DataStore 日志

配置 DataStore 日志以进行调试和监控

DataStore 使用 Python 的标准日志模块。本指南介绍如何配置日志以便进行调试。

​

快速入门

from pathlib import Path
Path("data.csv").write_text("""\
name,age,city,salary,department
Alice,25,NYC,55000,Engineering
Bob,30,LA,65000,Product
Charlie,35,NYC,80000,Engineering
Diana,28,SF,70000,Design
Eve,42,NYC,95000,Product
""")

from chdb import datastore as pd
from chdb.datastore.config import config

# 启用调试日志
config.enable_debug()

# 现在所有操作都将记录详细信息
ds = pd.read_csv("data.csv")
result = ds.filter(ds['age'] > 25).to_df()

​

日志级别

级别	值	描述
DEBUG	10	供调试使用的详细信息
INFO	20	常规运行信息
WARNING	30	警告信息 (默认)
ERROR	40	错误信息
CRITICAL	50	严重故障

​

设置日志级别

import logging
from chdb.datastore.config import config

# 使用标准日志级别
config.set_log_level(logging.DEBUG)
config.set_log_level(logging.INFO)
config.set_log_level(logging.WARNING)  # 默认
config.set_log_level(logging.ERROR)

# 使用快捷预设
config.enable_debug()  # 设置 DEBUG 级别 + 详细格式

​

日志格式

​

简洁格式 (默认)

Query

config.set_log_format("simple")

Response

DEBUG - Executing SQL query
DEBUG - Cache miss for key abc123

​

详细格式

Query

config.set_log_format("verbose")

Response

2024-01-15 10:30:45.123 DEBUG datastore.core - Executing SQL query
2024-01-15 10:30:45.456 DEBUG datastore.cache - Cache miss for key abc123

---

​

会记录哪些日志

​

DEBUG 级别

• 生成的 SQL 查询
• 执行引擎的选择
• 缓存操作 (命中/未命中)
• 操作耗时
• 数据源信息

DEBUG - Creating DataStore from file 'data.csv'
DEBUG - SQL: SELECT * FROM file('data.csv', 'CSVWithNames') WHERE age > 25
DEBUG - Using engine: chdb
DEBUG - Execution time: 0.089s
DEBUG - Cache: Storing result (key: abc123)

​

INFO 级别

• 主要操作已完成
• 配置变更
• 数据源连接

INFO - Loaded 1,000,000 rows from data.csv
INFO - Execution engine set to: chdb
INFO - Connected to MySQL: localhost:3306/mydb

​

WARNING 级别

• 使用已弃用的功能
• 性能警告
• 非关键问题

WARNING - Large result set (>1M rows) may cause memory issues
WARNING - Cache TTL exceeded, re-executing query
WARNING - Column 'date' has mixed types, using string

​

ERROR 级别

• 查询执行失败
• 连接错误
• 数据转换错误

ERROR - Failed to execute SQL: syntax error near 'FORM'
ERROR - Connection to MySQL failed: timeout
ERROR - Cannot convert column 'price' to float

---

​

自定义日志配置

​

使用 Python 日志

import logging

# 配置根 logger
logging.basicConfig(
    level=logging.DEBUG,
    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
    handlers=[
        logging.FileHandler('datastore.log'),
        logging.StreamHandler()
    ]
)

# 获取 DataStore 日志记录器
ds_logger = logging.getLogger('chdb.datastore')
ds_logger.setLevel(logging.DEBUG)

​

将日志写入文件

import logging

# 创建文件处理器
file_handler = logging.FileHandler('datastore_debug.log')
file_handler.setLevel(logging.DEBUG)
file_handler.setFormatter(logging.Formatter(
    '%(asctime)s - %(name)s - %(levelname)s - %(message)s'
))

# 添加到 DataStore 日志记录器
ds_logger = logging.getLogger('chdb.datastore')
ds_logger.addHandler(file_handler)

​

抑制日志输出

import logging

# 抑制所有 DataStore 日志
logging.getLogger('chdb.datastore').setLevel(logging.CRITICAL)

# 或使用 config
config.set_log_level(logging.CRITICAL)

---

​

调试场景

​

调试 SQL 生成过程

config.enable_debug()

ds = pd.read_csv("data.csv")
result = ds.filter(ds['age'] > 25).groupby('city').sum()

日志输出：

DEBUG - 从文件 'data.csv' 创建 DataStore
DEBUG - 构建过滤器：age > 25
DEBUG - 构建 groupby：city
DEBUG - 构建聚合：sum
DEBUG - 生成的 SQL：
        SELECT city, SUM(*) 
        FROM file('data.csv', 'CSVWithNames')
        WHERE age > 25
        GROUP BY city

​

调试引擎选择

config.enable_debug()

result = ds.filter(ds['x'] > 10).apply(custom_func)

日志输出：

DEBUG - filter: selecting engine (eligible: chdb, pandas)
DEBUG - filter: using chdb (SQL-compatible)
DEBUG - apply: selecting engine (eligible: pandas)
DEBUG - apply: using pandas (custom function)

​

调试缓存操作

config.enable_debug()

# 首次执行
result1 = ds.filter(ds['age'] > 25).to_df()
# DEBUG - 查询哈希 abc123 缓存未命中
# DEBUG - 正在执行查询...
# DEBUG - 正在缓存结果（key: abc123, size: 1.2MB）

# 第二次执行（相同查询）
result2 = ds.filter(ds['age'] > 25).to_df()
# DEBUG - 查询哈希 abc123 缓存命中
# DEBUG - 返回缓存结果

​

排查性能问题

config.enable_debug()
config.enable_profiling()

# 日志将显示每个操作的耗时
result = (ds
    .filter(ds['amount'] > 100)
    .groupby('region')
    .agg({'amount': 'sum'})
    .to_df()
)

日志输出：

DEBUG - filter: 0.002ms
DEBUG - groupby: 0.001ms
DEBUG - agg: 0.003ms
DEBUG - SQL generation: 0.012ms
DEBUG - SQL execution: 89.456ms  <- 主要耗时在此
DEBUG - Result conversion: 2.345ms

---

​

生产环境配置

​

推荐配置

import logging
from chdb.datastore.config import config

# 生产环境：最小化日志
config.set_log_level(logging.WARNING)
config.set_log_format("simple")
config.set_profiling_enabled(False)

​

日志轮转

import logging
from logging.handlers import RotatingFileHandler

# 创建轮转文件处理器
handler = RotatingFileHandler(
    'datastore.log',
    maxBytes=10*1024*1024,  # 10MB
    backupCount=5
)
handler.setLevel(logging.WARNING)

# 添加到 DataStore 日志记录器
logging.getLogger('chdb.datastore').addHandler(handler)

---

​

环境变量

你也可以通过环境变量来配置日志：

# 设置日志级别
export CHDB_LOG_LEVEL=DEBUG

# 设置日志格式
export CHDB_LOG_FORMAT=verbose

import os
import logging

# 从环境变量读取
log_level = os.environ.get('CHDB_LOG_LEVEL', 'WARNING')
config.set_log_level(getattr(logging, log_level))

---

​

摘要

任务	命令
启用调试	config.enable_debug()
设置日志级别	config.set_log_level(logging.DEBUG)
设置日志格式	config.set_log_format("verbose")
输出到文件	使用 Python 日志处理器
抑制日志输出	config.set_log_level(logging.CRITICAL)