关键业务路径日志需精准、可追溯、低侵入，聚焦用户核心体验与资金/数据安全环节，如登录、支付、订单、退款等，通过结构化日志+trace_id串联请求，分入口、决策、异常三层记录，并脱敏敏感信息、JSON格式输出。

Python 如何记录关键业务路径日志 第1张

在关键业务路径中记录日志，核心是“精准、可追溯、低侵入”，而不是无差别打满日志。重点不是记多少，而是记对地方、带关键上下文、能快速定位问题。

明确哪些路径算“关键业务路径”

通常指直接影响用户核心体验或资金/数据安全的环节，例如：

  • 用户登录、支付下单、订单创建、退款审核
  • 库存扣减、消息推送触发、定时任务主逻辑入口
  • 调用外部支付网关、风控服务、短信平台等出站请求

这些节点一旦出错，必须能立刻知道“谁、什么时候、传了什么、返回了什么、耗时多少”。

用结构化日志 + 关键字段打点

避免用 logger.info("下单成功") 这类模糊语句。推荐用字典形式记录结构化日志，方便后续检索和聚合分析：

logger.info("order_created", extra={
    "order_id": order.id,
    "user_id": user.id,
    "amount": order.amount,
    "items_count": len(order.items),
    "elapsed_ms": int((end_time - start_time) * 1000),
    "trace_id": getattr(request, "trace_id", "N/A")
})

其中 trace_id 是关键——它串联一次请求的所有日志（建议集成 OpenTelemetry 或简单用 uuid4() 生成并透传）。

分层记录：入口、关键决策点、出错兜底

不要只在函数开头和结尾打日志，而要覆盖三个层次：

  • 入口层：记录原始输入（脱敏后）、身份信息（如 user_id、app_id）、请求来源
  • 决策层：比如“库存不足跳过扣减”、“风控拦截返回拒绝”，这类分支逻辑必须显式记录原因和结果
  • 异常层：所有 except 块里，用 logger.exception 记录完整 traceback，并附带当前上下文（如订单号、参数快照）

配置与输出要适配生产环境

本地开发可以打印到控制台，但上线必须满足：

  • 日志级别设为 INFO 或更高（避免 DEBUG 污染）
  • 输出格式为 JSON（便于 ELK / Loki 解析），每行一条
  • 敏感字段（手机号、身份证、银行卡号）在写入前自动脱敏（可用正则或专用库如 loguru 的 filter）
  • 避免在循环体或高频路径中记录日志（可加采样，如每 100 次记 1 条）

示例 Loguru 配置片段：

from loguru import logger
import json

logger.remove()
logger.add(
"app.log",
format=lambda record: json.dumps({
"time": record["time"].isoformat(),
"level": record["level"].name,
"message": record["message"],
"extra": record["extra"]
}) + "\n",
level="INFO",
rotation="100 MB"
)

不复杂但容易忽略：日志不是越多越好，而是要在故障发生时，用最少的日志行还原出关键事实链。