有什么方法可以在 Python 的 Cloud Function 中格式化我的日志吗？

如何解决有什么方法可以在 Python 的 Cloud Function 中格式化我的日志吗？

import logging
import google.cloud.logging 

class LoggingClass:

@staticmethod
def _get_logging_level(level):
    level = level.lower()

    if level == 'debug':
        logging_level = logging.DEBUG
    elif level == 'info':
        logging_level = logging.INFO
    elif level == 'warning':
        logging_level = logging.WARNING
    elif level == 'error':
        logging_level = logging.ERROR
    elif level == 'critical':
        logging_level = logging.CRITICAL

    # Default logging level
    else: logging_level = logging.INFO

    return logging_level

@staticmethod
def setup_logging(level='INFO',mode='formatted'):
    client = google.cloud.logging.Client()
    client.get_default_handler()
    cloud_logger = logging.getLogger('CloudLogging')
    logging_level = LoggingClass._get_logging_level(level)
    cloud_logger.setLevel(logging_level)

    if mode == 'simple':
        formatter = logging.Formatter('%(asctime)s - %(levelname)s - %(message)s')
    else:
        formatter = logging.Formatter(
                            '%(process)d - %(thread)d - %(asctime)s - '
                            '%(name)s - %(levelname)s - %(message)s'
        )
    chl = logging.StreamHandler()
    if cloud_logger.handlers:
        cloud_logger.handlers.pop()
    chl.setFormatter(formatter)
    cloud_logger.addHandler(chl)
    return cloud_logger


if __name__ == "__main__":
    cloud_logger = LoggingClass.setup_logging(level='INFO')
    cloud_logger.error("ok")
    cloud_logger.warning("ok1")
    cloud_logger.info("ok2")

我在 Cloud Function 日志上得到的输出是：

12828 - 3444 - 2021-02-01 18:57:26,451 - CloudLogging - ERROR - ok
ok
12828 - 3444 - 2021-02-01 18:57:26,451 - CloudLogging - WARNING - ok1
ok1
12828 - 3444 - 2021-02-01 18:57:26,451 - CloudLogging - INFO - ok2
ok2

有人可以纠正我哪里出错了吗？为什么重复？我只希望第一行以该格式登录 Cloud Function。如果我不使用谷歌云日志，我会看到日志中有明显的延迟。但是使用谷歌云日志，没有延迟，只有重复！

解决方法

我建议看看这篇文章：Python and Stackdriver Logging

据我所知，您会得到这样的结果，因为日志记录是异步发生的，并且是小批量的（幕后的另一个线程）。