如何在 Spark 中关闭 INFO 日志记录？

只需在 spark 目录中执行此命令：

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

经过：

log4j.rootCategory=WARN, console

保存并重新启动您的外壳。它适用于 OS X 上的 Spark 1.1.0 和 Spark 1.5.1。

---

在 Spark 2.0 中，您还可以使用 setLogLevel 为您的应用程序动态配置它：

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

在 pyspark 控制台中，默认的 spark 会话已经可用。

---

受我所做的 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 之后调用它会将我的测试记录的 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

我不清楚如何以编程方式调整这些。

---

编辑您的 conf/log4j.properties 文件并更改以下行：

   log4j.rootCategory=INFO, console

至

    log4j.rootCategory=ERROR, console

另一种方法是：

启动 spark-shell 并输入以下内容：

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

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

之后您将看不到任何日志。

---

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

---

对于 PySpark，您还可以使用 sc.setLogLevel("FATAL") 在脚本中设置日志级别。从 docs：

控制我们的 logLevel。这会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

---

您可以使用 setLogLevel

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

spark.sparkContext.setLogLevel("WARN")

---

这可能是由于 Spark 计算其类路径的方式。我的预感是 Hadoop 的 log4j.properties 文件出现在类路径上 Spark 的前面，从而阻止您的更改生效。

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；就我而言，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

其中 /root/ephemeral-hdfs/conf 位于类路径的开头。

我已打开 an issue [SPARK-2913] 以在下一个版本中解决此问题（我应该很快就会发布补丁）。

与此同时，这里有几个解决方法：

将 export SPARK_SUBMIT_CLASSPATH="$FWDIR/conf" 添加到 spark-env.sh。

删除（或重命名）/root/ephemeral-hdfs/conf/log4j.properties。

---

只需将以下参数添加到您的 spark-submit 命令

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

这仅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称（此处为 log4jspark.root.logger）。

希望这会有所帮助，干杯！

---

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')

（火花是 SparkSession）

或者旧方法，

在 Spark 目录中将 conf/log4j.properties.template 重命名为 conf/log4j.properties。

在 log4j.properties 中，将 log4j.rootCategory=INFO, console 更改为 log4j.rootCategory=WARN, console

可用的不同日志级别：

关闭（最具体，不记录）

致命的（最具体的，很少的数据）

ERROR - 仅在出现错误时记录

WARN - 仅在出现警告或错误时记录

信息（默认）

调试 - 记录详细信息步骤（以及上述所有日志）

TRACE（最不具体，大量数据）

ALL（最不具体，所有数据）

---

程序化方式

spark.sparkContext.setLogLevel("WARN")

可用选项

ERROR
WARN 
INFO 

---

我将它与具有 1 个主设备和 2 个从设备以及 Spark 1.2.1 的 Amazon EC2 一起使用。

# 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/

---

scala 用户的以下代码片段：

选项1 ：

您可以在文件级别添加以下代码段

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

选项 2：

注意：这将适用于所有使用 spark 会话的应用程序。

import org.apache.spark.sql.SparkSession

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

spark.sparkContext.setLogLevel("WARN")

选项 3：

注意：此配置应添加到您的 log4j.properties 中。（可能类似于 /etc/spark/conf/log4j.properties（火花安装在那里）或您的项目文件夹级别 log4j.properties），因为您正在更改模块级。这将适用于所有应用程序。

log4j.rootCategory=ERROR, console

恕我直言，选项 1 是明智的方法，因为它可以在文件级别关闭。

---

我这样做的方式是：

在我运行 spark-submit 脚本的位置

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

将 INFO 更改为您想要的日志记录级别，然后运行您的 spark-submit

---

如果您想继续使用日志记录（Python 的日志记录工具），您可以尝试为您的应用程序和 Spark 拆分配置：

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

---

您也可以像这样以编程方式设置它，在程序的开头。

Logger.getLogger("org").setLevel(Level.WARN)

---