本文介绍使用Loguru为多条数据处理流水线（如“store1_sales”、“store1_warehouses”）配置独立日志文件的方法，通过bind()绑定上下文标签+自定义filter实现按执行组自动路由日志到指定文件，并支持差异化轮转策略。

DEBUG日志生产环境默认不可见，因根logger默认级别为WARNING，低于该级的日志被直接丢弃；需同时设置logger和handler的level才能生效。

基础指标采集不能只靠shell脚本，因/proc快照式采样易漏瞬时尖峰，而eBPF可纳秒级低开销观测内核路径；需聚焦RED+USE四大黄金信号，结构化日志关联trace_id，并透传W3Ctraceparent实现全链路追踪。

选celery或APScheduler取决于任务触发方式：单机轻量用APScheduler，分布式协同、需失败重试和队列控制则必须用celery；二者部署、参数配置与错误处理策略截然不同。

Go服务应通过stdout+Filebeat采集日志，避免直连Logstash；使用zap输出结构化JSON，配置Filebeatmultiline、编码及rotate策略确保日志不被切碎、不丢数据、字段可被Kibana正确解析。

最常用方式是用http.Handler包裹原始handler并包装http.ResponseWriter，记录remote_addr、method、path、status、duration_ms、user_agent等字段，需在WriteHeader/Write后获取状态码与响应长度，避免直接拼接RawQuery或传*...