这个场景我之前做项目的时候踩过坑！Django管理命令的几种日志输出渠道确实让人头疼，要把它们都统一到Celery日志里传到Datadog，得分别针对不同的输出方式处理，我给你分享几个亲测有效的方案：

1. 捕获print和self.stdout.write的输出 #

print和self.stdout.write本质都是往标准输出（stdout）写内容，我们可以临时把stdout/stderr重定向到Celery的任务日志器，不用改全局配置。

你可以写一个简单的上下文管理器来实现：

import sys
from contextlib import contextmanager
from celery.utils.log import get_task_logger

logger = get_task_logger(__name__)

class LoggerStream:
    def __init__(self, log_func):
        self.log_func = log_func

    def write(self, msg):
        if msg.strip():  # 跳过无意义的空行
            self.log_func(msg.strip())

    def flush(self):
        pass  # 不需要实际刷新操作

@contextmanager
def redirect_std_to_logger():
    # 保存原始的stdout和stderr
    original_stdout = sys.stdout
    original_stderr = sys.stderr
    # 替换成自定义的日志流
    sys.stdout = LoggerStream(logger.info)
    sys.stderr = LoggerStream(logger.error)
    try:
        yield
    finally:
        # 执行完恢复原样，避免影响其他代码
        sys.stdout = original_stdout
        sys.stderr = original_stderr

然后在Celery任务里用这个上下文管理器包裹call_command：

from django.core.management import call_command
from celery import shared_task

@shared_task
def run_my_command():
    with redirect_std_to_logger():
        call_command('你的管理命令名称')

这样print和self.stdout.write的内容就会自动转到Celery日志里了。

2. 捕获模块级Logger的日志 #

管理命令里的模块级Logger默认用的是Django的日志配置，我们可以在任务运行时临时给它绑定Celery的日志处理器，让它的日志跟着Celery的渠道走：

import logging
from celery.utils.log import get_task_logger
from django.core.management import call_command
from celery import shared_task

celery_logger = get_task_logger(__name__)

@shared_task
def run_my_command():
    # 拿到你的管理命令模块对应的Logger
    cmd_logger = logging.getLogger('你的命令所在模块路径，比如myapp.management.commands.my_cmd')
    
    # 保存原始的处理器和日志级别
    original_handlers = cmd_logger.handlers.copy()
    original_level = cmd_logger.level
    
    # 临时添加Celery的日志处理器，调整级别确保能捕获所有需要的日志
    cmd_logger.handlers.extend(celery_logger.handlers)
    cmd_logger.setLevel(logging.DEBUG)
    
    try:
        with redirect_std_to_logger():
            call_command('你的管理命令名称')
    finally:
        # 必须恢复原始配置，避免影响其他任务
        cmd_logger.handlers = original_handlers
        cmd_logger.setLevel(original_level)

这里一定要在finally块里恢复原样，因为Celery是多进程/多线程环境，全局状态乱了会导致后续任务出问题。

3. 更精准的stdout指定方式 #

Django的call_command其实支持直接传入stdout参数，不用全局重定向stdout，直接把我们的LoggerStream传进去就行：

@shared_task
def run_my_command():
    stdout_stream = LoggerStream(logger.info)
    # 直接指定stdout参数，管理命令的self.stdout.write会直接写到这里
    call_command('你的管理命令名称', stdout=stdout_stream)
    # 如果还要处理print，就再套上之前的上下文管理器
    # with redirect_std_to_logger():
    #     call_command('你的管理命令名称', stdout=stdout_stream)

这个方式更精准，只针对当前的管理命令调用生效，不会干扰任务里的其他输出逻辑。

把这几个方法结合起来，就能覆盖所有三种日志输出方式，而且完全不会影响Celery的全局日志配置，完美适配你要把日志传到Datadog的需求～

备注：内容来源于stack exchange，提问作者André Angeluci