掌握 nohup 日志的详细度：从基础到进阶
在后台运行程序时，nohup 命令无疑是得力助手，它能确保任务在终端关闭后依然持续运行。默认情况下，它会将所有输出都一股脑儿地塞进 nohup.out 文件里。但很多时候，我们需要的不是大杂烩，而是更清晰、更可控的日志记录。那么，如何调整日志的详细程度，让它更好地为我们服务呢？
1. 分流输出：让标准输出与错误输出各司其职
最直接有效的方法，就是将程序的正常输出和错误输出分开记录。这能让你快速定位问题，而不是在混杂的日志里大海捞针。
nohup your_command > output.log 2> error.log &执行这条命令后，程序的常规运行信息会乖乖地写入 output.log，而所有的错误和警告信息则会被单独记录到 error.log 中。这样一来，排查故障的效率就大大提升了。
2. 实时监控：使用 tee 命令兼顾终端与日志文件
如果你希望程序在后台运行的同时，还能在终端上实时看到它的输出动态，那么 tee 命令就是你的不二之选。
nohup your_command | tee output.log &这个命令巧妙地实现了“一鱼两吃”：所有输出既会实时显示在你的终端上，又会同步被完整地保存到 output.log 日志文件中。对于需要实时观察启动过程或初期运行状态的任务来说，这个方法尤其方便。
3. 源头控制：调整程序自身的日志级别
前面两种方法是在输出端做文章，而更根本的，是从程序内部调整日志的详细程度。这完全取决于你所运行的程序本身是否支持日志级别设置。
许多成熟的应用程序或脚本都提供了相应的参数。例如，在 Python 中，使用内置的 logging 模块可以轻松设定：
import logging
logging.basicConfig(level=logging.DEBUG)
# 将日志级别设置为 DEBUG，这意味着所有调试信息都会被记录下来另一种常见的方式是通过环境变量来控制。在启动命令前设置即可：
DEBUG=1 nohup python your_script.py &很多程序会检查像 DEBUG 这样的环境变量，并根据其值来输出不同详细程度的日志。这为动态控制日志级别提供了极大的灵活性。
说到底，调整 nohup 日志的详细程度并没有一成不变的法则。关键在于根据你运行的具体程序特性以及实际监控需求，选择最合适的那一种或几种组合方法。无论是分流、实时查看还是从源头控制，目的都是让日志成为你运维和调试的利器，而不是一堆难以管理的文本。
