1.日志相关概念 2.logging模块简介 3.logging模块函数使用 4.logging模块日志流处理流程 5.logging模块组件使用 6.logging配置方式 7.日志输出中添加上下文信息php
日志是一种能够追踪软件运行时所发生事件的方法,软件开发人员能够向其代码中调用日志记录相关的方法来代表发生了某些事情。一个事件能够用一个包含可选变量数据的消息来描述,此外事件也有重要性的概念,这个重要性也能够被称为严重级别(level)。 1.日志的做用 经过日志的分析,能够方便用户了解系统或软件、应用的运行状况,若是咱们的引用日志足够丰富,也能够分析以往用户的操做行为、类型喜爱、地域分布或其余更多信息;若是一个应用的日志同时也分了多个级别,那么能够很轻松地分析获得该应用的健康情况,及时发现问题并快速定位、解决问题。简单来说就是,咱们经过记录和分析日志能够了解一个系统或软件程序运行状况是否正常,也能够在应用程序出现故障时快速定位问题。好比,作运维的同窗,在接收到报警或各类问题反馈后,进行问题排查时一般都会先去看各类日志。对于运维老司机或有经验的开发人员,能够快速的经过日志定位到问题的根源,可见日志的重要性。日志的做用能够简单总结为下面几点:html
若是应用软件程序的日志信息足够详细和丰富,还能够用来作用户行为分析,如:分析用户的操做行为、类型喜爱、地域分布以及其余更多的信息,由此以实现业务改进、提升商业利益。python
2.日志的级别 咱们先来思考下如下两个问题:nginx
在软件开发阶段或部署开发环境时,为了尽量详细的查看应用程序的运行状态来保证上线后的稳定性,咱们可能须要把该引用程序全部的运行日志所有记录下来进行分析,这是很是耗费机器性能的。但应用程序正式发布或在生产环境部署应用程序时,咱们一般只须要记录应用程序的异常信息、错误信息等,这样便可以减少服务器的I/O压力,也能够避免咱们在排查故障时被淹没在日志的海洋里。那么,怎么才能在不改动应用程序代码的状况下实如今不一样环境记录不一样详细程度的日志呢?这就是日志级别的做用了,咱们能够经过配置文件指定咱们须要的日志级别就能够了。不一样的应用程序所定义的日志级别可能会有所差异,分的详细点的会包含如下几个等级:服务器
3.日志字段信息与日志格式 在开篇提到过,一条日志信息对应的是一个事件的发生,而一个事件一般须要包括如下几个内容:网络
上面这些都是一条日志记录中可能包含的字段信息,固然还能够包括一些其余信息,好比:进程ID、进程名称、线程ID、线程ID等等。日志格式就是用来定义一条日志记录中包含哪些字段的,且日志格式一般都是能够自定义的。运维
输出一条日志时,日志内容和日志级别是须要开发人员明确指定的。对于其余字段信息,只须要是否显示在日志中就能够了。函数
4.日志功能的实现 几乎全部开发语言都会内置日志相关功能,或者会有比较优秀的第三方库来提供日志操做功能,好比:log4j,log4php等。它们功能强大、使用简单,Python自身也提供了一个用于记录日志的标准库模块----logging。工具
logging模块定义的类和函数为应用程序的开发提供了一个灵活的日志系统。logging模块是Python的一个标准库模块,由标准库模块提供日志记录API的关键好处是全部Python模块均可以使用这个日志系统。因此,咱们的应用日志能够将本身的日志信息与来自第三方模块的信息整合起来。性能
1.logging模块的日志级别 logging模块默认定义了如下几个日志级别,它容许开发人员自定义其它日志级别,可是这是不被推荐的,尤为是在开发供别人使用的库时,由于这会致使日志级别的混乱。
日志级别(level) | 描述 |
---|---|
DEBUG | 最详细的日志信息,典型应用场景是:问题诊断 |
INFO | 信息详细程度仅次于DEBUG,一般只记录关键节点信息,用于确认一切都是按照咱们的预期的那样进行工做 |
WARNING | 但某些不指望的事情发生时记录的信息,好比:磁盘可用空间较低,可是此时应用程序仍是正常运行的 |
ERROR | 因为一个更严重的问题致使某些功能不能正常运行时记录的信息 |
CRITICAL | 当发生严重错误,致使应用程序不能继续运行时记录的信息 |
开发应用程序或部署开发环境时,可使用DEBUG或INFO级别的日志获取尽量详细的日志信息来进行开发或部署调试;应用上限或部署生产环境时,应该使用WARNING或ERROR或CRITICAL级别的日志来下降机器的I/O压力和提升获取错误日志信息的效率,日志级别的指定一般都是在应用程序的配置文件中进行制定的。
- 上面表中的日志级别从上到下依次升高,即:DEBUG< INFO< WARNING< ERROR< CRITICAL,而日志的信息量是依次减小的;
- 当为某个应用程序指定一个日志级别后,应用程序会记录全部日志级别大于或等于指定级别的日志信息,而不是仅仅只记录指定级别的日志信息,nginx、php等应用程序以及这里要提到的Python的logging模块都是这样的。一样,logging模块也能够指定日志记录器的日志级别,只有级别大于或等于该指定日志级别的日志才会被输出,小于该级别的日志将会被丢弃。
2.logging模块的使用方式 logging模块提供了两种记录日志的方式:
其实,logging所提供的模块级别的日志记录函数也是对logging日志系统相关类的封装而已。 logging模块定义的模块级别的经常使用函数
函数 | 说明 |
---|---|
logging.debug(msg, *args, **kwargs) | 建立一条严重级别为DEBUG的日志记录 |
logging.info(msg, *args, **kwargs) | 建立一条严重级别为INFO的日志记录 |
logging.warning(msg, *args, **kwargs) | 建立一条严重级别为WARNING的日志记录 |
logging.error(msg, *args, **kwargs) | 建立一条严重级别为ERROR的日志记录 |
logging.critical(msg, *args, **kwargs) | 建立一条严重级别为CRITICAL的日志记录 |
logging.log(level, *args, **kwargs) | 建立一条严重级别为LEVEL的日志记录 |
logging.basicConfig(**kwargs) | 对日志系统作基本的配置 |
其中logging.basicConfig(**kwargs)函数用于指定"要记录的日志级别"、"日志格式"、"日志输出位置"、"日志文件的打开模式"等信息,其余几个都是用于记录各个级别日志的函数。 logging模块的四大组件
组件 | 说明 |
---|---|
loggers | 提供应用程序代码直接使用的接口 |
handlers | 用于将日志记录发送到指定的目的位置 |
filters | 提供更细粒度的日志过滤功能,用于决定哪些日志记录将会被输出(其它的日志记录将会被忽略) |
formatters | 用于控制日志信息的最终输出格式 |
logging模块提供的模块级别的那些函数实际上也是经过这几个组件的相关实现类来记录日志的,只是在建立这些类的实例时设置了一些默认值。
回顾下前面提到的几个重要信息:
1.最简单的日志输出 先来试着分别输出一条不一样日志级别的日志记录:
import logging logging.debug("This is a debug log.") logging.info("This is a info log.") logging.warning("This is a warning log.") logging.error("This is a error log.") logging.critical("This is a critical log.") # 也能够这样写: logging.log(logging.DEBUG, "This is a debug log.") logging.log(logging.INFO, "This is a info log.") logging.log(logging.WARNING, "This is a warning log.") logging.log(logging.ERROR, "This is a error log.") logging.log(logging.CRITICAL, "This is a critical log.")
运行输出结果为:
WARNING:root:This is a warning log. ERROR:root:This is a error log. CRITICAL:root:This is a critical log.
2.那么问题来了 问题1:为何前面两条日志没有被打印出来? 这是由于logging模块提供的日志记录函数所使用的日志器设置的日志级别是WARNING,所以只有WARNING级别的日志记录以及大于它的ERROR和CRITICAL级别的日志记录被输出了,而小于它的DEBUG和INFO级别的日志被丢弃了。 问题2:打印出来的日志信息中各字段表示什么意思?为何会这样输出? 上面输出结果中每行日志记录的各个字段含义分别是:
日志级别:日志器名称:日志内容
之因此会这样输出,是由于logging模块提供的日志记录函数所使用的日志器设置的日志格式默认是BASIC_FORMAT,其值为:
"%(levelname)s:%(name)s:%(messsage)s"
问题3:为何将日志记录打印到控制台,而不是输出到文件中? 由于在logging模块提供的日志记录函数所使用的日志器设置的处理器所指定的日志输出位置默认为:
sys.stderr
问题4.我是怎么知道这些的? 查看这些日志记录函数的实现代码,能够发现:当咱们没有提供任何配置信息的时候,这些函数都会去调用logging.basicConfig(**kwargs)方法,且不会向该方法传递任何参数,继续查看basicConfig(**kwargs)方法的代码就能够找到上面这些问题的答案了。 问题5.怎么修改这些默认设置呢? 其实很简单,在咱们调用上面这些函日志记录函数以前,手动调用一下basicConfig(**kwargs)方法,把咱们想设置的内容以参数的形式传递进去就能够了。
**3.logging.basicConfig(kwargs)函数说明 该方法用于为logging日志系统作一些基本配置,方法定义以下:
logging.basicConfig(**kwargs)
该函数能够接收的关键字参数以下:
参数名称 | 描述 |
---|---|
filename | 指定日志输出目标文件的文件名,指定该设置项后日志信息就不会被输出到控制台了 |
filemode | 指定日志文件的打开模式,默认为"a"。须要注意的是,该选项要在filename指定时才有效 |
format | 指定日志格式字符串,即指定日志输出时所包含的字段信息以及它们的顺序,logging模块定义的格式字段下面会列出 |
datefmt | 指定日期/时间格式。须要注意的是,该选项要在format中包含时间字段%(asctime)时才有效 |
level | 指定日志器的日志级别 |
stream | 指定日志输出目标stream,如sys.stdout、sys.stderr以及网络stream。须要注意的是,stream和filename不能同时提供,不然stream会被忽略 |
style | 指定format格式字符串的风格,可取值为"%"、"{"和"$",默认为"%" |
handlers | 该选项若是被指定,它应该是一个建立了多个Handler的可迭代对象,这些handler将会被添加到root logger。须要注意的是:filename、stream和handler这三个配置项只能有一个存在,不能同时出现2个或3个 |
4.logging模块定义的格式字符串字段 下面是logging模块中定义好的能够用于format格式字符串中的字段:
字段/属性名称 | 使用格式 | 描述 |
---|---|---|
asctime | %(asctime)s | 日志事件发生的时间--人类可读时间,如:2018-05-05 19:50:45,9527 |
created | %(created)f | 日志事件发生的时间--时间戳,就是当时调用time.time()方法返回的值 |
relativeCreated | %(relativeCreated)d | 日志事件发生的时间--相对于logging模块加载时间的相对毫秒数(目前还不知道有什么用) |
msecs | %(msecs)d | 日志事件发生的毫秒部分 |
levelname | %(levelname)s | 该日志记录的文字形式的日志级别('DEBUG', 'INFO', 'WARNING', 'ERROR', 'CRITICAL') |
levelno | %(levelno)s | 该日志记录的数字形式的日志级别(10, 20, 30, 40, 50) |
name | %(name)s | 所使用的日志器名称,默认是"root",由于默认使用的是rootLogger |
message | %(message)s | 日志记录的文本内容,经过msg % args计算获得的 |
pathname | %(pathname)s | 调用日志记录函数的源码文件的所有路径 |
filename | %(filename)s | pathname的文件名部分,包含文件后缀 |
module | %(module)s | filename的名称部分,不包含后缀 |
lineno | %(lineno)s | 调用日志记录函数的源代码所在的行号 |
funcName | %(funcName)s | 调用日志记录函数的函数名 |
process | %(process)d | 进程ID |
processName | %(processName)s | 进程名称 |
thread | %(thread)d | 线程ID |
threadName | %(threadName)s | 线程名称 |
5.通过配置的日志输出 先简单配置下日志器的日志级别
import logging logging.basicConfig(level=logging.DEBUG) logging.debug("This is a debug log.") logging.info("This is a info log.") logging.warning("This is a warning log.") logging.error("This is a error log.") logging.critical("This is a critical log.")
运行输出结果为:
DEBUG:root:This is a debug log. INFO:root:This is a info log. WARNING:root:This is a warning log. ERROR:root:This is a error log. CRITICAL:root:This is a critical log.
全部等级的日志信息都被输出了,说明配置生效了。 在配置日志器日志级别的基础上,在配置日志输出目标文件和日志格式:
import logging LOG_FORMAT = "%(asctime)s - %(levelname)s - %(message)s" logging.basicConfig(level=logging.DEBUG, filename="my.log", format=LOG_FORMAT) logging.debug("This is a debug log.") logging.info("This is a info log.") logging.warning("This is a warning log.") logging.error("This is a error log.") logging.critical("This is a critical log.")
运行上面代码,发现此时控制台已经没有输出日志内容了,可是在Python代码文件的相同目录下会生成一个名为"my.log"的日志文件,以下图所示:
该文件的内容为:
2018-05-05 20:14:12,806 - DEBUG - This is a debug log. 2018-05-05 20:14:12,806 - INFO - This is a info log. 2018-05-05 20:14:12,807 - WARNING - This is a warning log. 2018-05-05 20:14:12,807 - ERROR - This is a error log. 2018-05-05 20:14:12,807 - CRITICAL - This is a critical log.
在上面的基础上,咱们再来设置下日期/时间格式:
import logging LOG_FORMAT = "%(asctime)s - %(levelname)s - %(message)s" DATE_FORMAT = "%m/%d/%Y %H:%M:%S %p" logging.basicConfig(level=logging.DEBUG, filename="my.log", format=LOG_FORMAT, datefmt=DATE_FORMAT) logging.debug("This is a debug log.") logging.info("This is a info log.") logging.warning("This is a warning log.") logging.error("This is a error log.") logging.critical("This is a critical log.")
此时会在"my.log"日志文件中看到以下输出内容:
05/05/2018 20:20:22 PM - DEBUG - This is a debug log. 05/05/2018 20:20:22 PM - INFO - This is a info log. 05/05/2018 20:20:22 PM - WARNING - This is a warning log. 05/05/2018 20:20:22 PM - ERROR - This is a error log. 05/05/2018 20:20:22 PM - CRITICAL - This is a critical log.
掌握了上面的内容以后,已经可以知足咱们平时开发中须要的日志记录功能。
6.其余说明 几个要说明的内容:
关于exc_info,stack_info,extra关键字参数的说明:
举个例子,在日子消息中添加exc_info和stack_info信息,并添加两个自定义的字段ip和user:
import logging LOG_FORMAT = "%(asctime)s - %(levelname)s - %(user)s[%(ip)s] - %(message)s" DATE_FORMAT = "%m/%d/%Y %H:%M:%S %p" logging.basicConfig(format=LOG_FORMAT, datefmt=DATE_FORMAT) logging.warning("Some one delete the log file.", exc_info=True, stack_info=True, extra={"user": "Tom", "ip": "95.27.16.88"})
运行输出结果为:
05/05/2018 20:43:58 PM - WARNING - Tom[95.27.16.88] - Some one delete the log file. NoneType: None Stack (most recent call last): File "D:/PythonCode/module for test/logging module.py", line 8, in <module> extra={"user": "Tom", "ip": "95.27.16.88"})
在介绍logging模块的高级用法以前,颇有必要对logging模块所包含的重要组件以及其工做流程作个全面、简要的介绍,这有助于咱们更好的理解咱们所写的代码。 1.logging日志模块四大组件 在介绍logging模块的日志流处理流程以前,咱们先来介绍下logging模块的四大组件:
组件名称 | 对应类名 | 功能描述 |
---|---|---|
日志器 | Logger | 提供了应用程序可直接使用的接口 |
处理器 | Handler | 将logger建立的日志记录发送到合适的目的地输出 |
过滤器 | Filter | 提供了更细粒度的控制工具来决定输出哪条日志记录,丢弃哪条日志记录 |
格式器 | Formatter | 决定日志记录的最终输出格式 |
logging模块就是经过这些组件来完成日志处理的,上面所使用的logging模块级别的函数也是经过这些组件对应的类来实现的。这些组件之间的关系描述:
简单点说就是:日志器(Logger)是入口,真正干活儿的是处理器(Handler),处理器(Handler)还能够经过过滤器(Filter)和格式器(Formatter)对要输出的日志内容作过滤和格式化处操做。
logging日志模块相关类及其经常使用方法 下面介绍与logging四大组件相关的类:Logger,Handler,Filter,Formatter。 Logger类,Logger对象有3个任务要作:
Logger对象最经常使用的方法分为两类:配置方法和消息发送方法
方法 | 描述 |
---|---|
Logger.setLevel() | 设置日志器将会处理的日志消息的最低严重级别 |
Logger.addHandler()和Logger.removeHandler() | 为该Logger对象添加和移除一个handler对象 |
Logger.addFilter()和Logger.removeFilter() | 为该Logger对象添加和移除一个filter对象 |
关于Logger.setLevel()方法的说明:内建等级中,级别最低的是DEBUG,级别最高的是CRITICAL。例如:setLevel(logging.INFO),此时函数参数为INFO,那么该logger将只会处理INFO、WARNING、ERROR和CRITICAL级别的日志,而DEBUG级别的消息将会被忽略/丢弃。
logger对象配置完成以后,可使用下面的方法来建立日志记录:
方法 | 描述 |
---|---|
Logger.debug(),Logger.info(),Logger.warning(),Logger.error(),Logger.critical() | 建立一个它们的方法名对应等级的日志记录 |
Logger.exception() | 建立一个相似于Logger.error()的日志消息 |
Logger.log() | 须要获取一个明确的日志level参数来建立一个日志记录 |
- Logger.exception()与Logger.error()的区别在于:Logger.exception()将会输出堆栈追踪信息,另外一般只是在一个exception handler中调用该方法;
- Logger.log()与Logger.debug()、Logger.info()等方法相比,虽然须要多传一个level参数,显得不那么方便,可是当须要记录自定义level的日志时,仍是须要该方法来完成。
那么,如何获得一个Logger对象呢?一种方式是经过Logger类的实例化方法建立一个Logger类的实例,可是咱们一般都是用第二种方式-----logging.getLogger()方法。logging.getLogger()方法有一个可选参数name,该参数表示将要返回的日志器的名称标识,若是不提供该参数,则其值为"root"。若以相同的name参数值屡次调用getLogger()方法,将会返回指向同一个logger对象的引用。
关于logger的层级结构与有效等级的说明:
- logger的名称是一个以"."分割的层级结构,每一个"."后面的logger都是"."前面的logger的children,例如:有一个名称为foo的logger,其它名称分别为foo.bar,foo.bar.baz和foo.bam都是foo的后代;
- logger有一个"有效等级(effective level)"的概念。若是一个logger上没有被明确设置一个level,那么该logger就是使用它parent的level;若是它的parent也没有明确设置level,则继续向上查找parent的parent的有效level,以此类推,直到找到一个明确设置了level的祖先为止。须要说明的是,root logger老是会有一个明确的level设置(默认为WARNING)。当决定是否去处理一个已发生的事件时,logger的有效等级将会被用来决定是否将该事件传递给该logger的handlers进行处理;
- child loggers在完成对日志消息的处理后,默认会将日志消息传递给与它们的祖先loggers相关的handlers。所以,咱们没必要为一个应用程序中所使用的全部loggers定义和配置handlers,只须要为一个顶层的logger配置handlers,而后按照须要建立child loggers就足够了。咱们也能够经过将一个logger的propagate属性设置为False来关闭这种传递机制。
Handler类,Handler对象的做用是(基于日志消息的level)将消息分发到handler制定的位置(文件、网络、邮件等)。Logger对象能够经过addHandler()方法为本身添加0个或多个handler对象,好比:一个应用程序可能想要实现如下几个日志需求:
一个handler中只有很是少数的方法是须要应用开发人员去关系的,对于使用内建handler对象的应用开发人员来讲,彷佛惟一相关的handler方法就是下面这几个配置方法:
方法 | 描述 |
---|---|
Handler.setLevel() | 设置Handler将会处理的日志消息的最低严重级别 |
Handler.setFormatter() | 为Handler设置一个格式器对象 |
Handler.addFilter()和Handler.removeFilter() | 为Handler添加和删除一个过滤器对象 |
须要说明的是,应用程序代码不该该直接实例化和使用Handler实例。由于Handler是一个基类,它只定义了全部handlers都应该有的接口,同时提供了一些子类能够直接使用或覆盖的默认行为。下面是一些经常使用的Handler:
Handler | 描述 |
---|---|
logging.StreamHandler | 将日志消息发送到Stream,如stdout、stderr或任何file-like对象 |
logging.FileHandler | 将日志消息发送到磁盘文件,默认状况下文件大小会无限增加 |
logging.handlers.RotatingFileHandler | 将日志消息发送到磁盘文件,并支持日志文件按大小切割 |
logging.handlers.TimeRotatingFileHandler | 将日志消息发送到磁盘文件,并支持日志文件按时间切割 |
logging.handlers.HTTPHandler | 将日志消息以GET或POST的方式发送给一个HTTP服务器 |
logging.handlers.SMTPHandler | 将日志消息发送给一个指定email的地址 |
logging.NullHandler | 该Handler实例会忽略error messages,一般被想使用logging的library开发者用来避免"No handlers could be found for logger xxx"信息的出现 |
Formatter类,Formatter对象用于配置日志信息的最终顺序、结构和内容。与logging.Handler基类不一样的是,应用代码能够直接实例化Formatter类,另外,若是应用程序须要一些特殊的处理行为,也能够实现一个Formatter的子类来完成。Formatter类的构造方法定义以下:
logging.Formatter.__init__(fmt=None, datefmt=None, style="%")
可见,该构造方法接收3个可选参数:
Filter类,Filter能够被Handler和Logger用来作比level更细粒度的、更复杂的过滤功能。Filter是一个过滤器基类,它容许某个logger层级下的日志事件经过过滤,该类定义以下:
class logging.Filter(name="") filter(record)
好比,一个filer实例化时传递的name参数值为"A.B",那么该filter实例将只容许名称为相似以下规则的loggers产生的日志记录经过过滤器:"A.B","A.B.C","A.B.C.D","A.B.D",而名称为"A.BB","B.A.B"的loggers产生的日志则会被过滤掉。若是name的值为空字符串,则容许全部的日志事件经过过滤器。 filter方法用于具体控制传递的record记录是否能经过过滤器,若是该方法返回值为0表示不能经过过滤器,返回值为非0表示能够经过过滤器。
- 若是有须要,也能够在filter(record)方法内部改变record,好比:添加、删除或修改一些属性;
- 咱们还能够经过filter作一些统计工做,好比:能够计算下被一个特殊的logger或handler所处理的record数量等;
3.logging日志流处理流程 下图描述了日志流的处理流程:
咱们来描述下上面这个图的日志流处理流程:
可见,一条日志信息要想被最终输出须要依次通过如下几回过滤:
须要说明的是:关于上面第9个步骤,若是propagate值为1,那么日志消息会直接传递交给上一级logger的handlers进行处理,此时上一级的logger的日志级别并不会对该日志消息等级过滤。
如今,咱们对logging模块的重要组件及整个日志流处理流程都有了一个比较全面的了解,下面咱们来看一个例子: 1.需求 如今有如下几个日志记录的需求:
2.分析
3.实现代码
import logging.handlers import datetime logger = logging.getLogger("mylogger") logger.setLevel(logging.DEBUG) rf_handler = logging.handlers.TimedRotatingFileHandler("all.log", when="midnight",interval=1, backupCount=7, atTime=datetime.time(0, 0, 0, 0)) rf_handler.setFormatter(logging.Formatter("%(asctime)s - %(levelname)s - %(message)s")) f_handler = logging.FileHandler("error.log") f_handler.setLevel(logging.ERROR) f_handler.setFormatter(logging.Formatter("%(asctime)s - %(levelname)s - %(filename)s[:%(lineno)d] - %(message)s")) logger.addHandler(rf_handler) logger.addHandler(f_handler) logger.debug("debug message") logger.info("info message") logger.warning("warning message") logger.error("error message") logger.critical("critical message")
运行以上的代码,all.log文件输出内容:
2018-05-05 23:23:53,716 - DEBUG - debug message 2018-05-05 23:23:53,717 - INFO - info message 2018-05-05 23:23:53,717 - WARNING - warning message 2018-05-05 23:23:53,717 - ERROR - error message 2018-05-05 23:23:53,717 - CRITICAL - critical message
运行以上代码,error.log文件输出内容:
2018-05-05 23:23:53,717 - ERROR - logging module.py[:45] - error message 2018-05-05 23:23:53,717 - CRITICAL - logging module.py[:46] - critical message
做为开发者,咱们能够经过如下三种方式来配置logging:
具体参考Python配置日志的几种方式
除了传递给日志记录函数的参数外,有时候咱们还想在日志输出中包含一些额外的上下文信息。好比,在一个网络应用中,可能但愿在日志中记录客户端的特定信息,如:远程客户端的IP地址和用户名,这里咱们来介绍如下几种实现方式: