怎么让人理解网站建设百度推广电话号码
多个进程的 logging 向同一个 .log 文件写入是一套Python程序被多次启动时（多进程启动）无法回避的问题。
一个进程的程序正在向.log文件写入的同时，另一个进行启动的程序也需要向同一个.log文件写入，会产生异常吗？答案是：会的！
直接写入存在的问题
如果多个进程直接使用 Python 的 logging 模块向同一个文件写入日志，可能会出现日志内容混乱、数据丢失等问题。这是因为多个进程同时访问和修改文件时，可能会导致文件指针冲突、写入内容覆盖等情况。
当然，多进程同时写入某一个.log是可以实现的，但需要考虑一些问题并采用合适的方法，以下为你详细介绍不同的实现方式及各自的优缺点。
解决方法
1. 使用 FileHandler 加锁（不推荐）
Python 的 logging.FileHandler 本身并不支持多进程安全写入。虽然可以手动加锁来保证同一时间只有一个进程可以写入文件，但实现起来比较复杂，且性能可能会受到影响。
import logging
import threading# 创建一个锁对象
lock = threading.Lock()class MultiProcessFileHandler(logging.FileHandler):def emit(self, record):try:with lock:super().emit(record)except Exception:self.handleError(record)# 配置日志
logger = logging.getLogger(__name__)
logger.setLevel(logging.DEBUG)
handler = MultiProcessFileHandler('example.log')
formatter = logging.Formatter('%(asctime)s - %(levelname)s - %(message)s')
handler.setFormatter(formatter)
logger.addHandler(handler)# 模拟多进程写入日志
def log_message():for i in range(5):logger.info(f"Message {i} from process")if __name__ == "__main__":import multiprocessingprocesses = []for _ in range(3):p = multiprocessing.Process(target=log_message)processes.append(p)p.start()for p in processes:p.join()缺点：这种方法是笔者最不推荐的方法！它使用线程锁，对于多进程并不适用，因为每个进程都有自己独立的内存空间，线程锁无法在进程间共享 ！
2. 使用 ConcurrentLogHandler（推荐）
ConcurrentLogHandler 是一个第三方库 concurrent-log-handler 提供的处理程序，它专门用于处理多进程并发写入日志文件的问题。
安装：
pip install concurrent-log-handler示例代码：
import logging
from concurrent_log_handler import ConcurrentRotatingFileHandler# 配置日志
logger = logging.getLogger(__name__)
logger.setLevel(logging.DEBUG)
handler = ConcurrentRotatingFileHandler('example.log', maxBytes=1024*1024, backupCount=5)
formatter = logging.Formatter('%(asctime)s - %(levelname)s - %(message)s')
handler.setFormatter(formatter)
logger.addHandler(handler)# 模拟多进程写入日志
def log_message():for i in range(5):logger.info(f"Message {i} from process")if __name__ == "__main__":import multiprocessingprocesses = []for _ in range(3):p = multiprocessing.Process(target=log_message)processes.append(p)p.start()for p in processes:p.join() ConcurrentRotatingFileHandler 与 RotatingFileHandler的使用方法一致。注：在应用后会产生._XXX.lock（其中XXX位置是您的log日志的name）,这实属正常，说明ConcurrentRotatingFileHandler 为了解决多进程的访问，不可避免的引入了“锁”的机制，只是此锁非彼锁。
优点：ConcurrentRotatingFileHandler 可以自动处理多进程并发写入的问题，保证日志内容不会混乱，同时还支持日志文件的轮转功能。
3. 使用消息队列（如 Redis、RabbitMQ）
如果您在实际应用中，因为同时爆发的超巨量日志，而导致应用变慢，那么可以考虑建立一套真正的大型日志系统了。方法如下：
可以让每个进程将日志消息发送到消息队列中，然后由一个单独的进程从消息队列中读取消息并写入日志文件。
示例代码（使用 Redis 作为消息队列）：
import logging
import redis
import multiprocessing# 生产者进程：将日志消息发送到 Redis 队列
def producer():r = redis.Redis()logger = logging.getLogger(__name__)logger.setLevel(logging.DEBUG)for i in range(5):message = f"Message {i} from process"r.rpush('log_queue', message)logger.info(message)# 消费者进程：从 Redis 队列中读取消息并写入日志文件
def consumer():r = redis.Redis()logger = logging.getLogger(__name__)logger.setLevel(logging.DEBUG)handler = logging.FileHandler('example.log')formatter = logging.Formatter('%(asctime)s - %(levelname)s - %(message)s')handler.setFormatter(formatter)logger.addHandler(handler)while True:message = r.lpop('log_queue')if message is None:breaklogger.info(message.decode())if __name__ == "__main__":producers = []for _ in range(3):p = multiprocessing.Process(target=producer)producers.append(p)p.start()for p in producers:p.join()c = multiprocessing.Process(target=consumer)c.start()c.join()优点：这种方法将日志写入操作集中到一个进程中，避免了多进程直接写入文件的冲突问题，同时可以实现日志的异步处理，提高性能。缺点是需要额外的依赖（如 Redis），增加了系统的复杂度。
总结：
如果您的Python程序可能存在多次被同时运行的情况，也就是多进程同时运行您的程序的情况，为保证程序日志输出的正确性和稳定性，应该使用 ConcurrentLogHandler代替普通的FileHandler。