事情是这样的，我写了一个tornado的服务，过程当中我用logging记录一些内容，由于一开始并没有仔细观察tornado自已的日志管理，所以我就一般用debug来记录普通日志，error记录有问题的日志，但是当服务跑起来以后才发现，tornado的访问日志的级别是info，也就是20，debug是10的，所以如果我定义了日志的级别是debug，那么默认情况下肯定也会输出到日志文件中的。 但是我现在并不关心访问日志，而且由于我这个服务可能每时每刻都会有访问，这样在我对日志信息进行搜索的时候就会有很大的影响。 该怎么办呢？

在python的函数中允许有不定参数，我们对于这种参数已经习以为常了，并且这种写法很方便的，但是对于它背后的运行机制却不是很熟悉，正好最近在写项目过程中有遇到过这种双星不定参数的问题，这里也记录一下

最近在写项目的时候遇到一个问题，使用mongodb记录了用例的执行结果，但是在时间的记录上使用的是date格式，现在有一个需求，以天为单位，统计一下每天成功的用例和失败的用例，说到统计，肯定是要用到聚合查询，但是如果以date格式的时间为group依据，那么等同于没有分组，因为在记录用例的时间几乎不可能同时，今天查阅了一下相关文档，可以使用mongodb的$dateToString命令来完成这个需求

上一篇文章在python异步协程中处理流程分析(一)介绍了在python3中使用asyncio创建单个协程和多个协程，这篇文章介绍在异步的应用里如何调用同步的函数。

之前的一篇文章python中的asyncio使用详解介绍了在python3 中的asyncio的基础使用，可以在实际的工作中，由于以前写了太多的多线程与多进程，所以对于以前编写风格和一些由于没有异步支持的库函数来说，由于要写在异步里，所以对于编写代码来说还是要处理很多同步的方法，今天在这里整理一下在异步操作中如果处理同步的函数问题。

在python的异步实践中，每次看asynicio都会有新的收获，本篇总结一下最近看这个库的使用。

作为一门面向对象的语言，如果在实际的工作中不能很好的使用其面向对象的特性，那始终不能领悟这门语言的精髓，以下这篇文章我会尽量详尽的从基础到深入的介绍面向对象的内容，内容篇幅较长,有些基础的可以选择性的观看。

在python中使用多进程和多线程都能达到同时运行多个任务，和多进程和多线程的选择上，应该优先选择多进程的方式，因为多进程更加稳定，且对于进程的操作管理也更加方便，但有一点是多进程独有的杀手锏，多进程可以将进程分步到多台机器上跑，假如有很多个任务，一台机器即使开了多进程或者多进程跑起来还是要耗很多时间，那么这时就要想一下可否将任务分配到多台机器上跑，这样可以更快的完成任务。

在使用mongo数据库时，简单的查询基本上可以满足大多数的业务场景，但是试想一下，如果要统计某一荐在指定的数据中出现了多少次该怎么查询呢？笨的方法是使用find 将数据查询出来，再使用count() 方法进行数据统计，这个场景还好，但是如果要求其中某个字段的和呢？是不是就非得遍历出相应的数据然后再进行求和运算呢？ 在mysql中我们经常会用到count、group by 等查询，在mongodb中我们也可以使用聚合查询。

如果说在python2中处理字符编码很蛋疼的话，如果幻想着python3不那么蛋疼，那么我只想说，你想多了，好不容易在python2中把字符编码的问题捣腾清楚了，但是换成python3，它会将之前的体系重新构建，使得之前的知识体系不能很好的运用，只能重新来构建。感觉是从一个坑跳到了另外一个坑，下面来看看这个令人头疼的python编码问题。