Metadata-Version: 2.4
Name: pylog-4j
Version: 2.2.1
Summary: A production-ready logging library for Python inspired by Log4j2
Author-email: PyLog Team <pylog@example.com>
License: MIT
Requires-Python: >=3.8
Description-Content-Type: text/markdown
Requires-Dist: orjson
Requires-Dist: PyYAML
Requires-Dist: watchdog
Provides-Extra: kafka
Requires-Dist: confluent-kafka; extra == "kafka"
Provides-Extra: dev
Requires-Dist: pytest; extra == "dev"
Requires-Dist: pytest-asyncio; extra == "dev"

# PyLog Project

**PyLog** 是一个旨在为 Python 生态系统带来 **Apache Log4j 2** 级别性能与特性的企业级日志框架。

本项目基于深入的 [Log4j2 技术分析](doc/LOG4J2_ANALYSIS.md)，致力于解决 Python 原生 logging 模块在高并发、异步 I/O 及结构化日志方面的短板。

**Status**: ✅ **V2.1 Production Ready** (2026-01-07)

## 📦 安装 (Installation)

可以通过 pip 安装（假设已发布到 PyPI）:

```bash
pip install pylog
```

或者从源码安装:

```bash
git clone https://github.com/your-repo/pylog.git
cd pylog
pip install .
```

## 🚀 快速开始 (Quick Start)

### 1. 编写代码 (`main.py`)

```python
import pylog
from pylog import LogManager, ThreadContext, Marker

def main():
    # 加载配置
    LogManager.load_config("pylog_config.yaml")
    
    # 获取 Logger
    logger = pylog.get_logger("my.app")
    
    logger.info("Application started")
    
    # 使用 ThreadContext (类似 MDC)
    with ThreadContext.scope(req_id="12345", user="admin"):
        logger.info("Processing request", action="login")
        
        # 使用 Marker
        SECURITY = Marker("SECURITY")
        logger.info("Security check passed", marker=SECURITY)
        
        try:
            1 / 0
        except ZeroDivisionError:
            logger.exception("Calculation failed")

    # Lazy Evaluation (仅当日志级别开启时才执行函数)
    def slow_compute():
        return "Computed Result"
    logger.debug("Lazy result: {}", slow_compute)

    LogManager.shutdown()

if __name__ == "__main__":
    main()
```

### 2. 配置文件 (`pylog_config.yaml`)

```yaml
configuration:
  appenders:
    console:
      type: Console
      target: SYSTEM_OUT
      json_layout:
        compact: false
        
    rolling_file:
      type: RollingFileAppender
      file_name: "logs/app.log"
      file_pattern: "logs/app-%d{yyyy-MM-dd}.log.gz"
      policies:
        - type: TimeBasedTriggeringPolicy
          interval: 1
          modulus: 1
      strategy:
        type: DefaultRolloverStrategy
        max_files: 30

  loggers:
    root:
      level: INFO
      appender_refs:
        - ref: console
        - ref: rolling_file
        
    my.app:
      level: DEBUG
      additivity: false
      appender_refs:
        - ref: console
        - ref: rolling_file
```

## 📚 文档索引 (Documentation Index)

以下文档构成了 PyLog 项目的理论基石与工程蓝图：

| 文档名称 | 描述 | 关键内容 |
| :--- | :--- | :--- |
| **[Log4j2 深度技术分析报告](doc/LOG4J2_ANALYSIS.md)** | 技术对标与架构参考 | 异步内核 (Disruptor), 插件架构, 垃圾回收优化, 丰富生态 |
| **[PyLog V2 开发规划与改进指南](doc/PYLOG_V2_DEVELOPMENT_GUIDE.md)** | 版本规划与状态 | **V2.0 已发布**，包含可靠性修复与性能基准 |
| **[PyLog V2.1 性能优化指南](doc/PYLOG_V2.1_DEVELOPMENT_GUIDE.md)** | 性能专项规划 | Batching I/O, Kafka 集成, Zero-Copy 优化 |
| **[PyLog API 设计规格说明书](doc/PYLOG_API_DESIGN.md)** | 接口与配置设计 | 核心 API 签名, YAML 配置结构示例, 插件注册方式 |

## ✨ 核心特性 (Key Features)

1.  **高性能**: `AsyncQueueHandler` 配合对象池技术，最小化主线程阻塞。
2.  **现代化**: 原生支持 `asyncio` (`contextvars`) 与 JSON 结构化输出（支持脱敏）。
3.  **高可用**: 提供故障转移 (Failover) 与 智能背压 (Backpressure) 保护。
4.  **易扩展**: 基于装饰器的插件系统，轻松扩展 Appender 与 Filter。

## ⚠️ 多进程环境最佳实践 (Multiprocess Safety)

在多进程环境（如 Gunicorn, uWSGI）中，多个 Worker 进程同时写入同一个滚动文件（`RollingFileAppender`）极易引发文件锁竞争或日志交错。

**强烈建议**:
使用 `SocketAppender` 将日志发送至中心聚合 Agent（如 Fluentd, Logstash 或 独立的 PyLog 接收进程），避免 Worker 直接写文件。

```yaml
appenders:
  socket:
    type: SocketAppender
    host: "localhost"
    port: 9000
```

## 📅 版本计划 (Roadmap)

- **V2.0 (Current)**: 生产就绪。包含完整的可靠性修复（文件清理、背压保护、配置健壮性）。
- **V2.1 (Planned)**: 性能专项。
    - **I/O Batching**: 引入 `BufferingAppender` 减少系统调用。
    - **Kafka Integration**: 基于 `confluent-kafka` 的高性能投递。
    - **Zero-Copy**: 优化 JSON 序列化与字符串拼接。

---
*Generated by PyLog Team*
