Если ты когда-нибудь ловил себя на мысли, что твой Python-скрипт на сервере ведёт себя как одичавший кот — то есть, делает что-то не то, но понять что именно невозможно — значит, пора внедрять логирование. В этой статье разберём, как использовать логирование в Python 3: зачем оно нужно, как быстро всё настроить, какие есть фишки и подводные камни, и почему это must-have для любого, кто занимается серверным хостингом, автоматизацией и поддержкой инфраструктуры. Всё по делу, с примерами, схемами и советами из реального опыта.

Зачем вообще нужно логирование?

Логирование — это как видеорегистратор для твоих скриптов и сервисов. Оно фиксирует, что происходит в коде: ошибки, предупреждения, инфу о запуске, завершении, подозрительных действиях. Без логов ты как слепой пилот: если что-то пошло не так, остаётся только гадать, где и почему. С логами — ты видишь всю картину, можешь быстро найти баг, понять, что сломалось, и даже предсказать будущие проблемы.

• Отладка: Быстро находишь, где и почему скрипт падает.
• Аудит: Видишь, кто и что запускал, какие данные обрабатывались.
• Мониторинг: Можно строить алерты и реагировать на аномалии.
• Безопасность: Логи — первое место, куда смотришь при подозрении на взлом.

В общем, если ты хочешь, чтобы твой сервер работал как часы, а не как лотерея, логирование — твой лучший друг.

Как это работает?

В Python 3 логирование реализовано через стандартный модуль logging. Это не просто print в файл — это целая система с уровнями важности, форматированием, ротацией файлов, отправкой логов по сети и интеграцией с внешними системами (например, syslog, journald, ELK, Graylog и т.д.).

• Логгеры — объекты, которые ты используешь в коде для записи сообщений.
• Обработчики (Handlers) — определяют, куда отправлять логи (файл, консоль, syslog, email и т.д.).
• Форматтеры — отвечают за то, как будет выглядеть сообщение (дата, уровень, текст, стек вызова и т.д.).
• Фильтры — позволяют фильтровать сообщения по условиям.

Всё это настраивается через код или через конфиг-файл (например, YAML, JSON, ini). Можно строить сложные схемы: писать разные логи в разные места, для разных частей приложения.

Как быстро и просто всё настроить?

Окей, ближе к практике. Вот минимальный пример, который подойдёт для большинства серверных скриптов:


import logging

logging.basicConfig(
level=logging.INFO, # Уровень логирования
format='%(asctime)s [%(levelname)s] %(message)s',
handlers=[
logging.FileHandler("myapp.log"),
logging.StreamHandler()
]
)

logging.info("Скрипт стартовал")
logging.warning("Что-то подозрительное")
logging.error("Всё сломалось!")


Что тут происходит:

• level=logging.INFO — пишем всё, что выше INFO (INFO, WARNING, ERROR, CRITICAL).
• format — формат сообщения: дата, уровень, текст.
• handlers — пишем одновременно в файл и в консоль.

Если нужен более продвинутый вариант — например, ротация логов (чтобы не забить диск), вот так:


from logging.handlers import RotatingFileHandler

handler = RotatingFileHandler(
"myapp.log", maxBytes=10*1024*1024, backupCount=5
)
logging.basicConfig(
level=logging.INFO,
format='%(asctime)s [%(levelname)s] %(message)s',
handlers=[handler]
)


Этот код создаёт лог-файл до 10 МБ, после чего начинает новый, а старых хранит до 5 штук. Это спасает от ситуации, когда лог-файл разрастается до гигабайтов и убивает сервер.

Примеры, схемы, практические советы

Кейс	Плохой пример	Хороший пример	Комментарий
Логирование ошибок	try: do_something() except Exception as e: print("Ошибка:", e)	import logging try: do_something() except Exception as e: logging.exception("Ошибка при выполнении do_something")	logging.exception пишет стек вызова — это бесценно при отладке.
Логирование в многопоточном приложении	logging.basicConfig(filename="log.txt")	from logging.handlers import QueueHandler, QueueListener import queue log_queue = queue.Queue() handler = logging.FileHandler("log.txt") listener = QueueListener(log_queue, handler) logging.getLogger().addHandler(QueueHandler(log_queue)) listener.start()	QueueHandler/QueueListener — безопасно для многопоточности.
Логирование в Docker-контейнере	logging.basicConfig(filename="log.txt")	logging.basicConfig(stream=sys.stdout)	В Docker лучше писать в stdout/stderr, чтобы логи собирались оркестратором.

Практические советы и фишки

• Используй logging.config для сложных конфигов (YAML, ini) — удобно для больших проектов.
• Для интеграции с системными логами — SysLogHandler (для Linux) или NTEventLogHandler (Windows).
• Для отправки логов по email — SMTPHandler (но аккуратно, чтобы не спамить себя).
• Для асинхронных приложений (например, на asyncio) — смотри официальную документацию.
• Для структурированных логов (JSON) — сторонние библиотеки, например, python-json-logger.
• Для централизованного сбора логов — отправляй их в ELK, Graylog, Fluentd.

Команды для быстрой настройки

Если ты только что развернул сервер и хочешь быстро добавить логирование в свой Python-скрипт:


# Установить Python 3 (если не установлен)
sudo apt update
sudo apt install python3

# Создать виртуальное окружение (рекомендуется)
python3 -m venv venv
source venv/bin/activate

# Установить дополнительные пакеты для логирования (по желанию)
pip install python-json-logger

# Пример запуска скрипта с логированием
python3 myscript.py


Похожие решения, программы и утилиты

• loguru — сторонняя библиотека, более удобная альтернатива стандартному logging. GitHub
• structlog — для структурированных логов, интеграция с JSON, ELK и т.д. Официальный сайт
• Sentry — облачный сервис для сбора ошибок и логов, есть бесплатный тариф. sentry.io
• Graylog, ELK, Fluentd — для централизованного сбора и анализа логов.

Статистика и сравнение с другими решениями

Решение	Плюсы	Минусы	Когда использовать
logging (стандартный модуль)	Встроен, гибкий, поддерживает ротацию, фильтры, обработчики	Иногда громоздко, не очень дружелюбный синтаксис	99% серверных скриптов, автоматизация, интеграция с системными логами
loguru	Простой API, красивые логи, автоматическая ротация	Не стандарт, требует установки, не всегда совместим с legacy-кодом	Быстрые проекты, когда хочется удобства и красоты
structlog	Структурированные логи, интеграция с JSON, ELK	Сложнее настройка, требует привыкания	Микросервисы, большие проекты, DevOps
print()	Просто, не требует настройки	Нет уровней, нет ротации, нет формата, неудобно для анализа	Только для отладки, не для продакшена

Интересные факты и нестандартные способы использования

• Можно логировать не только ошибки, но и метрики (время выполнения, количество обработанных запросов) — потом эти данные легко парсить и строить графики.
• Логи можно отправлять в Telegram-бота или Slack — для мгновенных алертов о критических ошибках.
• Логирование можно использовать для трассировки производительности — например, логировать время старта/завершения функций.
• Можно писать логи в базу данных (например, через pymongo-logger для MongoDB) — удобно для поиска и анализа.
• Логирование — отличный способ документировать поведение системы для будущих админов или коллег.

Какие новые возможности открываются и чем это поможет в автоматизации и скриптах?

• Автоматическая ротация логов — не забьёшь диск, не словишь out of space.
• Централизованный сбор логов — можно мониторить сразу десятки серверов и сервисов.
• Интеграция с системами мониторинга (Prometheus, Zabbix) — алерты по событиям в логах.
• Быстрая отладка и поиск багов — экономия времени и нервов.
• Аудит и безопасность — всегда можно посмотреть, кто и что делал на сервере.
• Гибкая настройка — можно логировать только нужные события, не засоряя логи мусором.

Вывод — заключение и рекомендации

Логирование в Python 3 — это не просто “чтобы было”. Это инструмент, который реально экономит время, деньги и нервы, особенно если ты работаешь с серверными скриптами, автоматизацией, поддержкой инфраструктуры. Стандартный модуль logging закрывает 99% задач: от простого логирования в файл до сложных схем с ротацией, фильтрацией, отправкой по сети и интеграцией с внешними системами.

Рекомендую: всегда добавляй логирование в свои проекты, даже если это “маленький скриптик”. Используй уровни логов (DEBUG, INFO, WARNING, ERROR, CRITICAL), не забывай про ротацию файлов, и не стесняйся экспериментировать с форматами и обработчиками. Для больших проектов — смотри в сторону loguru, structlog, интеграции с ELK/Graylog.

Если ты только начинаешь — просто скопируй базовый пример из этой статьи, и ты уже на шаг впереди большинства. Если нужен VPS или выделенный сервер для своих проектов — зацени VPS или выделенные серверы на этом блоге.

Логи — это твой лучший друг. Не игнорируй их, и твои проекты будут работать надёжно, а ты — спать спокойно.

Официальная документация по logging: https://docs.python.org/3/library/logging.html

---

В этой статье собрана информация и материалы из различных интернет-источников. Мы признаем и ценим работу всех оригинальных авторов, издателей и веб-сайтов. Несмотря на то, что были приложены все усилия для надлежащего указания исходного материала, любая непреднамеренная оплошность или упущение не являются нарушением авторских прав. Все упомянутые товарные знаки, логотипы и изображения являются собственностью соответствующих владельцев. Если вы считаете, что какой-либо контент, использованный в этой статье, нарушает ваши авторские права, немедленно свяжитесь с нами для рассмотрения и принятия оперативных мер.

Данная статья предназначена исключительно для ознакомительных и образовательных целей и не ущемляет права правообладателей. Если какой-либо материал, защищенный авторским правом, был использован без должного упоминания или с нарушением законов об авторском праве, это непреднамеренно, и мы исправим это незамедлительно после уведомления. Обратите внимание, что переиздание, распространение или воспроизведение части или всего содержимого в любой форме запрещено без письменного разрешения автора и владельца веб-сайта. Для получения разрешений или дополнительных запросов, пожалуйста, свяжитесь с нами.