Python开发中异常日志记录位置的最佳实践咨询

• 核心原则：优先在异常的最终捕获处理层记录日志，不要默认在抛出点打日志
  • 抛出点通常不知道异常是否会被上层逻辑捕获并正常消化，如果异常被上层按预期处理（比如参数校验失败后提示用户重输、读取缓存失败后降级读数据库），抛出点记录的error级别日志会造成无效告警，干扰故障排查
  • 同一异常如果多层都打日志，会出现重复记录，增大日志排查成本
• 必须在抛出点记录日志的场景，可通过封装工具函数简化代码
  如果你确认当前抛出的异常上层不会处理、一定会触发故障，需要在抛出点留痕，可以封装通用工具函数避免重复代码：

  def log_and_raise(logger, msg, exc_cls=Exception):
      logger.error(msg)
      raise exc_cls(msg)
  

  改造后的业务代码会更简洁：

  def a_deeper_level_function():
      print("I am doing stuff, but it goes wrong. So raising.")
      log_and_raise(_LOGGER, "this is the logging and exception message")
  

• 捕获层日志的优化写法
  捕获异常时优先使用logging.exception()方法，该方法会自动附带完整的异常堆栈信息，无需手动拼接异常内容，排查问题效率更高：

  try:
      a_deeper_level_function()
  except Exception as e:
      # 自动记录异常信息+完整堆栈，仅需补充业务上下文描述即可
      _LOGGER.exception("执行深层逻辑失败")
      # 后续处理逻辑：重试/降级/抛出业务异常
  

• 额外建议：尽量不要用异常作为高频常规流程的控制手段
  Python的异常抛出、捕获开销远高于普通条件判断，高频场景下用异常做流程控制会明显拉低性能，建议优先用返回值标记常规分支状态，仅在错误场景用异常传递信息。

内容的提问来源于stack exchange，提问作者sanders