Python Logging Libraries Comparison: logging vs loguru

1. Loguru Simplifies Logging

Python開発において、ログ記録は非常に重要なツールです。開発者はプログラムの実行ステータスを記録し、問題をデバッグし、システムのヘルス状態を監視できます。Pythonには、組み込みのloggingライブラリがあります。しかし、要件の変化に伴い、多くの人々がloguruを代替として使用し始めています。この記事では、これら2つのライブラリを比較して、より適切なログ記録ソリューションを選択できるようにします。

Loguruは、人気のあるサードパーティのログ記録ライブラリです。設定プロセスを簡素化し、チェーンされた呼び出しをサポートし、より豊富な機能を提供することにより、loggingの強力な代替となっています。

Advantages of Loguru

• Simple Configuration: Loguruは、複雑な構成を作成する必要はありません。わずか数行のコードで複雑なログ構成を完了できます。
• Chained Calls: チェーンされた呼び出しをサポートしており、ロギングをより直感的にします。
• Multi - target Output: コンソールとファイルの両方へのログ出力を簡単に実現でき、豊富な形式構成もサポートしています。
• Extra Features: 自動ログ圧縮、ログファイルローテーション、ログ保持日数などの機能をサポートしています。

Basic Example of Loguru

from loguru import logger

# Configure logging
logger.add("app.log", rotation="500 MB")  # The file will rotate automatically when it exceeds 500 MB

# Log messages
logger.info("This is an info message.")
logger.warning("This is a warning message.")
logger.error("This is an error message.")

この例では、複数のハンドラーを追加で構成する必要はありません。logger.add()を呼び出すだけで、ファイルロギングの構成を簡単に完了できます。

Output to Both File and Console

Loguruは、ファイルとコンソールの両方への出力を非常に便利に実現できます。

from loguru import logger
import sys

# Add logging output to file and console
logger.add("app.log", rotation="500 MB", retention="10 days")  # File rotation and retention for 10 days
logger.add(sys.stdout, level="INFO")  # Output to the console

# Log messages
logger.info("This is an info message.")
logger.warning("This is a warning message.")
logger.error("This is an error message.")

ここで、logger.add(sys.stdout, level="INFO")を使用すると、追加の構成なしでコンソールにログを表示できます。

2. Advantages and Disadvantages of Python's Built - in logging

Advantages

• Part of the Standard Library: loggingはPython標準ライブラリの一部であるため、追加のインストールは不要で、クロスプラットフォームです。
• Highly Customizable: loggingは強力なカスタマイズ機能を提供し、ログ形式、レベル、およびターゲット（ファイル、コンソール、リモートサーバーなど）を柔軟に制御できます。
• Strong Compatibility: 多くのサードパーティライブラリもloggingを使用しており、さまざまなログのシームレスな統合が可能です。

Disadvantages

• Complex Configuration: loggingの基本的な使用は比較的簡単ですが、少し複雑な構成は冗長で直感的ではなくなります。特に、複数のターゲット（ファイルやコンソールなど）に同時に出力する必要がある場合です。
• No Chained Calls: loggingはloguruのようなチェーンされた呼び出しをサポートしておらず、レイヤーごとの構成が必要です。

Basic Example

loggingの簡単なログ記録の例を次に示します。

import logging

# Configure logging
logging.basicConfig(
    level = logging.INFO,
    format='%(asctime)s - %(levelname)s - %(message)s',
    filename='app.log',
    filemode='a'
)

# Log messages
logging.info("This is an info message.")
logging.warning("This is a warning message.")
logging.error("This is an error message.")

この例では、ログはapp.logファイルに記録されますが、コンソールには表示されません。コンソールとファイルの両方にログを表示する場合は、StreamHandlerを追加で構成する必要があります。

Configuration for Output to File and Console

ログをコンソールとファイルの両方に出力するには、複数のHandlerを構成する必要があります。コードは次のとおりです。

import logging

# Get the logger
logger = logging.getLogger()
logger.setLevel(logging.INFO)

# File handler
file_handler = logging.FileHandler('app.log')
file_handler.setFormatter(logging.Formatter('%(asctime)s - %(levelname)s - %(message)s'))

# Console handler
console_handler = logging.StreamHandler()
console_handler.setFormatter(logging.Formatter('%(asctime)s - %(levelname)s - %(message)s'))

# Add handlers to the logger
logger.addHandler(file_handler)
logger.addHandler(console_handler)

# Log messages
logger.info("This is an info message.")
logger.warning("This is a warning message.")
logger.error("This is an error message.")

比較的単純な機能を実現するには、異なるHandlerを作成し、それらを1つずつ構成する必要があることがわかります。

3. Detailed Comparison between logging and loguru

4. Recommended Application Scenarios

• Simple Applications and Rapid Development: Loguru is a better choice. It is concise and intuitive, suitable for rapid prototyping and small projects.
• Complex Applications and Multi - module Projects: The highly customizable features provided by logging are more suitable for complex systems that require multi - level configurations, especially those projects that rely on third - party libraries and hope to unify log management.

5. Summary

Both loguru and logging have their advantages and disadvantages. For most Python projects, the concise syntax and powerful features of loguru make it the first choice for rapid development. For larger projects, the compatibility and flexibility of the standard library logging are more suitable. I hope this article can help you choose the appropriate logging tool for your project.

Leapcell: The Best Serverless Platform for Web Hosting

Finally, I would like to recommend the best platform for deploying Python apps: Leapcell

1. Multi - Language Support

• Develop with JavaScript, Python, Go, or Rust.

2. Deploy unlimited projects for free

• Pay only for usage — no requests, no charges.

3. Unbeatable Cost Efficiency

• Pay - as - you - go with no idle charges.
• Example: $25 supports 6.94M requests at a 60ms average response time.

4. Streamlined Developer Experience

• Intuitive UI for effortless setup.
• Fully automated CI/CD pipelines and GitOps integration.
• Real - time metrics and logging for actionable insights.

5. Effortless Scalability and High Performance

• Auto - scaling to handle high concurrency with ease.
• Zero operational overhead — just focus on building.

Explore more in the documentation!

Leapcell Twitter: https://x.com/LeapcellHQ