Logger应作为函数参数还是全局变量？二者差异与优势解析

先给你吃颗定心丸：这两种写法都是线程安全的！Python标准库的logging模块从设计之初就内置了锁机制，不管你是传logger实例还是用模块级的LOGGER，多线程环境下写日志都不会出现日志混乱、内容重叠的问题，这点完全不用担心。

接下来咱们聊聊两种写法的核心差异，其实本质是设计思路和使用场景的不同：

第一种：函数参数传入logger #

def something(logger):
    logger.info('doing something')

• 这是依赖注入的思路，灵活性拉满。比如写单元测试时，你可以轻松传一个mock logger进去，不用改动业务代码就能验证日志输出；如果某个场景需要临时切换日志目标（比如输出到特定文件或者控制台），直接传不同的logger实例就行，函数本身和日志实现完全解耦。
• 但缺点也很明显：如果项目里大量函数都需要打日志，每次调用都得传logger参数，代码会显得啰嗦，重复度较高。

第二种：模块级定义LOGGER #

import logging
LOGGER = logging.getLogger(__name__)

def something():
    LOGGER.info('doing something')

• 这是Python社区最常用的日志写法，简洁又省心。每个模块用__name__定义专属logger，日志里会自动带上模块名称，排查问题时能快速定位到日志来源，实用性拉满。
• 代价是耦合度稍高：函数和模块的logger绑定在了一起，如果要替换logger（比如测试场景），得修改模块级的LOGGER变量，不如依赖注入那么灵活。

总结 #

这两种写法本质上就是风格和设计思路的差异，和线程安全没有半毛钱关系。怎么选看你的需求：

• 要是追求代码灵活、方便测试，优先选第一种；
• 要是想代码简洁、遵循社区常规实践，第二种绝对是大多数人的首选。

内容的提问来源于stack exchange，提问作者d33tah