Flask 应用程序回溯未显示在服务器日志中

Flask application traceback doesn't show up in server log

我是 运行 我的带有 uWSGI 和 nginx 的 Flask 应用程序。出现 500 错误,但回溯没有出现在浏览器或日志中。如何记录来自 Flask 的回溯?

uwsgi --http-socket 127.0.0.1:9000 --wsgi-file /var/webapps/magicws/service.py --module service:app --uid www-data --gid www-data --logto /var/log/magicws/magicapp.log

uWSGI 日志只显示 500 状态码,不显示回溯。 nginx日志也没有。

[pid: 18343|app: 0|req: 1/1] 127.0.0.1 () {34 vars in 642 bytes} 
[Tue Sep 22 15:50:52 2015] 
GET /getinfo?color=White => generated 291 bytes in 64 msecs (HTTP/1.0 500) 
2 headers in 84 bytes (1 switches on core 0)
通过将 FLASK_ENV 环境变量设置为 development,在开发模式下

运行。未处理的错误将在终端和浏览器中显示堆栈跟踪,而不是通用的 500 错误页面。

export FLASK_ENV=development  # use `set` on Windows
flask run

在 Flask 1.0 之前,请改用 FLASK_DEBUG=1

如果您仍在使用 app.run(在 Flask 0.11 中不再推荐),请传递 debug=True

if __name__ == '__main__':
    app.run(debug=True)

在生产环境中,您不希望 运行 您的应用程序处于调试模式。相反,您应该将错误记录到文件中。

Flask 使用标准 Python 日志库,可以配置为记录错误。插入以下内容以将 Flask 的日志消息发送到文件。

import logging
handler = logging.FileHandler('/path/to/app.log')  # errors logged to this file
handler.setLevel(logging.ERROR)  # only log errors and above
app.logger.addHandler(handler)  # attach the handler to the app's logger

阅读有关 Python logging 模块的更多信息。特别是您可能希望更改记录错误的位置,或更改级别以记录更多错误。

Flask 有 configuring logging and handling errors.

的文档

当 运行 应用程序作为服务时,您可以设置 FLASK_DEBUG=1 环境变量。只是暂时这样做,并注意在生产服务器上启用调试模式是一个安全问题。

Upstart(Ubuntu 14.04 中的默认设置)

# /etc/init/uwsgiapp.conf
env FLASK_DEBUG=1
script
  // upstart exec section
end script

Systemd(Ubuntu 16.04,Arch 中的默认设置)

[Service]
Environment="FLASK_DEBUG=1"
# other parts

主管

[program:flask]
environment=FLASK_DEBUG=1

通常日志会在 /var/log/.

中的某处

您需要检查代码中的用户和组权限。您可以使用 "top" 命令查看它。

您可以使用 Flask-Debug 扩展作为替代。当然,这永远不应该在生产中启用。

from flask import Flask
from flask_debug import Debug
app = Flask(__name__)
Debug(app)
app.run(debug=True)

接下来,转到 http://localhost:5000/_debug 预览日志。

flask-appconfig>=0.10 supports automatic initialization of Flask-Debug while developing, allowing you to completely omit it from your own code (and therefore production deployments).