背景
开发过程中需要记录机器人串口发送的数据，就想到之前体验感很好的loguru，就想着继续用它做一个：
- 可以定期、定量、动作触发打包压缩，
- 日志等级分类
- 配置简单
- 占用资源低
的机器人本体日志记录的系统，同时也要有很好的功能扩展性，后期扩展功能方便等
loguru配置
loguru是最早开发AMR调度系统发现的，比起去大量自定义logging，实在是太方便了，同时也是异步的，不会阻塞当前逻辑。
可以按照官方文档配置：
logger.add(
logPath,
format="{time:YYYY-MM-DD at HH:mm:ss:SSS} | {message}",
rotation=logger_rotation,
retention=logRetention,
compression=logCompression,
encoding=logEncoding,
enqueue=True,
)这里为了是配置文件外置成config.ini，使用了configparser库，这样可以在不修改代码的情况下，通过修改配置文件来改变功能，这里不再赘述。
rotation函数
着重要说明的是rotation函数的配置，如果使用默认的rotation=00:00或者rotation=500 MB只能单一的实现每天或定量打包压缩日志，如果想要两种条件都匹配以及自定义一些条件，比如启动时打包便于本体开发人员截断之前日志等等，就需要使用自定义函数来实现，参考Log rotate by time and size #241:
class Rotator:
def __init__(self, size, at):
self._size = size
now = datetime.now()
today_at_time = now.replace(hour=at.hour, minute=at.minute, second=at.second)
if now >= today_at_time:
# the current time is already past the target time so it would rotate already
# add one day to prevent an immediate rotation
self._next_rotate = today_at_time + timedelta(days=1)
else:
self._next_rotate = today_at_time
def should_rotate(self, message, file):
file.seek(0, 2)
if file.tell() + len(message) > self._size:
return True
if message.record["time"].timestamp() > self._next_rotate.timestamp():
self._next_rotate += timedelta(days=1)
return True
return False要实现每次启动程序，我的做法是定义一个全局变量和seek()值来判断是否需要return True，如果有更优美的实现请告诉我。这里也考虑过读取日志文件的创建时间来做判断，使用get_crtimes(os.path.abspath(file.name))在Linux系统下获得的时间为文件最后修改的时间，而不是文件创建的时间。
使用serial_asyncio
对于这种IO密集的逻辑和仅仅只是日志记录，最好的选择还是异步架构，Python的asyncio ，读取串口数据的https://pyserial-asyncio.readthedocs.io/en/latest/，程序伪代码如下：
async def handle_serial_data(reader, writer):
while True:
try:
ByteData = await reader.readline()
if ByteData and len(ByteData) > 3: # filter of 3 strings data
StrData = ByteData.decode(
"utf-8", errors='ignore') # fix error
StrData.strip().split("\n")
logger.info(StrData)
else:
pass
except Exception as e:
# exception handle
async def main():
try:
loop = asyncio.get_event_loop()
reader, writer = await serial_asyncio.open_serial_connection(
loop=loop, url=serialPort, baudrate=serialBaudrate
)
except Exception:
# exception handle
return
try:
await handle_serial_data(reader, writer)
finally:
writer.close()
await writer.wait_closed()
if __name__ == '__main__':
try:
asyncio.run(main())
except Exception as e:
logger.exception("main error!", type(e).__name__)
至此基本功能就实现了，结束了吗？
没~
因为忽视了程序实际运行的环境是树莓派而不是以往的服务器，而树莓派的eMMC寿命有限，所以日志内容分级处理和加入buffer，降低IO压力，以及使用Log2RAM，这里不谈。
在Ubuntu上使用Docker搭建ARM开发环境
由于日常开发的系统是Ubuntu 22.04，而树莓派则是ARM环境，一般来说，把Python当脚本跑的话没有区别的，但要是想用Pyinstaller打包的话，则要考虑运行环境了，为了后续开发需要，就使用Docker在Ubuntu上构建一个ARM环境。
docker buildx
docker buildx的Docker CLI插件，它允许你在不同的架构上构建Docker镜像。首先，安装并启用buildx插件：
# 安装docker buildx插件
docker buildx install
# 创建一个名为multiarch的构建实例，支持多种架构
docker buildx create --name multiarch
# 使用刚创建的multiarch实例
docker buildx use multiarch安装QEMU模拟器:
sudo apt-get update && sudo apt-get install -y qemu-user-static
devcontainer.json
{
"name": "ARM Python Development Environment",
"dockerFile": "Dockerfile",
"settings": {
"terminal.integrated.shell.linux": "/bin/bash"
},
"extensions": [
"ms-python.python"
],
"remoteUser": "root"
}Dockerfile
# 使用 ARM 架构的 Python 基础镜像
FROM arm32v7/python:3.9-slim
# 更新软件包列表并安装一些基本的工具
RUN apt-get update && apt-get install -y --no-install-recommends \
build-essential \
curl \
git \
libssl-dev \
zlib1g-dev \
libbz2-dev \
libreadline-dev \
libsqlite3-dev \
wget \
llvm \
libncursesw5-dev \
xz-utils \
tk-dev \
libxml2-dev \
libxmlsec1-dev \
libffi-dev \
liblzma-dev \
&& rm -rf /var/lib/apt/lists/*
# 在此处添加其他 Docker 指令
构建完成后，查看系统环境：
dpkg --print-architecture
发表回复