rotate 7  
         compress  
         missingok  
     }  
     

2. 日志查看與檢索

   • 直接查看日志文件：cat /var/log/app/app.log
   • 實時跟蹤日志：tail -f /var/log/app/app.log
   • 搜索關鍵字：grep 'ERROR' /var/log/app/app.log

3. 日志分析工具

   • 基礎分析：用pandas庫解析日志文件，統計錯誤頻率等，示例：

     import pandas as pd  
     logs = pd.read_csv('app.log', sep=' - ', names=['time', 'level', 'message'])  
     error_logs = logs[logs['level'] == 'ERROR']  
     print(f"錯誤日志數量: {len(error_logs)}")  
     

   • 可視化分析：結合matplotlib繪制日志趨勢圖，或使用ELK Stack（Elasticsearch+Logstash+Kibana）進行高級可視化。

4. 高級管理場景

   • 集中式日志管理：通過rsyslog或syslog-ng將Python日志發送到遠程服務器，配合ELK等工具分析。
   • 日志過濾與處理：利用logging.Filter過濾特定日志，或自定義Handler處理日志內容。

注意：確保日志文件路徑可寫，定期清理舊日志，敏感信息需脫敏處理。