はじめてのPythonのlogging入門

はじめての Python logging 入門

「print() でデバッグしてた頃には戻れない」そんな一段上の開発体験を、今日ここで手に入れましょう。

📋 目次

1. この記事で手に入るもの
2. ロギングを学ぶ前に押さえる３つのキーワード
3. "まず動く"５行サンプル
4. レベルを理解する
5. 独自 Logger を切る
6. Handler & Formatter
7. 例外トレースを丸ごと残す
8. 設定ファイルで一括管理
9. 構造化ログ（JSON出力）
10. よくある落とし穴と対策
11. 本番テンプレート
12. 次のステップと発展的なトピック
13. パフォーマンス最適化のコツ
14. セキュリティとプライバシーの配慮
15. デバッグ専用のログテクニック
16. トラブルシューティング完全ガイド
17. 実用的なログ分析のヒント
18. クイックリファレンス
19. サンプルコード

---

1. この記事で手に入るもの

• 「ログってそもそも何？」が腹落ちする
• ５行で動く最小構成 → 本番レベルまで段階的に強化
• コピペで回るサンプル／失敗しやすいポイント／ベストプラクティス
• 仕事・個人開発どちらにも使える「テンプレート」

---

2. ロギングを学ぶ前に押さえる３つのキーワード

キーワード	一言で	具体例 (イメージ)
Level	重要度のラベル	DEBUG < INFO < WARNING < ERROR…
Logger	ログの発生源	app.auth, app.db.user など
Handler	どこに書き出すか決める	コンソール / ファイル / Syslog

これだけ覚えておけば、後は積み木感覚で組み立てられます。

---

3. “まず動く”５行サンプル

import logging

logging.basicConfig(level=logging.INFO,
                    format="%(asctime)s %(levelname)s %(message)s")

logging.info("Hello, logging world!")

解説

1. import logging – 公式モジュールなので追加インストール不要
2. basicConfig() – “全部 INFO 以上を、決まったフォーマットで、標準出力へ” という一括設定
3. logging.info() – これでコンソールに時刻・レベル付きメッセージが出る

---

4. レベルを理解する

メソッド	何が起きた時に使う？
debug()	変数の値・関数の入退出など細かすぎる情報
info()	起動・停止、通常完了など“いつもの進行”
warning()	成功はしたが気になる (リトライ、遅延)
error()	ユーザ影響あり・復旧可能性あり
critical()	全サービス停止級。即アラート。

💡 レベルが低い (DEBUG) ほど 騒がしい、高い (CRITICAL) ほど 深刻。
basicConfig(level=logging.WARNING) とすれば WARNING 以上だけを出力できます。

---

5. 独自 Logger を切る – 大規模化への第一歩

import logging

logger = logging.getLogger("app.auth")  # 名前を付ける
logger.setLevel(logging.DEBUG)          # ここでは DEBUG から拾う

logger.debug("トークン検証開始")

• “名前付き Logger” を作ることで、モジュール単位の出力制御が可能
• 名前はドット区切りで階層化され、親子関係を持つ (app → app.auth)

---

6. Handler & Formatter – 出力先と見た目を自由自在に

import logging
from logging.handlers import RotatingFileHandler

logger = logging.getLogger("app")
logger.setLevel(logging.INFO)

# コンソールへ
console = logging.StreamHandler()
console.setFormatter(logging.Formatter(
    "%(levelname)s | %(name)s | %(message)s"))
logger.addHandler(console)

# ファイルへ (1MB 超えたら世代交代, 3 世代保持)
file = RotatingFileHandler("app.log", maxBytes=1_000_000, backupCount=3, encoding="utf-8")
file.setFormatter(logging.Formatter(
    "%(asctime)s | %(levelname)s | %(name)s | %(message)s"))
logger.addHandler(file)

logger.info("Multi-handler logging complete.")

ポイント

1. 複数の Handler を同時アタッチできる
2. RotatingFileHandler でログ肥大化を自動抑制
3. Formatter で行頭に時刻やモジュール名を柔軟に追加

---

7. 例外トレースを丸ごと残す

try:
    1 / 0
except ZeroDivisionError:
    logger.exception("計算失敗: ZeroDivisionError")

• logger.exception() は ERROR 相当 & exc_info=True を暗黙指定
• トレースバック付きなので原因特定が秒で終わる

---

8. 設定ファイルで一括管理 – logging.config

辞書ベースの設定は Python 3.2 以降 で利用可能で、現代的なアプリケーションの標準的な手法です。

# logging_config.py
LOGGING = {
    "version": 1,
    "disable_existing_loggers": False,

    "formatters": {
        "default": {
            "format": "%(asctime)s [%(levelname)s] %(name)s: %(message)s"
        }
    },

    "handlers": {
        "console": {
            "class": "logging.StreamHandler",
            "formatter": "default",
            "level": "INFO"
        },
        "error_file": {
            "class": "logging.handlers.RotatingFileHandler",
            "formatter": "default",
            "level": "ERROR",
            "filename": "errors.log",
            "maxBytes": 1048576,
            "backupCount": 5,
            "encoding": "utf-8"
        }
    },

    "loggers": {
        "app": {
            "handlers": ["console", "error_file"],
            "level": "DEBUG",
            "propagate": False
        }
    }
}

読み込み側：

import logging.config
from logging_config import LOGGING

logging.config.dictConfig(LOGGING)
logger = logging.getLogger("app")

logger.info("dictConfig で INFO")
logger.error("dictConfig で ERROR (ファイルにも出力)")

メリット

• コード量ゼロでレベル変更・ファイル名変更が出来る
• 環境別 (dev/prod) コンフィグを簡単に切替え

---

9. “構造化ログ” への扉 – JSON 出力

実運用では JSON 形式 で吐く→ Log Analytics / BigQuery で集計、が鉄板です。
人気ライブラリ: python-json-logger

pip install python-json-logger

from pythonjsonlogger import jsonlogger

json_formatter = jsonlogger.JsonFormatter()

json_handler = logging.StreamHandler()
json_handler.setFormatter(json_formatter)

logger = logging.getLogger("app")
logger.setLevel(logging.INFO)
logger.addHandler(json_handler)

logger.info("User login", extra={"user_id": 42, "ip": "203.0.113.1"})

出力例：

{"asctime": "2025-06-16 23:56:00,123", "levelname": "INFO",
 "name": "app", "message": "User login", "user_id": 42, "ip": "203.0.113.1"}

• extra で任意キーを付与 → 検索・ダッシュボード化がラク
• 可観測性ツール (Azure Monitor, Datadog 等) との相性抜群

---

10. よくある落とし穴と対策

症状	原因	解決策
ログが二重に出力される	重複 Handler or propagate=True	logger.propagate = False ハンドラ重複チェック
basicConfig() が“効かない”	既に Logger が生成されていた	basicConfig() は 最初の import 直後 に呼ぶ
UnicodeEncodeError (日本語ログ)	ファイルハンドラの encoding 未指定	encoding="utf-8" を明示
重いループで DEBUG ログが性能劣化	不要な文字列結合	"値=%s", val の 遅延フォーマット を使う

---

11. 本番テンプレート (貼るだけで動く)

# logger_setup.py
import logging
import logging.config
from pathlib import Path

def setup_logging(log_dir: str = "logs"):
    Path(log_dir).mkdir(exist_ok=True)
    cfg = {
        "version": 1,
        "disable_existing_loggers": False,
        "formatters": {
            "default": {
                "format": "%(asctime)s [%(levelname)s] %(name)s: %(message)s"
            },
        },
        "handlers": {
            "console": {
                "class": "logging.StreamHandler",
                "level": "INFO",
                "formatter": "default"
            },
            "file_all": {
                "class": "logging.handlers.TimedRotatingFileHandler",
                "when": "midnight",
                "backupCount": 7,
                "filename": f"{log_dir}/app.log",
                "encoding": "utf-8",
                "formatter": "default",
            },
            "file_err": {
                "class": "logging.handlers.RotatingFileHandler",
                "level": "ERROR",
                "maxBytes": 2_000_000,
                "backupCount": 3,
                "filename": f"{log_dir}/error.log",
                "encoding": "utf-8",
                "formatter": "default",
            }
        },
        "loggers": {
            "": {                      # root
                "handlers": ["console", "file_all", "file_err"],
                "level": "DEBUG",
            }
        }
    }
    logging.config.dictConfig(cfg)

呼び出し側：

from logger_setup import setup_logging
import logging

setup_logging()
log = logging.getLogger(__name__)

def main():
    log.info("スタート")
    try:
        42 / 0
    except ZeroDivisionError:
        log.exception("ゼロ割")

if __name__ == "__main__":
    main()

• 日次ローテート＋サイズローテートの合わせ技
• ルート Logger に３つの Handler を登録 → サブモジュールは何も考えず logging.getLogger(__name__) で OK

---

12. 次のステップと発展的なトピック

🚀 実践への第一歩

1. まずは basicConfig() で置換 → 既存 print を logger.info に変換
2. ログレベルを切り替えながら、**「本番で何を残すべきか」**を考える
3. 余裕が出てきたら JSON ログ化 → ダッシュボードで視覚化

🔧 さらに深掘りしたい人へ

• logging.Filter でメッセージ選別 (例: リクエスト ID 単位)
• QueueHandler＋QueueListener でマルチプロセス高速化
• Azure 用なら opencensus-ext-azure で Application Insights へ一発送信
• 既存ツールとの統合: structlog, loguru, rich (カラフル出力)

---

13. パフォーマンス最適化のコツ

本番環境では、ログ出力がアプリケーションの性能に与える影響を最小限に抑えることが重要です。適切な最適化により、数十倍の性能改善も可能になります。

文字列フォーマットの最適化

ログの文字列作成は意外にコストが高い処理です。特にDEBUGレベルが無効な本番環境では、無駄な文字列結合を避けることで大幅な性能向上が期待できます。

import logging

logger = logging.getLogger(__name__)

# ❌ 悪い例: 常に文字列結合される
# DEBUGが無効でも str() や + 演算が毎回実行される
logger.debug("User " + str(user_id) + " performed action: " + action_name)

# ✅ 良い例: DEBUGレベルが無効なら文字列結合されない
# loggingモジュールが内部で遅延評価を行う
logger.debug("User %s performed action: %s", user_id, action_name)

# ✅ さらに良い例: f-stringと条件判定の組み合わせ
# 重い処理を含む場合は明示的にレベルチェック
if logger.isEnabledFor(logging.DEBUG):
    logger.debug(f"Complex calculation result: {expensive_function()}")

性能比較（10万回ループでの実測例）：

• 文字列結合: 約0.8秒
• 遅延評価: 約0.05秒
• 改善効果: 約16倍高速 🚀

💡 実際の改善効果はログレベル設定と処理内容に依存

大量ログ処理での注意点

Webアプリケーションや高負荷システムでは、ログ書き込みがI/Oボトルネックになる場合があります。非同期処理で劇的に改善できます。

import logging
from logging.handlers import QueueHandler, QueueListener
import queue
import threading

# 🔄 非同期ログ処理で高性能化
log_queue = queue.Queue(-1)  # 無制限キュー
queue_handler = QueueHandler(log_queue)

# 実際の書き込みは別スレッドで実行
file_handler = logging.FileHandler('async.log', encoding='utf-8')
listener = QueueListener(log_queue, file_handler)
listener.start()  # バックグラウンドスレッド開始

logger = logging.getLogger('async_app')
logger.addHandler(queue_handler)

# メインスレッドはブロックされない
for i in range(10000):
    logger.info(f"Processing item {i}")  # 即座にreturn

# アプリケーション終了時
# listener.stop()  # リスナーの停止を忘れずに

QueueHandler の利点：

• ⚡ メインスレッドがブロックされない
• 🛡️ I/O エラーの影響を局所化
• 📊 キューサイズで負荷状況を監視可能

💡 使用場面: WebAPI、リアルタイム処理、高頻度ログが発生するシステム

---

14. セキュリティとプライバシーの配慮

ログには意図せず機密情報が出力される危険性があります。GDPR、個人情報保護法などの法規制遵守のためにも、適切な対策が必要です。

機密情報の漏洩防止

以下のフィルタクラスは、ログ出力時に自動的に機密情報をマスクします。正規表現により柔軟なパターンマッチングが可能です。

import logging
import re

class SensitiveDataFilter(logging.Filter):
    """機密情報をマスクするフィルタ"""
    
    def __init__(self):
        super().__init__()
        # 機密情報のパターンを定義
        self.patterns = [
            # メールアドレス
            (re.compile(r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b'), '[EMAIL]'),
            # クレジットカード番号
            (re.compile(r'\b\d{4}-\d{4}-\d{4}-\d{4}\b'), '[CARD]'),
            # パスワード（key=value形式）
            (re.compile(r'password["\']?\s*[:=]\s*["\']?([^"\'\s,}]+)', re.IGNORECASE), 'password="[MASKED]"'),
            # APIキー（32文字の英数字）
            (re.compile(r'\b[A-Za-z0-9]{32}\b'), '[API_KEY]'),
            # 日本の電話番号
            (re.compile(r'\b0\d{1,4}-\d{1,4}-\d{4}\b'), '[PHONE]'),
        ]
    
    def filter(self, record):
        """ログレコードの内容をフィルタリング"""
        # メッセージ内の機密情報をマスク
        for pattern, replacement in self.patterns:
            record.msg = pattern.sub(replacement, str(record.msg))
        
        # 引数があればそれもマスク
        if record.args:
            masked_args = []
            for arg in record.args:
                if isinstance(arg, str):
                    for pattern, replacement in self.patterns:
                        arg = pattern.sub(replacement, arg)
                masked_args.append(arg)
            record.args = tuple(masked_args)
        
        return True

# 使用例
logger = logging.getLogger('secure_app')
logger.addFilter(SensitiveDataFilter())

# 🔒 これらは自動的にマスクされる
logger.info("User login: email=[e-mail], password=secret123")
# 出力: "User login: email=[EMAIL], password=[MASKED]"

logger.warning("Payment failed for card: 1234-5678-9012-3456")
# 出力: "Payment failed for card: [CARD]"

logger.error("API authentication failed: key=a1b2c3d4e5f6g7h8i9j0k1l2m3n4o5p6")
# 出力: "API authentication failed: key=[API_KEY]"

セキュリティフィルタの実装ポイント：

1. 包括的なパターン定義: メール、カード番号、パスワード、APIキーなど
2. 引数も含めてマスク: logger.info("User: %s", sensitive_data) にも対応
3. パフォーマンス考慮: 正規表現をコンパイル済みで保持
4. カスタマイズ可能: 業務に応じてパターンを追加・変更

💡 運用時の注意:

• 開発環境ではマスクを無効化（デバッグのため）
• 定期的なパターン見直し（新しい機密情報の種類に対応）
• フィルタ自体のテストも重要（マスク漏れの防止）

---

15. デバッグ専用のログテクニック

開発・保守フェーズでは、効率的なデバッグがプロダクトの品質を大きく左右します。ここでは、ログを活用した高度なデバッグテクニックを紹介します。

関数実行時間の計測

性能問題の特定には、どの関数が時間を消費しているかの把握が不可欠です。デコレータを使えば、既存コードを変更せずに計測が可能です。

import logging
import functools
import time

def log_execution_time(logger_name=None):
    """関数の実行時間をログ出力するデコレータ"""
    def decorator(func):
        @functools.wraps(func)  # 元の関数のメタデータを保持
        def wrapper(*args, **kwargs):
            logger = logging.getLogger(logger_name or func.__module__)
            
            start_time = time.time()
            logger.debug(f"🚀 Starting {func.__name__}")
            
            try:
                result = func(*args, **kwargs)
                execution_time = time.time() - start_time
                
                # 実行時間に応じてログレベルを調整
                if execution_time > 1.0:
                    logger.warning(f"⚠️ {func.__name__} took {execution_time:.3f}s (slow)")
                else:
                    logger.info(f"✅ {func.__name__} completed in {execution_time:.3f}s")
                
                return result
            except Exception as e:
                execution_time = time.time() - start_time
                logger.error(f"❌ {func.__name__} failed after {execution_time:.3f}s: {e}")
                raise
        
        return wrapper
    return decorator

# 使用例
@log_execution_time('performance')
def slow_calculation(n):
    """時間のかかる計算のシミュレーション"""
    time.sleep(0.1)  # 処理時間のシミュレーション
    return sum(range(n))

@log_execution_time('performance')
def database_query(query):
    """データベースクエリの例"""
    time.sleep(0.05)  # DB処理のシミュレーション
    return f"Result for: {query}"

# 実行すると自動的に時間が記録される
result = slow_calculation(1000)
data = database_query("SELECT * FROM users")

実行時間デコレータの利点：

• 🎯 非侵入的: 既存コードを変更不要
• 📊 一元管理: 全関数の性能を統一的に監視
• 🚨 閾値アラート: 遅い処理を自動で警告
• 🐛 例外時も計測: エラー時の処理時間も記録

コンテキスト付きログ

マイクロサービスやWebアプリケーションでは、1つのリクエストに関連するログを追跡することが重要です。コンテキスト変数により、自動的にリクエストIDを付与できます。

import logging
from contextvars import ContextVar
import uuid

# リクエストIDを保持するコンテキスト変数
# Python 3.7以降の asyncio 対応の仕組み
request_id_var: ContextVar[str] = ContextVar('request_id', default='no-request')
user_id_var: ContextVar[str] = ContextVar('user_id', default='anonymous')

class ContextFilter(logging.Filter):
    """コンテキスト情報を自動的に追加"""
    
    def filter(self, record):
        # ログレコードにコンテキスト情報を追加
        record.request_id = request_id_var.get()
        record.user_id = user_id_var.get()
        return True

# セットアップ
logger = logging.getLogger('context_app')
logger.addFilter(ContextFilter())
handler = logging.StreamHandler()
formatter = logging.Formatter(
    '%(asctime)s [%(request_id)s|%(user_id)s] %(levelname)s: %(message)s'
)
handler.setFormatter(formatter)
logger.addHandler(handler)
logger.setLevel(logging.INFO)
logger.propagate = False

# 使用例：Webリクエストの処理をシミュレーション
def process_request(user_id: str):
    """Webリクエスト処理のシミュレーション"""
    # リクエスト開始時にコンテキストを設定
    request_id = str(uuid.uuid4())[:8]  # 短縮ID
    request_id_var.set(request_id)
    user_id_var.set(user_id)
    
    logger.info("🌐 リクエスト処理開始")
    
    # 各種処理（すべて同じリクエストIDで記録される）
    authenticate_user()
    fetch_user_data()
    generate_response()
    
    logger.info("✅ リクエスト処理完了")

def authenticate_user():
    """認証処理"""
    logger.debug("🔐 ユーザー認証中...")
    # 何らかの認証ロジック
    logger.info("✅ 認証成功")

def fetch_user_data():
    """ユーザーデータ取得"""
    logger.debug("📊 ユーザーデータ取得中...")
    # データベースアクセス
    logger.info("✅ データ取得完了")

def generate_response():
    """レスポンス生成"""
    logger.debug("📝 レスポンス生成中...")
    # レスポンス作成
    logger.info("✅ レスポンス生成完了")

# テスト実行
print("=== 複数リクエストの同時処理デモ ===")
process_request("user123")
print()
process_request("user456")

実行結果例：

2025-06-17 10:30:01 [a1b2c3d4|user123] INFO: 🌐 リクエスト処理開始
2025-06-17 10:30:01 [a1b2c3d4|user123] INFO: ✅ 認証成功
2025-06-17 10:30:01 [a1b2c3d4|user123] INFO: ✅ データ取得完了
2025-06-17 10:30:01 [a1b2c3d4|user123] INFO: ✅ レスポンス生成完了
2025-06-17 10:30:01 [a1b2c3d4|user123] INFO: ✅ リクエスト処理完了

2025-06-17 10:30:02 [e5f6g7h8|user456] INFO: 🌐 リクエスト処理開始
2025-06-17 10:30:02 [e5f6g7h8|user456] INFO: ✅ 認証成功
...

コンテキストログの利点：

• 🔍 リクエスト追跡: 1つのリクエストに関連するログを簡単に抽出
• 🚀 非同期対応: asyncio や concurrent.futures でも正しく動作
• 👤 ユーザー識別: どのユーザーの操作かも同時に記録
• 🔧 拡張可能: セッションID、処理種別など任意の情報を追加可能

💡 実運用でのポイント:

• ログ分析ツール（ELK Stack、Splunk等）で request_id フィールドによる検索・集計が可能
• マイクロサービス間でリクエストIDを受け渡しすることで、分散トレーシングが実現できる
  handler.setFormatter(formatter)
  logger.addHandler(handler)
  logger.setLevel(logging.INFO)

使用例

def process_request(request_id: str):
# リクエストIDをコンテキストに設定
request_id_var.set(request_id)

logger.info("リクエスト処理開始")
logger.info("データベースアクセス")
logger.info("レスポンス送信")

異なるリクエストIDでテスト

process_request("req-001")
process_request("req-002")

---

16. トラブルシューティング完全ガイド

よくあるエラーと解決方法

エラーメッセージ	原因	解決方法
No handlers could be found for logger "xxx"	ハンドラが設定されていない	logging.basicConfig()を呼ぶか、明示的にハンドラを追加
PermissionError: [Errno 13] Permission denied	ログファイルへの書き込み権限がない	ファイルパスの権限確認、または書き込み可能なディレクトリに変更
UnicodeEncodeError: 'charmap' codec can't encode	文字エンコーディングの問題	encoding='utf-8'を明示的に指定
ログが2回出力される	ハンドラの重複登録またはpropagateの問題	logger.handlers.clear()またはpropagate=Falseを設定

デバッグ用ユーティリティ

import logging

def debug_logging_setup():
    """現在のログ設定を詳細表示"""
    print("=== Logging Configuration Debug ===")
    
    # ルートロガーから確認
    root_logger = logging.getLogger()
    print(f"Root Logger Level: {logging.getLevelName(root_logger.level)}")
    print(f"Root Logger Handlers: {len(root_logger.handlers)}")
    
    # 全ロガーを確認
    logger_dict = logging.Logger.manager.loggerDict
    print(f"Total Loggers: {len(logger_dict)}")
    
    for name, logger_obj in list(logger_dict.items())[:5]:  # 最初の5個を表示
        if isinstance(logger_obj, logging.Logger):
            print(f"\nLogger: {name}")
            print(f"  Level: {logging.getLevelName(logger_obj.level)}")
            print(f"  Handlers: {len(logger_obj.handlers)}")
            print(f"  Propagate: {logger_obj.propagate}")

def test_all_levels():
    """全ログレベルのテスト出力"""
    logger = logging.getLogger('test')
    
    logger.debug("これはDEBUGメッセージです")
    logger.info("これはINFOメッセージです")
    logger.warning("これはWARNINGメッセージです")
    logger.error("これはERRORメッセージです")
    logger.critical("これはCRITICALメッセージです")
    
    # 例外テスト
    try:
        1/0
    except ZeroDivisionError:
        logger.exception("例外のテストです")

# 実行例
if __name__ == "__main__":
    logging.basicConfig(
        level=logging.DEBUG,
        format='%(asctime)s [%(levelname)s] %(name)s: %(message)s'
    )
    debug_logging_setup()
    print("\n" + "="*50)
    test_all_levels()

---

17. 実用的なログ分析のヒント

本番環境では大量のログが生成されるため、効率的な分析手法が重要です。ここでは、Python を使ってログファイルを自動分析する実用的な方法を紹介します。

ログ分析用のスクリプト例

以下のスクリプトは、ログファイルの傾向を素早く把握するためのツールです。障害調査や性能改善の第一歩として活用できます。

import re
import json
from collections import Counter, defaultdict
from datetime import datetime

def analyze_log_file(log_file_path: str):
    """ログファイルを分析して統計情報を出力"""
    
    # 各種カウンタを準備
    level_count = Counter()        # ログレベル別の件数
    hourly_count = defaultdict(int) # 時間別の件数
    error_patterns = Counter()     # エラーパターンの頻度
    
    with open(log_file_path, 'r', encoding='utf-8') as f:
        for line in f:
            # 1. ログレベルの抽出と集計
            # 正規表現で [DEBUG], [INFO] などのパターンを探す
            level_match = re.search(r'\[(DEBUG|INFO|WARNING|ERROR|CRITICAL)\]', line)
            if level_match:
                level = level_match.group(1)
                level_count[level] += 1
            
            # 2. 時間別集計（トラフィックパターンの把握）
            # "2025-06-17 14:" のような形式から時間を抽出
            time_match = re.search(r'(\d{4}-\d{2}-\d{2} \d{2}):', line)
            if time_match:
                hour = time_match.group(1)
                hourly_count[hour] += 1
            
            # 3. エラーパターンの抽出（障害原因の特定）
            if 'ERROR' in line or 'CRITICAL' in line:
                # エラーメッセージの主要部分を抽出
                msg_match = re.search(r'(ERROR|CRITICAL).*?:\s*(.+)', line)
                if msg_match:
                    error_msg = msg_match.group(2)[:50]  # 最初の50文字で分類
                    error_patterns[error_msg] += 1
    
    # 4. 分析結果の表示
    print("=== ログ分析結果 ===")
    
    # レベル別統計（システムの健全性確認）
    print(f"\n📊 レベル別統計:")
    for level, count in level_count.most_common():
        percentage = (count / sum(level_count.values())) * 100
        print(f"  {level}: {count}件 ({percentage:.1f}%)")
    
    # 時間別統計（負荷パターンの把握）
    print(f"\n⏰ 時間別統計 (上位5時間):")
    for hour, count in sorted(hourly_count.items(), key=lambda x: x[1], reverse=True)[:5]:
        print(f"  {hour}時台: {count}件")
    
    # エラーパターン（障害の根本原因分析）
    print(f"\n🚨 エラーパターン (上位5個):")
    for pattern, count in error_patterns.most_common(5):
        print(f"  {count}回: {pattern}")

# 使用例
# analyze_log_file('app.log')

このスクリプトの活用シーン：

• 障害調査: エラーパターンから根本原因を特定
• 性能監視: 時間別統計でピーク時間を把握
• システム健全性チェック: ログレベル分布で異常を検知
• 運用レポート: 定期的な統計情報として活用

💡 Pro Tip: このスクリプトをcronやタスクスケジューラで定期実行すれば、自動的な健全性レポートが作成できます。

ログローテーションの設定例

本番環境ではログファイルの肥大化対策が必須です。適切なローテーション設定により、ディスク容量を抑えつつ、必要な期間のログを確実に保持できます。

import logging
from logging.handlers import TimedRotatingFileHandler, RotatingFileHandler
import os

def setup_production_logging(app_name: str = "myapp"):
    """本番環境向けのログ設定"""
    
    # ログディレクトリの作成
    log_dir = "logs"
    os.makedirs(log_dir, exist_ok=True)
    
    # 共通フォーマッタ（詳細情報付き）
    formatter = logging.Formatter(
        '%(asctime)s [%(levelname)s] %(name)s:%(lineno)d: %(message)s'
    )
    
    # 📅 一般ログ（日次ローテーション、7日間保持）
    # 利点: 日付でファイルが分かれるため、調査時に特定の日を簡単に確認可能
    general_handler = TimedRotatingFileHandler(
        filename=f"{log_dir}/{app_name}.log",
        when='midnight',      # 毎日深夜0時にローテーション
        interval=1,           # 1日間隔
        backupCount=7,        # 7世代保持（1週間分）
        encoding='utf-8'
    )
    general_handler.setLevel(logging.INFO)
    general_handler.setFormatter(formatter)
    
    # 💾 エラーログ（サイズベースローテーション、5MB × 3ファイル）
    # 利点: エラーが大量発生した場合でも確実にファイルサイズを制御
    error_handler = RotatingFileHandler(
        filename=f"{log_dir}/{app_name}_error.log",
        maxBytes=5*1024*1024,  # 5MB に達したらローテーション
        backupCount=3,         # 3世代保持（合計最大15MB）
        encoding='utf-8'
    )
    error_handler.setLevel(logging.ERROR)
    error_handler.setFormatter(formatter)
    
    # 🖥️ コンソール出力（開発・運用監視用）
    # 本番では WARNING 以上のみ表示し、ノイズを削減
    console_handler = logging.StreamHandler()
    console_handler.setLevel(logging.WARNING)
    console_handler.setFormatter(logging.Formatter(
        '%(levelname)s: %(message)s'  # コンソールは簡潔に
    ))
    
    # ルートロガーに全ハンドラを登録
    root_logger = logging.getLogger()
    root_logger.setLevel(logging.DEBUG)
    root_logger.handlers.clear()  # 既存ハンドラをクリア（重複防止）
    root_logger.addHandler(general_handler)
    root_logger.addHandler(error_handler)
    root_logger.addHandler(console_handler)
    
    # 設定完了のログ
    logger = logging.getLogger(__name__)
    logger.info(f"Logging setup completed for {app_name}")

# 使用例
setup_production_logging("my_web_app")

ログローテーション戦略の詳細解説：

1. 時間ベース vs サイズベース

• 時間ベース (TimedRotatingFileHandler):

  • 📅 予測可能なファイル分割
  • 🔍 日付での調査が容易
  • 📊 定期的な分析に適している

• サイズベース (RotatingFileHandler):

  • 💾 ディスク使用量の厳密な制御
  • 🚨 大量ログ発生時の安全性
  • ⚡ エラーログなど不定期な出力に最適

2. 世代管理（backupCount）の考え方

# 例: 日次ローテーション + 30日保持の場合
# myapp.log          <- 現在のログ
# myapp.log.2025-06-16  <- 1日前
# myapp.log.2025-06-15  <- 2日前
# ...
# myapp.log.2025-05-18  <- 30日前（これ以前は自動削除）

3. 本番環境でのベストプラクティス

• 一般ログ: 日次 + 30～90日保持
• エラーログ: サイズベース + 長期保持（監査要件に応じて）
• アクセスログ: 日次 + 法的要件に応じた期間
• デバッグログ: 短期間（1～7日）または本番では無効化

💡 運用時の注意点:

• ディスク容量の監視は必須
• ログアーカイブ戦略（S3、外部ストレージ）の検討
• 法的要件（個人情報、監査ログ）の確認が重要

---

## 17. クイックリファレンス

### 基本的なログレベルの使い分け
```python
import logging

logger = logging.getLogger(__name__)

# 開発・デバッグ時の詳細情報
logger.debug("変数の値: user_id=%s, status=%s", user_id, status)

# 正常な処理フロー
logger.info("ユーザー%sの登録が完了しました", username)

# 注意が必要だが処理は継続可能
logger.warning("API応答時間が閾値を超過: %.2f秒", response_time)

# エラーが発生したが処理継続可能
logger.error("外部API呼び出し失敗、リトライします: %s", str(e))

# 即座に対応が必要な致命的エラー
logger.critical("データベース接続が完全に失敗しました")

よく使う設定パターン

最小構成

import logging
logging.basicConfig(level=logging.INFO)

ファイル出力付き

import logging
logging.basicConfig(
    level=logging.INFO,
    format='%(asctime)s [%(levelname)s]: %(message)s',
    handlers=[
        logging.FileHandler('app.log', encoding='utf-8'),
        logging.StreamHandler()
    ]
)

本格的な設定

import logging.config

LOGGING_CONFIG = {
    'version': 1,
    'disable_existing_loggers': False,
    'formatters': {
        'detailed': {
            'format': '%(asctime)s [%(levelname)s] %(name)s:%(lineno)d: %(message)s'
        },
        'simple': {
            'format': '%(levelname)s: %(message)s'
        }
    },
    'handlers': {
        'console': {
            'class': 'logging.StreamHandler',
            'level': 'INFO',
            'formatter': 'simple'
        },
        'file': {
            'class': 'logging.handlers.RotatingFileHandler',
            'level': 'DEBUG',
            'formatter': 'detailed',
            'filename': 'app.log',
            'maxBytes': 1048576,
            'backupCount': 3,
            'encoding': 'utf-8'
        }
    },
    'root': {
        'level': 'DEBUG',
        'handlers': ['console', 'file']
    }
}

logging.config.dictConfig(LOGGING_CONFIG)

---

この記事で学んだことを段階的に実践して、保守しやすく、デバッグしやすいコードを書けるようになりましょう。最初はprint()の置き換えから始めて、徐々に高度な機能を取り入れていけば、いつの間にかログマスターになっているはずです！

Happy Logging! 🚀

19. サンプルコード

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Python logging 学習用サンプルコード

この記事（log_article.md）で説明した内容を実際に試すためのサンプルコードです。
各セクションごとに実行可能なサンプルが含まれています。
"""

import logging
import logging.config
import time
import functools
import re
from logging.handlers import RotatingFileHandler, TimedRotatingFileHandler
from contextvars import ContextVar
from pathlib import Path


def demo_section_separator(section_title: str):
    """セクション区切り用のデコレータ"""
    def decorator(func):
        @functools.wraps(func)
        def wrapper(*args, **kwargs):
            print("\n" + "="*60)
            print(f"📖 {section_title}")
            print("="*60)
            result = func(*args, **kwargs)
            print("\n✅ セクション完了: " + section_title)
            return result
        return wrapper
    return decorator


@demo_section_separator("セクション2: 基本的なログ出力")
def demo_basic_logging():
    """基本的なログ出力のデモ"""
    
    # 既存の設定をクリア
    logging.getLogger().handlers.clear()
    
    # 基本設定
    logging.basicConfig(
        level=logging.INFO,
        format="%(asctime)s %(levelname)s %(message)s"
    )
    
    # 基本的なログ出力
    logging.info("Hello, logging world!")
    logging.warning("これは警告メッセージです")
    logging.error("これはエラーメッセージです")


@demo_section_separator("セクション3: ログレベルの理解")
def demo_log_levels():
    """ログレベルのデモ"""
    
    # 新しいロガーを作成
    logger = logging.getLogger("level_demo")
    logger.handlers.clear()
    
    # ハンドラを作成
    handler = logging.StreamHandler()
    formatter = logging.Formatter('%(levelname)-8s: %(message)s')
    handler.setFormatter(formatter)
    logger.addHandler(handler)
    
    print("\n🔍 ログレベル: DEBUG (すべて表示)")
    logger.setLevel(logging.DEBUG)
    logger.debug("🐛 デバッグ: 変数の値をチェック")
    logger.info("ℹ️  情報: 正常な処理フロー")
    logger.warning("⚠️  警告: 注意が必要")
    logger.error("❌ エラー: 問題が発生")
    logger.critical("🚨 重大: 即座に対応が必要")
    
    print("\n🔍 ログレベル: WARNING (WARNING以上のみ表示)")
    logger.setLevel(logging.WARNING)
    logger.debug("🐛 デバッグ: これは表示されません")
    logger.info("ℹ️  情報: これも表示されません")
    logger.warning("⚠️  警告: これは表示されます")
    logger.error("❌ エラー: これも表示されます")


@demo_section_separator("セクション4: 独自Loggerの作成")
def demo_custom_logger():
    """独自Loggerのデモ"""
    
    # 名前付きロガーの作成
    auth_logger = logging.getLogger("app.auth")
    db_logger = logging.getLogger("app.database")
    
    # それぞれに個別の設定
    for logger_obj in [auth_logger, db_logger]:
        logger_obj.handlers.clear()
        handler = logging.StreamHandler()
        formatter = logging.Formatter(
            '%(asctime)s [%(name)s] %(levelname)s: %(message)s'
        )
        handler.setFormatter(formatter)
        logger_obj.addHandler(handler)
        logger_obj.setLevel(logging.INFO)
        logger_obj.propagate = False
    
    # 異なるモジュールからのログ
    auth_logger.info("ユーザー認証を開始")
    auth_logger.warning("無効なパスワードが入力されました")
    
    db_logger.info("データベース接続を確立")
    db_logger.error("クエリ実行中にタイムアウトが発生")


@demo_section_separator("セクション5: Handler & Formatterの活用")
def demo_handlers_formatters():
    """ハンドラとフォーマッタのデモ"""
    
    # ログディレクトリの作成
    log_dir = Path("logs")
    log_dir.mkdir(exist_ok=True)
    
    # ロガーの作成
    logger = logging.getLogger("multi_handler_demo")
    logger.handlers.clear()
    logger.setLevel(logging.DEBUG)
    
    # コンソールハンドラ（簡潔な形式）
    console_handler = logging.StreamHandler()
    console_formatter = logging.Formatter("%(levelname)s | %(name)s | %(message)s")
    console_handler.setFormatter(console_formatter)
    console_handler.setLevel(logging.INFO)
    logger.addHandler(console_handler)
    
    # ファイルハンドラ（詳細な形式）
    file_handler = RotatingFileHandler(
        log_dir / "demo.log",
        maxBytes=1024*1024,  # 1MB
        backupCount=3,
        encoding="utf-8"
    )
    file_formatter = logging.Formatter(
        "%(asctime)s | %(levelname)s | %(name)s | %(funcName)s:%(lineno)d | %(message)s"
    )
    file_handler.setFormatter(file_formatter)
    file_handler.setLevel(logging.DEBUG)
    logger.addHandler(file_handler)
    
    # ログ出力テスト
    logger.debug("これはDEBUGメッセージ（ファイルのみ）")
    logger.info("これはINFOメッセージ（コンソール＋ファイル）")
    logger.warning("これはWARNINGメッセージ")
    logger.error("これはERRORメッセージ")
    
    print(f"📁 ファイルログは {log_dir / 'demo.log'} に保存されました")


@demo_section_separator("セクション6: 例外トレースの記録")
def demo_exception_logging():
    """例外トレースのログ記録デモ"""
    
    logger = logging.getLogger("exception_demo")
    logger.handlers.clear()
    
    handler = logging.StreamHandler()
    formatter = logging.Formatter('%(asctime)s [%(levelname)s]: %(message)s')
    handler.setFormatter(formatter)
    logger.addHandler(handler)
    logger.setLevel(logging.DEBUG)
    logger.propagate = False
    
    # 例外処理とログ
    try:
        result = 10 / 0
    except ZeroDivisionError as e:
        logger.error("ゼロ除算エラーが発生: %s", str(e))
        logger.exception("詳細なトレースバック付きログ:")
    
    # カスタム例外の例
    try:
        def risky_function():
            raise ValueError("これはサンプルエラーです")
        
        risky_function()
    except ValueError:
        logger.exception("カスタム関数でエラーが発生")


@demo_section_separator("セクション13: パフォーマンス最適化")
def demo_performance_optimization():
    """パフォーマンス最適化のデモ"""
    
    print("🚀 このセクションではログ出力の性能最適化を実演します：")
    print("  1. 文字列フォーマットの最適化（遅延評価）")
    print("  2. 条件判定による重い処理の回避")
    print("  3. 実際の性能測定と比較")
    print()
    
    logger = logging.getLogger("performance_demo")
    logger.handlers.clear()
    
    handler = logging.StreamHandler()
    formatter = logging.Formatter('%(levelname)s: %(message)s')
    handler.setFormatter(formatter)
    logger.addHandler(handler)
    logger.setLevel(logging.INFO)  # DEBUGは無効
    logger.propagate = False
    
    print("🚀 パフォーマンステスト開始")
    
    # 悪い例（常に文字列結合される）
    start_time = time.time()
    for i in range(10000):
        # この文字列結合は毎回実行される（非効率）
        logger.debug("Processing item " + str(i) + " with status: " + "active")
    bad_time = time.time() - start_time
      # 良い例（遅延評価）
    start_time = time.time()
    for i in range(10000):
        # DEBUGレベルが無効なので文字列結合されない（効率的）
        logger.debug("Processing item %s with status: %s", i, "active")
    good_time = time.time() - start_time
    
    print(f"❌ 悪い例（文字列結合）: {bad_time:.4f}秒")
    print(f"✅ 良い例（遅延評価）: {good_time:.4f}秒")
    improvement = bad_time/good_time if good_time > 0 else 1
    print(f"🔥 性能改善: {improvement:.1f}倍高速")
    
    # 条件判定を使った例
    def expensive_calculation():
        time.sleep(0.001)  # 重い処理のシミュレーション
        return "expensive_result"
    
    # isEnabledForを使った最適化
    if logger.isEnabledFor(logging.DEBUG):
        logger.debug(f"Expensive result: {expensive_calculation()}")
    else:
        print("💡 DEBUG無効のため、重い計算をスキップしました")
    
    print("\n💡 最適化のポイント：")
    print("  • 遅延評価（%s記法）で無駄な文字列操作を回避")
    print("  • isEnabledFor()で重い処理をスキップ") 
    print("  • 本番環境ではDEBUGレベルを無効化")


@demo_section_separator("セクション14: セキュリティ対策")
def demo_security_features():
    """セキュリティ機能のデモ"""
    
    print("🔒 このセクションでは機密情報の自動マスク機能を実演します：")
    print("  1. 正規表現による機密情報の検出")
    print("  2. ログ出力時の自動マスク処理")
    print("  3. GDPR等の法規制への対応例")
    print()
    
    class SensitiveDataFilter(logging.Filter):
        """機密情報をマスクするフィルタ"""
        
        def __init__(self):
            super().__init__()
            self.patterns = [
                (re.compile(r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b'), '[EMAIL]'),
                (re.compile(r'\b\d{4}-\d{4}-\d{4}-\d{4}\b'), '[CARD]'),
                (re.compile(r'password["\']?\s*[:=]\s*["\']?([^"\'\s,}]+)', re.IGNORECASE), 'password="[MASKED]"'),
            ]
        
        def filter(self, record):
            for pattern, replacement in self.patterns:
                record.msg = pattern.sub(replacement, str(record.msg))
            return True
    
    # セキュアロガーの設定
    secure_logger = logging.getLogger("secure_demo")
    secure_logger.handlers.clear()
    
    handler = logging.StreamHandler()
    formatter = logging.Formatter('%(levelname)s: %(message)s')
    handler.setFormatter(formatter)
    secure_logger.addHandler(handler)
    secure_logger.addFilter(SensitiveDataFilter())
    secure_logger.setLevel(logging.INFO)
    secure_logger.propagate = False
    
    print("🔒 セキュリティフィルタのテスト:")
    
    # 機密情報を含むログ（自動的にマスクされる）
    secure_logger.info("User login: email=[e-mail], password=secret123")
    secure_logger.warning("Payment failed for card: 1234-5678-9012-3456")
    secure_logger.error("API key validation failed: api_key=abc123xyz")
    
    print("\n🛡️ セキュリティフィルタの重要性：")
    print("  • 意図しない機密情報の漏洩防止")
    print("  • GDPR、個人情報保護法への対応")
    print("  • 監査ログでの安全性確保")
    print("  • 開発者のヒューマンエラー対策")


@demo_section_separator("セクション15: デバッグテクニック")
def demo_debugging_techniques():
    """デバッグテクニックのデモ"""
    
    print("🔍 このセクションでは以下のテクニックを実演します：")
    print("  1. 関数実行時間の自動計測（デコレータ）")
    print("  2. コンテキスト付きログ（リクエスト追跡）")
    print("  3. 分散システムでのログ相関")
    print()
    
    # リクエストIDコンテキストのデモ
    request_id_var: ContextVar[str] = ContextVar('request_id', default='no-request')
    
    class ContextFilter(logging.Filter):
        def filter(self, record):
            record.request_id = request_id_var.get()
            return True
    
    # 実行時間測定デコレータ
    def log_execution_time(logger_name=None):
        def decorator(func):
            @functools.wraps(func)
            def wrapper(*args, **kwargs):
                logger = logging.getLogger(logger_name or func.__module__)
                
                start_time = time.time()
                logger.debug(f"Starting {func.__name__}")
                
                try:
                    result = func(*args, **kwargs)
                    execution_time = time.time() - start_time
                    logger.info(f"{func.__name__} completed in {execution_time:.3f}s")
                    return result
                except Exception as e:
                    execution_time = time.time() - start_time
                    logger.error(f"{func.__name__} failed after {execution_time:.3f}s: {e}")
                    raise
            return wrapper
        return decorator
    
    # ロガーの設定
    debug_logger = logging.getLogger('debug_demo')
    debug_logger.handlers.clear()
    
    handler = logging.StreamHandler()
    formatter = logging.Formatter(
        '%(asctime)s [%(request_id)s] %(levelname)s: %(message)s'
    )
    handler.setFormatter(formatter)
    debug_logger.addHandler(handler)
    debug_logger.addFilter(ContextFilter())
    debug_logger.setLevel(logging.DEBUG)
    debug_logger.propagate = False
    
    # テスト関数
    @log_execution_time('debug_demo')
    def sample_calculation(n):
        time.sleep(0.1)  # 処理時間のシミュレーション
        return sum(range(n))
    
    # コンテキスト付きでテスト実行
    def process_request(request_id: str):
        request_id_var.set(request_id)
        
        debug_logger.info("リクエスト処理開始")
        result = sample_calculation(1000)
        debug_logger.info(f"計算結果: {result}")
        debug_logger.info("リクエスト処理完了")
    
    print("🔍 デバッグテクニックのデモ:")
    process_request("req-001")
    print()
    process_request("req-002")
    
    print("🎯 デバッグテクニックの利点：")
    print("  ✅ 非侵入的な性能監視")
    print("  ✅ リクエスト単位でのログ追跡")
    print("  ✅ 分散システムでの問題切り分け")


@demo_section_separator("セクション16: トラブルシューティング")
def demo_troubleshooting():
    """トラブルシューティングのデモ"""
    
    def debug_logging_setup():
        """現在のログ設定を詳細表示"""
        print("=== ログ設定デバッグ情報 ===")
        
        # ルートロガーの確認
        root_logger = logging.getLogger()
        print(f"Root Logger Level: {logging.getLevelName(root_logger.level)}")
        print(f"Root Logger Handlers: {len(root_logger.handlers)}")
        
        # アクティブなロガーの確認
        logger_dict = logging.Logger.manager.loggerDict
        print(f"Total Loggers: {len(logger_dict)}")
        
        active_loggers = []
        for name, logger_obj in logger_dict.items():
            if isinstance(logger_obj, logging.Logger) and logger_obj.handlers:
                active_loggers.append((name, logger_obj))
        
        print(f"Active Loggers with Handlers: {len(active_loggers)}")
        for name, logger_obj in active_loggers[:3]:  # 最初の3個を表示
            print(f"  📝 {name}:")
            print(f"    Level: {logging.getLevelName(logger_obj.level)}")
            print(f"    Handlers: {len(logger_obj.handlers)}")
            print(f"    Propagate: {logger_obj.propagate}")
    
    def test_all_levels():
        """全ログレベルのテスト"""
        test_logger = logging.getLogger('troubleshoot_test')
        test_logger.handlers.clear()
        
        handler = logging.StreamHandler()
        formatter = logging.Formatter('%(levelname)-8s: %(message)s')
        handler.setFormatter(formatter)
        test_logger.addHandler(handler)
        test_logger.setLevel(logging.DEBUG)
        test_logger.propagate = False
        
        print("\n🧪 全ログレベルのテスト:")
        test_logger.debug("DEBUG メッセージ")
        test_logger.info("INFO メッセージ")
        test_logger.warning("WARNING メッセージ")
        test_logger.error("ERROR メッセージ")
        test_logger.critical("CRITICAL メッセージ")
        
        # 例外テスト
        try:
            1/0
        except ZeroDivisionError:
            test_logger.exception("例外処理テスト")
    
    debug_logging_setup()
    test_all_levels()


@demo_section_separator("完全な本番環境設定")
def demo_production_setup():
    """本番環境レベルの設定デモ"""
    
    # ログディレクトリの作成
    log_dir = Path("logs")
    log_dir.mkdir(exist_ok=True)
    
    # 辞書形式での設定
    LOGGING_CONFIG = {
        'version': 1,
        'disable_existing_loggers': False,
        'formatters': {
            'detailed': {
                'format': '%(asctime)s [%(levelname)s] %(name)s:%(lineno)d: %(message)s'
            },
            'simple': {
                'format': '%(levelname)s: %(message)s'
            }
        },
        'handlers': {
            'console': {
                'class': 'logging.StreamHandler',
                'level': 'INFO',
                'formatter': 'simple'
            },
            'general_file': {
                'class': 'logging.handlers.TimedRotatingFileHandler',
                'when': 'midnight',
                'backupCount': 7,
                'filename': str(log_dir / 'app.log'),
                'encoding': 'utf-8',
                'formatter': 'detailed',
                'level': 'INFO'
            },
            'error_file': {
                'class': 'logging.handlers.RotatingFileHandler',
                'level': 'ERROR',
                'maxBytes': 2_000_000,
                'backupCount': 3,
                'filename': str(log_dir / 'error.log'),
                'encoding': 'utf-8',
                'formatter': 'detailed'
            }
        },
        'loggers': {
            'myapp': {
                'handlers': ['console', 'general_file', 'error_file'],
                'level': 'DEBUG',
                'propagate': False
            }
        }
    }
    
    # 設定の適用
    logging.config.dictConfig(LOGGING_CONFIG)
    
    # テスト用のロガー
    app_logger = logging.getLogger('myapp')
    
    print("🏭 本番環境レベルの設定が完了しました")
    print(f"📁 ログファイル:")
    print(f"  - 一般ログ: {log_dir / 'app.log'}")
    print(f"  - エラーログ: {log_dir / 'error.log'}")
    
    # 各レベルのログ出力テスト
    app_logger.debug("デバッグ情報（ファイルのみ）")
    app_logger.info("アプリケーション開始")
    app_logger.warning("設定ファイルが見つかりません、デフォルト値を使用")
    app_logger.error("データベース接続エラー")
    app_logger.critical("システム全体に影響する重大エラー")
    
    print("✅ 各種ログが出力されました")


def main():
    """メイン実行関数"""
    print("🐍 Python Logging デモンストレーション")
    print("=" * 60)
    print("このプログラムは log_article.md の内容を実際に試すためのデモです。")
    print("各セクションが順番に実行されます。\n")
    
    try:
        # 各デモセクションを実行
        demo_basic_logging()
        demo_log_levels()
        demo_custom_logger()
        demo_handlers_formatters()
        demo_exception_logging()
        demo_performance_optimization()
        demo_security_features()
        demo_debugging_techniques()
        demo_troubleshooting()
        demo_production_setup()
        
        print("\n" + "="*60)
        print("🎉 全てのデモが正常に完了しました！")
        print("📚 詳細な説明は log_article.md をご覧ください。")
        print("📁 ログファイルは logs/ ディレクトリに保存されています。")
        print("="*60)
        
    except Exception as e:
        # 最上位の例外処理
        error_logger = logging.getLogger('demo_error')
        error_logger.error(f"デモ実行中にエラーが発生: {e}")
        raise


if __name__ == "__main__":
    main()