在 Python 中使用 concurrent.futures.ProcessPoolExecutor 时为每个进程创建一个单独的记录器

Question

我正在清理大量 CSV 数据转储。我能够使用 gawk 将单个大文件拆分为较小的文件，最初使用 unix SE Query 作为以下流程：

     BIG CSV file -> use gawk script + bash -> Small CSV files based on columns

我有大约 12 个拆分的 csv 文件，这些文件是使用上述流程创建的，每个文件中都有 ~170K 行。

我在 Windows 10 机器上使用 python3.7.7。

代码


def convert_raw_data(incoming_line, f_name, line_counter):
     # do some decoding magic
     # catch exception and try to log it into the a logger file under `f_name.log`


def convert_files(dir_name, f_name, dest_dir_name):
    # Open the CSV file
    # Open the Destination CSV file to store decoded data
    line_counter = 1
    for line in csv_reader:
       # convert raw HEX to Floating point values using `convert_raw_data` function call
       line_counter = line_counter + 1
       status = convert_raw_data(csv)
       if status:
          return f'All good for {f_name}.'
       else:
          return f'Failed for {f_name}'

def main():

    # Parse Arguments Logic here

    # get CSV Files and their respective paths
    csv_files = get_data_files_list(args.datasets)

    # decode raw data from each split csv file as an individual process
    with concurrent.futures.ProcessPoolExecutor() as executor:
        results = [ executor.submit(convert_files, dir_name, f_name, dest_dir) for dir_name, f_name in csv_files ]

        for f in concurrent.futures.as_completed(results):
            print(f.result())

要求

我希望在 ProcessPoolExecutor 生成的每个进程中设置一个名为 f_name.log 的 logging 记录器，并希望使用相应的解析文件名存储日志。我不确定我是否应该使用类似的东西：


def convert_raw_data(...., logger):
    logger.exception(raw_data_here)


def convert_files(....):
    logger = logging.basicConfig(filename=f_name, level=logging.EXCEPTION)

或者在多处理环境中使用日志记录模块有什么注意事项吗？

Answer 1

找到完成此任务的简单方法：

import logging

def create_log_handler(fname):
    logger = logging.getLogger(name=fname)
    logger.setLevel(logging.ERROR)

    fileHandler = logging.FileHandler(fname + ".log")
    fileHandler.setLevel(logging.ERROR)

    logger.addHandler(fileHandler)

    formatter = logging.Formatter('%(name)s %(levelname)s: %(message)s')

    fileHandler.setFormatter(formatter)

    return logger

我在 convert_files(.....) 函数中调用了 create_log_handler，然后相应地使用了 logger.info 和 logger.error`。

通过将 logger 作为参数传递给 convert_raw_data，我什至能够在每个进程的每个 csv 文件中记录错误数据点。

在 Python 中使用 concurrent.futures.ProcessPoolExecutor 时为每个进程创建一个单独的记录器

Create a separate logger for each process when using concurrent.futures.ProcessPoolExecutor in Python

python

python-3.x

logging

concurrent.futures

代码

要求