기본 콘텐츠로 건너뛰기

Python에서 logging을 실전적으로 구성하는 방법 (로그 포맷, 파일분리 등)

파이썬으로 앱 개발하다 보면, 로그(log) 관리가 얼마나 중요한지 절실히 느끼게 돼요. 처음엔 logging.info() 정도만 써도 될 줄 알았는데, 막상 서비스 운영하다 보니 훨씬 정교한 로그 시스템이 필요하더라고요. 그래서 이번에 파이썬 logging 모듈을 제대로 활용하는 방법을 정리해봤습니다! 이 글이 여러분의 개발 생활에 도움이 되었으면 좋겠네요.

먼저, 파이썬 logging 모듈의 기본 개념부터 살펴볼게요. DEBUG, INFO, WARNING, ERROR, CRITICAL 이렇게 다섯 가지 로그 레벨이 있는데, 각 레벨은 로그 메시지의 심각도를 나타내요. 예를 들어, DEBUG는 디버깅용 정보이고, CRITICAL은 시스템이 완전히 작동 불능 상태일 때 쓰는 레벨이죠. 보통 개발 단계에서는 DEBUG 레벨까지 다 출력해서 자세히 확인하지만, 실제 서비스에서는 INFO나 WARNING 이상의 레벨만 출력하도록 설정하는 게 좋습니다. 왜냐하면 DEBUG 레벨 로그가 너무 많으면 로그 파일이 금방 커져서 관리하기 힘들어지거든요. 그리고 logging.Handler를 이용하면 로그를 콘솔이나 파일에 출력할 수 있고, Formatter로 로그 메시지의 형식도 자유롭게 바꿀 수 있어요.

자, 이제 실제 코드를 보여드릴게요. 저는 로그 파일을 날짜별로 나누고, 원하는 형식으로 출력하도록 설정했어요. RotatingFileHandler라는 녀석을 사용했는데, 이게 로그 파일 크기가 일정 크기(저는 10MB로 했어요)를 넘어가면 자동으로 새로운 파일을 만들어주는 아주 똑똑한 기능이 있어요. 백업 파일 개수도 지정할 수 있답니다. (저는 5개로 설정했어요.) 아래 코드를 한번 보세요. 처음 보시는 분들은 조금 복잡해 보일 수도 있지만, 차근차근 따라 해보시면 금방 이해하실 거예요.

import logging
import logging.handlers
import os

# 로그 파일 경로 설정 (여기는 여러분 환경에 맞게 바꿔주세요!)
log_dir = "logs"
log_file = os.path.join(log_dir, "app.log")

# 로그 디렉토리가 없으면 만들어주는 부분
os.makedirs(log_dir, exist_ok=True)

# 로거 생성
logger = logging.getLogger(__name__)
logger.setLevel(logging.DEBUG)

# 로그 메시지 형식 설정 (여기서 %(asctime)s 같은 건 시간, %(levelname)s는 로그 레벨 등을 의미해요)
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')

# RotatingFileHandler 설정 (10MB, 5개의 백업 파일)
file_handler = logging.handlers.RotatingFileHandler(log_file, maxBytes=10*1024*1024, backupCount=5)
file_handler.setFormatter(formatter)
logger.addHandler(file_handler)

# 콘솔에도 로그 출력 (필요하면 사용하세요)
console_handler = logging.StreamHandler()
console_handler.setFormatter(formatter)
logger.addHandler(console_handler)

# 실제 로그 메시지 출력
logger.debug("This is a debug message.")
logger.info("This is an info message.")
logger.warning("This is a warning message.")
logger.error("This is an error message.")
logger.critical("This is a critical message.")

이 코드를 실행하면 logs 폴더 안에 app.log 파일이 생성되고, 로그 메시지가 기록됩니다. 로그 파일이 10MB를 넘으면 자동으로 app.log.1, app.log.2… 이런 식으로 새로운 파일이 생성돼요. 정말 편하죠?

몇 가지 주의할 점이 있어요. 로그 레벨은 개발 환경과 운영 환경에 따라 다르게 설정해야 하고요, 로그 메시지에는 꼭 필요한 정보만 담는 게 좋습니다. 불필요한 정보가 많으면 로그 파일 크기가 커지고 분석하기도 어려워져요. 그리고 중요한 건, 개인정보나 비밀번호 같은 민감한 정보는 절대 로그에 남기면 안 됩니다! 저도 처음에는 실수로 비밀번호를 로그에 남길 뻔했는데, 다행히 친구가 꼼꼼하게 봐줘서 큰일을 면했답니다. 정말 아찔했어요.

마지막으로, 효율적인 로그 시스템은 앱의 안정성과 유지보수에 큰 도움이 됩니다. 이 글에서 설명한 방법들을 잘 활용해서 여러분의 앱을 더욱 안정적으로 만들어 보세요! 혹시 더 궁금한 점이 있다면 언제든지 질문해주세요. 제가 아는 한도 내에서 최대한 도와드리겠습니다!

댓글

이 블로그의 인기 게시물

Django에서 트랜잭션 관리하기

Django에서 트랜잭션 관리하기 안녕하세요! 오늘은 Django에서 데이터베이스 트랜잭션을 효과적으로 관리하는 방법에 대해 알아보겠습니다. 1. 트랜잭션의 중요성 트랜잭션은 데이터베이스의 일관성과 무결성을 보장하는 중요한 개념입니다. Django에서는 여러 가지 방법으로 트랜잭션을 관리할 수 있습니다. 1.1 기본 개념 원자성(Atomicity) : 트랜잭션은 모두 실행되거나 모두 실행되지 않아야 합니다. 일관성(Consistency) : 트랜잭션 전후로 데이터베이스의 일관성이 유지되어야 합니다. 격리성(Isolation) : 동시에 실행되는 트랜잭션들이 서로 영향을 주지 않아야 합니다. 지속성(Durability) : 완료된 트랜잭션의 결과는 영구적으로 저장되어야 합니다. 2. Django의 트랜잭션 관리 2.1 기본 설정 # settings.py DATABASES = { 'default': { 'ENGINE': 'django.db.backends.postgresql', 'NAME': 'mydatabase', 'USER': 'myuser', 'PASSWORD': 'mypassword', 'HOST': 'localhost', 'PORT': '5432', 'ATOMIC_REQUESTS': True, # 모든 뷰를 트랜잭션으로 래핑 } } 2.2 데코레이터 사용 from django.db import transaction @transaction.atomic def create_order(user, items): order = Order.objects.create(user=...

AWS S3 + CloudFront로 정적 파일 서빙 완전 가이드

AWS S3 + CloudFront로 정적 파일 서빙 완전 가이드 안녕하세요! 오늘은 AWS S3와 CloudFront를 사용하여 정적 파일을 효율적으로 서빙하는 방법에 대해 알아보겠습니다. 왜 S3와 CloudFront를 사용할까요? 높은 가용성 : AWS의 글로벌 인프라를 활용 빠른 전송 속도 : CloudFront의 CDN 기능으로 전 세계 사용자에게 빠른 전송 비용 효율성 : 사용한 만큼만 지불 보안 : AWS의 보안 기능 활용 확장성 : 트래픽 증가에 자동 대응 1. S3 버킷 설정 1.1 버킷 생성 및 설정 import boto3 def create_s3_bucket(): s3 = boto3.client('s3') # 버킷 생성 bucket_name = 'your-static-files-bucket' s3.create_bucket( Bucket=bucket_name, CreateBucketConfiguration={ 'LocationConstraint': 'ap-northeast-2' } ) # 버킷 정책 설정 bucket_policy = { "Version": "2012-10-17", "Statement": [ { "Sid": "PublicReadGetObject", "Effect": "Allow", "Principal": "*", "Action": "s3:GetObje...

RDS에서 Django 앱 성능을 높이는 데이터베이스 설정 팁

RDS에서 Django 앱 성능을 높이는 데이터베이스 설정 팁 안녕하세요! 오늘은 AWS RDS를 사용하는 Django 애플리케이션의 성능을 최적화하는 방법에 대해 알아보겠습니다. 1. RDS 인스턴스 최적화 1.1 인스턴스 타입 선택 # RDS 인스턴스 크기 조정 import boto3 def resize_rds_instance(): rds = boto3.client('rds') response = rds.modify_db_instance( DBInstanceIdentifier='your-db', DBInstanceClass='db.t3.large', # 워크로드에 맞는 인스턴스 타입 선택 ApplyImmediately=True ) return response['DBInstance'] 1.2 파라미터 그룹 설정 def create_parameter_group(): rds = boto3.client('rds') # PostgreSQL 파라미터 그룹 생성 response = rds.create_db_parameter_group( DBParameterGroupName='django-optimized', DBParameterGroupFamily='postgres13', Description='Optimized parameters for Django applications' ) # 성능 관련 파라미터 설정 parameters = [ { 'ParameterName': 'shared_buffers', 'ParameterValue': '2GB...