誰も教えてくれなかったデバッグの本質「戦略的ロギング」とは？

「本番でエラーが出た！でもどこが原因かさっぱりわからない…😱」

こんな経験、一度はありますよね。とりあえずコードをいじってみたり、Stack Overflowを片っ端から読んだり、最近だとエラーをそのままAIに貼り付けたり…。

実は、こういった「当てずっぽうデバッグ」から抜け出すためのスキルが海外エンジニアのコミュニティで注目を集めています。それが 「戦略的ロギング（Strategic Logging）」 です。

Contents

戦略的ロギングって何が違うの？
Pythonで実践する戦略的ロギングの基本
本番で役立つ「ログを設計する」という考え方
まとめ

戦略的ロギングって何が違うの？

debugging code / Photo by Godfrey Atima via Pexels

「ロギングって print() でデバッグするやつでしょ？」と思った方、ちょっと待ってください。

ただ値を出力するだけの print デバッグとは根本的に考え方が違います。戦略的ロギングとは、「コードが今何をしているかを、体系的に可視化する仕組みを最初から設計すること」 です。

イメージとしては、飛行機のフライトレコーダーに近いです。問題が起きたときに「さかのぼって確認できる記録」を意図的に残しておく、という発想ですね。

Pythonで実践する戦略的ロギングの基本

Pythonには標準ライブラリに logging モジュールがあります。これを使えば print とは比べ物にならないくらい柔軟なログが残せます。

まずは基本的な設定から見てみましょう👇

# strategic_logging_sample.py
import logging

# ログの基本設定（レベル・フォーマット・出力先を一括で管理）
logging.basicConfig(
    level=logging.DEBUG,
    format="%(asctime)s [%(levelname)s] %(funcName)s: %(message)s",
    handlers=[
        logging.StreamHandler(),           # コンソール出力
        logging.FileHandler("app.log")    # ファイルにも保存
    ]
)

logger = logging.getLogger(__name__)

def calculate_discount(price, discount_rate):
    # 処理の入り口でINFOログを残す
    logger.info(f"割引計算を開始 - 元値: {price}, 割引率: {discount_rate}")

    # 想定外の値はWARNINGで記録
    if discount_rate > 1.0:
        logger.warning(f"割引率が100%を超えています: {discount_rate}")

    result = price * (1 - discount_rate)
    logger.debug(f"計算結果: {result}")  # 詳細はDEBUGレベル

    return result

# 実行
calculate_discount(5000, 0.2)
calculate_discount(5000, 1.5)  # 意図的におかしな値を渡してみる

ポイントをまとめるとこんな感じです：