PySpark的log4j.properties放在哪里?[副本]

只需在spark目录中执行以下命令:

cp conf/log4j.properties.template conf/log4j.properties

编辑log4j.properties:

# Set everything to be logged to the console
log4j.rootCategory=INFO, console
log4j.appender.console=org.apache.log4j.ConsoleAppender
log4j.appender.console.target=System.err
log4j.appender.console.layout=org.apache.log4j.PatternLayout
log4j.appender.console.layout.ConversionPattern=%d{yy/MM/dd HH:mm:ss} %p %c{1}: %m%n

# Settings to quiet third party logs that are too verbose
log4j.logger.org.eclipse.jetty=WARN
log4j.logger.org.eclipse.jetty.util.component.AbstractLifeCycle=ERROR
log4j.logger.org.apache.spark.repl.SparkIMain$exprTyper=INFO
log4j.logger.org.apache.spark.repl.SparkILoop$SparkILoopInterpreter=INFO

在第一行替换:

log4j.rootCategory=INFO, console

签署人:

log4j.rootCategory=WARN, console

保存并重新启动shell。它适用于我在OSX上的Spark1.1.0和Spark1.5.1。

受pyspark/tests.py的启发

def quiet_logs(sc):
    logger = sc._jvm.org.apache.log4j
    logger.LogManager.getLogger("org"). setLevel( logger.Level.ERROR )
    logger.LogManager.getLogger("akka").setLevel( logger.Level.ERROR )

在创建SparkContext之后调用它,将我的测试记录的stderr行从2647减少到163。但是,创建SparkContext本身会记录163,最多

15/08/25 10:14:16 INFO SparkDeploySchedulerBackend: SchedulerBackend is ready for scheduling beginning after reached minRegisteredResourcesRatio: 0.0

我也不清楚如何通过编程来调整这些。

编辑conf/log4j.properties文件并更改以下行:

   log4j.rootCategory=INFO, console

到

    log4j.rootCategory=ERROR, console

另一种方法是:

点燃火花外壳并键入以下内容:

import org.apache.log4j.Logger
import org.apache.log4j.Level

Logger.getLogger("org").setLevel(Level.OFF)
Logger.getLogger("akka").setLevel(Level.OFF)

之后你就看不到任何日志了。

>>> log4j = sc._jvm.org.apache.log4j
>>> log4j.LogManager.getRootLogger().setLevel(log4j.Level.ERROR)

在Spark 2.0中,您还可以使用 setLogLevel :

    from pyspark.sql import SparkSession
    spark = SparkSession.builder.\
        master('local').\
        appName('foo').\
        getOrCreate()
    spark.sparkContext.setLogLevel('WARN')

在 皮斯帕克 控制台,默认设置 spark 会话已可用。

对于PySpark,还可以使用 sc.setLogLevel("FATAL") . 从 docs :

控制我们的日志级别。这将覆盖任何用户定义的日志设置。有效的日志级别包括:ALL、DEBUG、ERROR、FATAL、INFO、OFF、TRACE、WARN

这可能是由于Spark是如何计算类路径的。我的预感是Hadoop的 log4j.properties 文件出现在类路径上Spark的前面,阻止更改生效。

如果你跑

SPARK_PRINT_LAUNCH_COMMAND=1 bin/spark-shell

然后Spark将打印用于启动shell的完整类路径;在我的例子中,我看到

Spark Command: /usr/lib/jvm/java/bin/java -cp :::/root/ephemeral-hdfs/conf:/root/spark/conf:/root/spark/lib/spark-assembly-1.0.0-hadoop1.0.4.jar:/root/spark/lib/datanucleus-api-jdo-3.2.1.jar:/root/spark/lib/datanucleus-core-3.2.2.jar:/root/spark/lib/datanucleus-rdbms-3.2.1.jar -XX:MaxPermSize=128m -Djava.library.path=:/root/ephemeral-hdfs/lib/native/ -Xms512m -Xmx512m org.apache.spark.deploy.SparkSubmit spark-shell --class org.apache.spark.repl.Main

哪里 /root/ephemeral-hdfs/conf 在类路径的开头。

我打开了 an issue [SPARK-2913] 在下一个版本中修复这个问题(我应该很快就有补丁了)。

同时,这里有几个解决方法:

• 添加 export SPARK_SUBMIT_CLASSPATH="$FWDIR/conf" 到 spark-env.sh .
• 删除(或重命名) /root/ephemeral-hdfs/conf/log4j.properties .

你可以使用setLogLevel

val spark = SparkSession
      .builder()
      .config("spark.master", "local[1]")
      .appName("TestLog")
      .getOrCreate()

spark.sparkContext.setLogLevel("WARN")

火花1.6.2:

log4j = sc._jvm.org.apache.log4j
log4j.LogManager.getRootLogger().setLevel(log4j.Level.ERROR)

火花2.x:

spark.sparkContext.setLogLevel('WARN')

(火花就是火花)

或者旧方法,

重命名 conf/log4j.properties.template 到 conf/log4j.properties 在星火方向。

在 log4j.properties ,更改 log4j.rootCategory=INFO, console 到 log4j.rootCategory=WARN, console

可用的不同日志级别:

• 关闭(最具体,无日志记录)
• 致命的(最具体的,很少的数据)
• 错误-仅在出现错误时记录
• 警告-仅在出现警告或错误时记录
• 信息(默认)
• 调试-日志详细信息步骤(以及上述所有日志)
• 跟踪(最不具体,大量数据)
• 全部(最不具体的,所有数据)

我在Amazon EC2中使用了这个,其中有1个主服务器和2个从服务器,还有Spark 1.2.1。

# Step 1. Change config file on the master node
nano /root/ephemeral-hdfs/conf/log4j.properties

# Before
hadoop.root.logger=INFO,console
# After
hadoop.root.logger=WARN,console

# Step 2. Replicate this change to slaves
~/spark-ec2/copy-dir /root/ephemeral-hdfs/conf/

只需在spark submit命令中添加以下参数

--conf "spark.driver.extraJavaOptions=-Dlog4jspark.root.logger=WARN,console"

这将临时覆盖该作业的系统值。从log4j.properties文件中检查确切的属性名(这里是log4jspark.root.logger)。

希望这有帮助,干杯!

下面是scala用户的代码片段:

选项1:

下面是您可以在文件级别添加的代码段

import org.apache.log4j.{Level, Logger}
Logger.getLogger("org").setLevel(Level.WARN)

选择2:

注:适用于所有正在使用的应用程序 火花会议。

import org.apache.spark.sql.SparkSession

  private[this] implicit val spark = SparkSession.builder().master("local[*]").getOrCreate()

spark.sparkContext.setLogLevel("WARN")

选择3:

注意:此配置应添加到log4j.properties。。(可能类似于/etc/spark/conf/log4j.properties(安装了spark的地方)或项目文件夹级别的log4j.properties) 因为你是在模块级改变。这将适用于所有的申请。

log4j.rootCategory=ERROR, console

嗯,选项1是明智的方法,因为它可以在文件级关闭。

我的做法是:

在我运行的位置 spark-submit 脚本do

$ cp /etc/spark/conf/log4j.properties .
$ nano log4j.properties

改变 INFO 到你想要的日志级别,然后运行 spark提交

程序化方式

spark.sparkContext.setLogLevel("WARN")

可用选项

ERROR
WARN 
INFO 

如果您想继续使用日志记录(Python的日志记录工具),可以尝试分割应用程序和Spark的配置:

LoggerManager()
logger = logging.getLogger(__name__)
loggerSpark = logging.getLogger('py4j')
loggerSpark.setLevel('WARNING')