我正在使用Django-nonrel在Google App Engine上工作，这迫使我使用logging.debug()而不是print()。
"logging"模块由Django提供，但我在使用它而不是print()时遇到了一些困难。
例如，如果我需要验证变量x中保存的内容，我会写
logging.debug('x is: %s' % x)。但是，如果程序很快崩溃（没有刷新流），那么它就永远不会被打印出来。
因此，为了调试，我需要在程序发生错误并退出之前刷新debug()，但这并没有发生。
我认为这可能对你有用，假设你只使用了一个（或默认）处理程序：
>>> import logging
>>> logger = logging.getLogger()
>>> logging.debug('wat wat')
>>> logger.handlers[0].flush()
虽然这在文档中被视为不太妥当。
应用程序代码不应直接实例化和使用Handler的实例。相反，Handler类是定义所有处理程序应具有的接口并建立一些子类可以使用（或覆盖）的默认行为的基类。 http://docs.python.org/2/howto/logging.html#handler-basic
而且这可能会影响性能，但如果你真的卡住了，这可能有助于调试。
如果您的使用情况是，当退出时，您的Python程序应该刷新其日志，请使用logging.shutdown()。
来自Python文档：
logging.shutdown()
通知日志系统通过刷新和关闭所有处理程序来执行有序关闭。这应该在应用程序退出时调用，并且在此调用后不应再使用日志记录系统。[...]
logging.shutdown()，可刷新所有处理程序并关闭日志记录系统（即在调用后不能再使用日志记录）。检查此函数的代码显示，目前（Python 2.7）日志模块在名为_handlerList的模块级变量中保存了对所有处理程序的弱引用列表，因此可以通过执行类似以下操作来刷新所有处理程序：[h_weak_ref().flush() for h_weak_ref in logging._handlerList]
因为这个解决方案使用了模块的内部机制，@Mikes上面的解决方案更好，但是它依赖于对日志记录器的访问，可以进行如下的泛化：
[h.flush() for h in my_logger.handlerList]
可能是因为线程中出现了异常，导致记录器没有记录（似乎没有刷新）。线程需要捕获自己的异常并记录它们。
您不能依赖主线程来捕获和记录线程异常。
例如，定期运行函数的计时器将具有此行为，该函数将需要捕获和记录其异常。
刷新 stdout/stderr：
sys.stdout.flush()
sys.stderr.flush()
log.info能够刷新到std:out。结果我只需要向stdout添加一个流处理程序，问题就解决了。logger.addHandler(logging.StreamHandler(sys.stdout)).
def make_log(message):
import datetime
with open('mylogfile.log','a') as f:
f.write(f"{datetime.datetime.now()} {message}\n")
然后作为使用
make_log('my message to register')
当准备投入生产时，只需注释掉最后两行即可。
def make_log(message):
import datetime
#with open('mylogfile.log','a') as f:
# f.write(f"{datetime.datetime.now()} {message}\n")
exit())...在退出应用程序之前等待了1秒钟(time.sleep(1))。我还捕获任何意外错误并调用exit()方法。这个超时似乎可以清除任何未处理的日志消息。 - Raj