Eclipse中运行MapReduce程序时控制台无法打印进度信息的问题

下木 下木 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 7.9k累计阅读 8k平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄16年
关注
原创 最新推荐文章于 2026-08-11 14:13:07 发布 7.9k 阅读 AI 写同款· GEO 优化 ›
ESP8266 进行HDLC解码，AX.25，APRS /************************************************************** 函数名：aprs_wait_begin() 参 数：无 返回值：bool true=得到合法脉冲，false=未得到 说 明：等待第1个833us高脉冲，判断范围 730-930，其他忽略 ***************************************************************/ bool aprs_wait_begin(){ stati 阅读详情

一般会在控制台上打印以下信息：

log4j:WARN No appenders could be found for logger (org.apache.hadoop.util.Shell).
log4j:WARN Please initialize the log4j system properly.
log4j:WARN See http://logging.apache.org/log4j/1.2/faq.html#noconfig for more info.

然后不会出现MapReduce进度信息。

这种情况一般是由于log4j这个日志信息打印模块的配置信息没有给出造成的，可以在项目的src目录下，新建一个文件，命名为“log4j.properties”，填入以下信息：

log4j.rootLogger=INFO, stdout
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n
log4j.appender.logfile=org.apache.log4j.FileAppender
log4j.appender.logfile.File=target/spring.log
log4j.appender.logfile.layout=org.apache.log4j.PatternLayout
log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n

就可以将Hadoop运行过程中产生的所有的以[INFO]开头的日志信息打印出来。

添加后，效果如下：

2014-05-25 20:11:47,738 INFO [org.apache.hadoop.conf.Configuration.deprecation] - session.id is deprecated. Instead, use dfs.metrics.session-id
2014-05-25 20:11:47,741 INFO [org.apache.hadoop.metrics.jvm.JvmMetrics] - Initializing JVM Metrics with processName=JobTracker, sessionId=
2014-05-25 20:11:49,079 WARN [org.apache.hadoop.mapreduce.JobSubmitter] - No job jar file set.  User classes may not be found. See Job or Job#setJar(String).
2014-05-25 20:11:49,346 INFO [org.apache.hadoop.mapreduce.lib.input.FileInputFormat] - Total input paths to process : 3
2014-05-25 20:11:49,496 INFO [org.apache.hadoop.mapreduce.JobSubmitter] - number of splits:3
2014-05-25 20:11:50,155 INFO [org.apache.hadoop.mapreduce.JobSubmitter] - Submitting tokens for job: job_local196560459_0001
2014-05-25 20:11:50,386 WARN [org.apache.hadoop.conf.Configuration] - file:/tmp/hadoop-lichao/mapred/staging/lichao196560459/.staging/job_local196560459_0001/job.xml:an attempt to override final parameter: mapreduce.job.end-notification.max.retry.interval;  Ignoring.
2014-05-25 20:11:50,424 WARN [org.apache.hadoop.conf.Configuration] - file:/tmp/hadoop-lichao/mapred/staging/lichao196560459/.staging/job_local196560459_0001/job.xml:an attempt to override final parameter: mapreduce.job.end-notification.max.attempts;  Ignoring.
2014-05-25 20:11:50,925 WARN [org.apache.hadoop.conf.Configuration] - file:/tmp/hadoop-lichao/mapred/local/localRunner/lichao/job_local196560459_0001/job_local196560459_0001.xml:an attempt to override final parameter: mapreduce.job.end-notification.max.retry.interval;  Ignoring.
2014-05-25 20:11:50,951 WARN [org.apache.hadoop.conf.Configuration] - file:/tmp/hadoop-lichao/mapred/local/localRunner/lichao/job_local196560459_0001/job_local196560459_0001.xml:an attempt to override final parameter: mapreduce.job.end-notification.max.attempts;  Ignoring.
2014-05-25 20:11:50,973 INFO [org.apache.hadoop.mapreduce.Job] - The url to track the job: http://localhost:8080/
2014-05-25 20:11:50,976 INFO [org.apache.hadoop.mapreduce.Job] - Running job: job_local196560459_0001
2014-05-25 20:11:50,983 INFO [org.apache.hadoop.mapred.LocalJobRunner] - OutputCommitter set in config null
2014-05-25 20:11:51,011 INFO [org.apache.hadoop.mapred.LocalJobRunner] - OutputCommitter is org.apache.hadoop.mapreduce.lib.output.FileOutputCommitter
2014-05-25 20:11:51,252 INFO [org.apache.hadoop.mapred.LocalJobRunner] - Waiting for map tasks
2014-05-25 20:11:51,256 INFO [org.apache.hadoop.mapred.LocalJobRunner] - Starting task: attempt_local196560459_0001_m_000000_0
2014-05-25 20:11:51,464 INFO [org.apache.hadoop.mapred.Task] -  Using ResourceCalculatorProcessTree : [ ]
2014-05-25 20:11:51,481 INFO [org.apache.hadoop.mapred.MapTask] - Processing split: hdfs://localhost:9000/data/score_in/chinese:0+16
2014-05-25 20:11:51,557 INFO [org.apache.hadoop.mapred.MapTask] - Map output collector class = org.apache.hadoop.mapred.MapTask$MapOutputBuffer
2014-05-25 20:11:52,000 INFO [org.apache.hadoop.mapreduce.Job] - Job job_local196560459_0001 running in uber mode : false
2014-05-25 20:11:52,006 INFO [org.apache.hadoop.mapreduce.Job] -  map 0% reduce 0%
2014-05-25 20:11:52,983 INFO [org.apache.hadoop.mapred.MapTask] - (EQUATOR) 0 kvi 26214396(104857584)
2014-05-25 20:11:52,984 INFO [org.apache.hadoop.mapred.MapTask] - mapreduce.task.io.sort.mb: 100
2014-05-25 20:11:52,984 INFO [org.apache.hadoop.mapred.MapTask] - soft limit at 83886080
2014-05-25 20:11:52,984 INFO [org.apache.hadoop.mapred.MapTask] - bufstart = 0; bufvoid = 104857600
2014-05-25 20:11:52,984 INFO [org.apache.hadoop.mapred.MapTask] - kvstart = 26214396; length = 6553600
2014-05-25 20:11:53,421 INFO [org.apache.hadoop.mapred.LocalJobRunner] - 
2014-05-25 20:11:53,433 INFO [org.apache.hadoop.mapred.MapTask] - Starting flush of map output
2014-05-25 20:11:53,434 INFO [org.apache.hadoop.mapred.MapTask] - Spilling map output
2014-05-25 20:11:53,434 INFO [org.apache.hadoop.mapred.MapTask] - bufstart = 0; bufend = 18; bufvoid = 104857600
2014-05-25 20:11:53,434 INFO [org.apache.hadoop.mapred.MapTask] - kvstart = 26214396(104857584); kvend = 26214388(104857552); length = 9/6553600
2014-05-25 20:11:53,474 INFO [org.apache.hadoop.mapred.MapTask] - Finished spill 0
2014-05-25 20:11:53,487 INFO [org.apache.hadoop.mapred.Task] - Task:attempt_local196560459_0001_m_000000_0 is done. And is in the process of committing
2014-05-25 20:11:53,535 INFO [org.apache.hadoop.mapred.LocalJobRunner] - map
2014-05-25 20:11:53,535 INFO [org.apache.hadoop.mapred.Task] - Task 'attempt_local196560459_0001_m_000000_0' done.
2014-05-25 20:11:53,536 INFO [org.apache.hadoop.mapred.LocalJobRunner] - Finishing task: attempt_local196560459_0001_m_000000_0
2014-05-25 20:11:53,536 INFO [org.apache.hadoop.mapred.LocalJobRunner] - Starting task: attempt_local196560459_0001_m_000001_0
2014-05-25 20:11:53,545 INFO [org.apache.hadoop.mapred.Task] -  Using ResourceCalculatorProcessTree : [ ]
2014-05-25 20:11:53,550 INFO [org.apache.hadoop.mapred.MapTask] - Processing split: hdfs://localhost:9000/data/score_in/english:0+16
2014-05-25 20:11:53,553 INFO [org.apache.hadoop.mapred.MapTask] - Map output collector class = org.apache.hadoop.mapred.MapTask$MapOutputBuffer
2014-05-25 20:11:54,024 INFO [org.apache.hadoop.mapreduce.Job] -  map 100% reduce 0%
2014-05-25 20:11:55,083 INFO [org.apache.hadoop.mapred.MapTask] - (EQUATOR) 0 kvi 26214396(104857584)
2014-05-25 20:11:55,083 INFO [org.apache.hadoop.mapred.MapTask] - mapreduce.task.io.sort.mb: 100
2014-05-25 20:11:55,083 INFO [org.apache.hadoop.mapred.MapTask] - soft limit at 83886080
2014-05-25 20:11:55,083 INFO [org.apache.hadoop.mapred.MapTask] - bufstart = 0; bufvoid = 104857600
2014-05-25 20:11:55,083 INFO [org.apache.hadoop.mapred.MapTask] - kvstart = 26214396; length = 6553600
2014-05-25 20:11:55,104 INFO [org.apache.hadoop.mapred.LocalJobRunner] - 
2014-05-25 20:11:55,104 INFO [org.apache.hadoop.mapred.MapTask] - Starting flush of map output
2014-05-25 20:11:55,104 INFO [org.apache.hadoop.mapred.MapTask] - Spilling map output
2014-05-25 20:11:55,105 INFO [org.apache.hadoop.mapred.MapTask] - bufstart = 0; bufend = 18; bufvoid = 104857600
2014-05-25 20:11:55,105 INFO [org.apache.hadoop.mapred.MapTask] - kvstart = 26214396(104857584); kvend = 26214388(104857552); length = 9/6553600
2014-05-25 20:11:55,113 INFO [org.apache.hadoop.mapred.MapTask] - Finished spill 0
2014-05-25 20:11:55,121 INFO [org.apache.hadoop.mapred.Task] - Task:attempt_local196560459_0001_m_000001_0 is done. And is in the process of committing
2014-05-25 20:11:55,135 INFO [org.apache.hadoop.mapred.LocalJobRunner] - map
2014-05-25 20:11:55,135 INFO [org.apache.hadoop.mapred.Task] - Task 'attempt_local196560459_0001_m_000001_0' done.
2014-05-25 20:11:55,136 INFO [org.apache.hadoop.mapred.LocalJobRunner] - Finishing task: attempt_local196560459_0001_m_000001_0
2014-05-25 20:11:55,136 INFO [org.apache.hadoop.mapred.LocalJobRunner] - Starting task: attempt_local196560459_0001_m_000002_0
2014-05-25 20:11:55,146 INFO [org.apache.hadoop.mapred.Task] -  Using ResourceCalculatorProcessTree : [ ]
2014-05-25 20:11:55,150 INFO [org.apache.hadoop.mapred.MapTask] - Processing split: hdfs://localhost:9000/data/score_in/math:0+16
2014-05-25 20:11:55,152 INFO [org.apache.hadoop.mapred.MapTask] - Map output collector class = org.apache.hadoop.mapred.MapTask$MapOutputBuffer
2014-05-25 20:11:57,197 INFO [org.apache.hadoop.mapred.MapTask] - (EQUATOR) 0 kvi 26214396(104857584)
2014-05-25 20:11:57,197 INFO [org.apache.hadoop.mapred.MapTask] - mapreduce.task.io.sort.mb: 100
2014-05-25 20:11:57,197 INFO [org.apache.hadoop.mapred.MapTask] - soft limit at 83886080
2014-05-25 20:11:57,197 INFO [org.apache.hadoop.mapred.MapTask] - bufstart = 0; bufvoid = 104857600
2014-05-25 20:11:57,197 INFO [org.apache.hadoop.mapred.MapTask] - kvstart = 26214396; length = 6553600
2014-05-25 20:11:57,219 INFO [org.apache.hadoop.mapred.LocalJobRunner] - 
2014-05-25 20:11:57,220 INFO [org.apache.hadoop.mapred.MapTask] - Starting flush of map output
2014-05-25 20:11:57,220 INFO [org.apache.hadoop.mapred.MapTask] - Spilling map output
2014-05-25 20:11:57,220 INFO [org.apache.hadoop.mapred.MapTask] - bufstart = 0; bufend = 18; bufvoid = 104857600
2014-05-25 20:11:57,220 INFO [org.apache.hadoop.mapred.MapTask] - kvstart = 26214396(104857584); kvend = 26214388(104857552); length = 9/6553600
2014-05-25 20:11:57,227 INFO [org.apache.hadoop.mapred.MapTask] - Finished spill 0
2014-05-25 20:11:57,236 INFO [org.apache.hadoop.mapred.Task] - Task:attempt_local196560459_0001_m_000002_0 is done. And is in the process of committing
2014-05-25 20:11:57,250 INFO [org.apache.hadoop.mapred.LocalJobRunner] - map
2014-05-25 20:11:57,250 INFO [org.apache.hadoop.mapred.Task] - Task 'attempt_local196560459_0001_m_000002_0' done.
2014-05-25 20:11:57,250 INFO [org.apache.hadoop.mapred.LocalJobRunner] - Finishing task: attempt_local196560459_0001_m_000002_0
2014-05-25 20:11:57,251 INFO [org.apache.hadoop.mapred.LocalJobRunner] - map task executor complete.
2014-05-25 20:11:57,266 INFO [org.apache.hadoop.mapred.LocalJobRunner] - Waiting for reduce tasks
2014-05-25 20:11:57,266 INFO [org.apache.hadoop.mapred.LocalJobRunner] - Starting task: attempt_local196560459_0001_r_000000_0
2014-05-25 20:11:57,329 INFO [org.apache.hadoop.mapred.Task] -  Using ResourceCalculatorProcessTree : [ ]
2014-05-25 20:11:57,354 INFO [org.apache.hadoop.mapred.ReduceTask] - Using ShuffleConsumerPlugin: org.apache.hadoop.mapreduce.task.reduce.Shuffle@7f262312
2014-05-25 20:11:57,475 INFO [org.apache.hadoop.mapreduce.task.reduce.MergeManagerImpl] - MergerManager: memoryLimit=1302488704, maxSingleShuffleLimit=325622176, mergeThreshold=859642560, ioSortFactor=10, memToMemMergeOutputsThreshold=10
2014-05-25 20:11:57,501 INFO [org.apache.hadoop.mapreduce.task.reduce.EventFetcher] - attempt_local196560459_0001_r_000000_0 Thread started: EventFetcher for fetching Map Completion Events
2014-05-25 20:11:57,714 INFO [org.apache.hadoop.mapreduce.task.reduce.LocalFetcher] - localfetcher#1 about to shuffle output of map attempt_local196560459_0001_m_000001_0 decomp: 26 len: 30 to MEMORY
2014-05-25 20:11:57,732 INFO [org.apache.hadoop.mapreduce.task.reduce.InMemoryMapOutput] - Read 26 bytes from map-output for attempt_local196560459_0001_m_000001_0
2014-05-25 20:11:57,744 INFO [org.apache.hadoop.mapreduce.task.reduce.MergeManagerImpl] - closeInMemoryFile -> map-output of size: 26, inMemoryMapOutputs.size() -> 1, commitMemory -> 0, usedMemory ->26
2014-05-25 20:11:57,757 INFO [org.apache.hadoop.mapreduce.task.reduce.LocalFetcher] - localfetcher#1 about to shuffle output of map attempt_local196560459_0001_m_000000_0 decomp: 26 len: 30 to MEMORY
2014-05-25 20:11:57,760 INFO [org.apache.hadoop.mapreduce.task.reduce.InMemoryMapOutput] - Read 26 bytes from map-output for attempt_local196560459_0001_m_000000_0
2014-05-25 20:11:57,760 INFO [org.apache.hadoop.mapreduce.task.reduce.MergeManagerImpl] - closeInMemoryFile -> map-output of size: 26, inMemoryMapOutputs.size() -> 2, commitMemory -> 26, usedMemory ->52
2014-05-25 20:11:57,764 WARN [org.apache.hadoop.io.ReadaheadPool] - Failed readahead on ifile
EBADF: Bad file descriptor
	at org.apache.hadoop.io.nativeio.NativeIO$POSIX.posix_fadvise(Native Method)
	at org.apache.hadoop.io.nativeio.NativeIO$POSIX.posixFadviseIfPossible(NativeIO.java:263)
	at org.apache.hadoop.io.nativeio.NativeIO$POSIX$CacheManipulator.posixFadviseIfPossible(NativeIO.java:142)
	at org.apache.hadoop.io.ReadaheadPool$ReadaheadRequestImpl.run(ReadaheadPool.java:206)
	at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1145)
	at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:615)
	at java.lang.Thread.run(Thread.java:745)
2014-05-25 20:11:57,769 INFO [org.apache.hadoop.mapreduce.task.reduce.LocalFetcher] - localfetcher#1 about to shuffle output of map attempt_local196560459_0001_m_000002_0 decomp: 26 len: 30 to MEMORY
2014-05-25 20:11:57,778 INFO [org.apache.hadoop.mapreduce.task.reduce.InMemoryMapOutput] - Read 26 bytes from map-output for attempt_local196560459_0001_m_000002_0
2014-05-25 20:11:57,778 INFO [org.apache.hadoop.mapreduce.task.reduce.MergeManagerImpl] - closeInMemoryFile -> map-output of size: 26, inMemoryMapOutputs.size() -> 3, commitMemory -> 52, usedMemory ->78
2014-05-25 20:11:57,784 INFO [org.apache.hadoop.mapreduce.task.reduce.EventFetcher] - EventFetcher is interrupted.. Returning
2014-05-25 20:11:57,784 WARN [org.apache.hadoop.io.ReadaheadPool] - Failed readahead on ifile
EBADF: Bad file descriptor
	at org.apache.hadoop.io.nativeio.NativeIO$POSIX.posix_fadvise(Native Method)
	at org.apache.hadoop.io.nativeio.NativeIO$POSIX.posixFadviseIfPossible(NativeIO.java:263)
	at org.apache.hadoop.io.nativeio.NativeIO$POSIX$CacheManipulator.posixFadviseIfPossible(NativeIO.java:142)
	at org.apache.hadoop.io.ReadaheadPool$ReadaheadRequestImpl.run(ReadaheadPool.java:206)
	at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1145)
	at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:615)
	at java.lang.Thread.run(Thread.java:745)
2014-05-25 20:11:57,793 INFO [org.apache.hadoop.mapred.LocalJobRunner] - 3 / 3 copied.
2014-05-25 20:11:57,793 INFO [org.apache.hadoop.mapreduce.task.reduce.MergeManagerImpl] - finalMerge called with 3 in-memory map-outputs and 0 on-disk map-outputs
2014-05-25 20:11:57,829 INFO [org.apache.hadoop.mapred.Merger] - Merging 3 sorted segments
2014-05-25 20:11:57,830 INFO [org.apache.hadoop.mapred.Merger] - Down to the last merge-pass, with 3 segments left of total size: 66 bytes
2014-05-25 20:11:57,840 INFO [org.apache.hadoop.mapreduce.task.reduce.MergeManagerImpl] - Merged 3 segments, 78 bytes to disk to satisfy reduce memory limit
2014-05-25 20:11:57,841 INFO [org.apache.hadoop.mapreduce.task.reduce.MergeManagerImpl] - Merging 1 files, 78 bytes from disk
2014-05-25 20:11:57,844 INFO [org.apache.hadoop.mapreduce.task.reduce.MergeManagerImpl] - Merging 0 segments, 0 bytes from memory into reduce
2014-05-25 20:11:57,844 INFO [org.apache.hadoop.mapred.Merger] - Merging 1 sorted segments
2014-05-25 20:11:57,847 INFO [org.apache.hadoop.mapred.Merger] - Down to the last merge-pass, with 1 segments left of total size: 70 bytes
2014-05-25 20:11:57,850 INFO [org.apache.hadoop.mapred.LocalJobRunner] - 3 / 3 copied.
2014-05-25 20:11:57,970 INFO [org.apache.hadoop.conf.Configuration.deprecation] - mapred.skip.on is deprecated. Instead, use mapreduce.job.skiprecords
2014-05-25 20:11:58,616 INFO [org.apache.hadoop.mapred.Task] - Task:attempt_local196560459_0001_r_000000_0 is done. And is in the process of committing
2014-05-25 20:11:58,628 INFO [org.apache.hadoop.mapred.LocalJobRunner] - 3 / 3 copied.
2014-05-25 20:11:58,629 INFO [org.apache.hadoop.mapred.Task] - Task attempt_local196560459_0001_r_000000_0 is allowed to commit now
2014-05-25 20:11:58,667 INFO [org.apache.hadoop.mapreduce.lib.output.FileOutputCommitter] - Saved output of task 'attempt_local196560459_0001_r_000000_0' to hdfs://localhost:9000/data/score_out3/_temporary/0/task_local196560459_0001_r_000000
2014-05-25 20:11:58,672 INFO [org.apache.hadoop.mapred.LocalJobRunner] - reduce > reduce
2014-05-25 20:11:58,673 INFO [org.apache.hadoop.mapred.Task] - Task 'attempt_local196560459_0001_r_000000_0' done.
2014-05-25 20:11:58,673 INFO [org.apache.hadoop.mapred.LocalJobRunner] - Finishing task: attempt_local196560459_0001_r_000000_0
2014-05-25 20:11:58,673 INFO [org.apache.hadoop.mapred.LocalJobRunner] - reduce task executor complete.
2014-05-25 20:11:59,034 INFO [org.apache.hadoop.mapreduce.Job] -  map 100% reduce 100%
2014-05-25 20:11:59,035 INFO [org.apache.hadoop.mapreduce.Job] - Job job_local196560459_0001 completed successfully
2014-05-25 20:11:59,099 INFO [org.apache.hadoop.mapreduce.Job] - Counters: 38
	File System Counters
		FILE: Number of bytes read=3536
		FILE: Number of bytes written=883072
		FILE: Number of read operations=0
		FILE: Number of large read operations=0
		FILE: Number of write operations=0
		HDFS: Number of bytes read=144
		HDFS: Number of bytes written=16
		HDFS: Number of read operations=37
		HDFS: Number of large read operations=0
		HDFS: Number of write operations=6
	Map-Reduce Framework
		Map input records=9
		Map output records=9
		Map output bytes=54
		Map output materialized bytes=90
		Input split bytes=321
		Combine input records=0
		Combine output records=0
		Reduce input groups=3
		Reduce shuffle bytes=90
		Reduce input records=9
		Reduce output records=3
		Spilled Records=18
		Shuffled Maps =3
		Failed Shuffles=0
		Merged Map outputs=3
		GC time elapsed (ms)=188
		CPU time spent (ms)=0
		Physical memory (bytes) snapshot=0
		Virtual memory (bytes) snapshot=0
		Total committed heap usage (bytes)=1585971200
	Shuffle Errors
		BAD_ID=0
		CONNECTION=0
		IO_ERROR=0
		WRONG_LENGTH=0
		WRONG_MAP=0
		WRONG_REDUCE=0
	File Input Format Counters 
		Bytes Read=48
	File Output Format Counters 
		Bytes Written=16


收录于
Hadoop

当前文章被收录于：

Hadoop
7 篇文章 0 人学习
订阅专栏 查看详情
标签
#hadoop #eclipse #MapReduce #不能打印 #日志信息
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
Protege新手必看：从安装到建模的完整指南（附推理功能详解） 本文为Protege新手提供从安装、配置到核心建模的完整实战指南。详细讲解了Java环境准备、本体项目创建、类与属性定义、个体填充等关键步骤，并重点解析了推理功能的配置与使用，帮助读者快速构建可逻辑推理的知识图谱，避开常见陷阱。 阅读详情

相关推荐

Ubuntu 20.04下Cube-Studio云原生平台单机部署全攻略（附避坑指南）

本文详细介绍了在Ubuntu 20.04系统上单机部署Cube-Studio云原生平台的完整流程，包括环境准备、Docker配置、Rancher与Kubernetes集群部署以及Cube-Studio核心组件安装。特别提供了官方文档未涵盖的实战技巧和常见问题解决方案，帮助开发者高效完成部署并避免常见陷阱。

weixin_29313423的博客 464

Hive-4.0.0 执行MapReduce程序报错

Container exited with a non-zero exit code 1. Error file: prelaunch.err. Last 4096 bytes of prelaunch.err : Last 4096 bytes of stderr : log4j:WARN No appenders could be found for logger (org.apache.hadoop.mapreduce.v2.app.MRAppMaster).

Dafei_Rabbit的博客 944

惊呆了！Oracle 11g从入门到放弃的保姆级指南（新手必看）

本文为Oracle 11g数据库新手提供了一份详尽的入门指南。内容涵盖从安装配置、SQL*Plus工具使用、核心的SQL增删改查操作，到事务、索引等进阶概念的解析。文章旨在帮助初学者避开常见陷阱，快速掌握这一经典关系型数据库管理系统的基本操作与核心技能，实现从入门到上手。

ooo22的博客 266

log4j:WARN no appenders could be found for logger

初次使用ubuntu14.04+eclipse(mars)+hadoop-2.7.1开发环境调试程序时，选中main-》run as hadoop 提示如下警告： log4j:WARN No appenders could be found for logger (org.apache.hadoop.metrics2.lib.MutableMetricsFactory). log4j:WARN...

qq_38709565的博客 1208

深入解析Transformer三大注意力机制：自注意力、交叉注意力与因果自注意力

注意力机制是深度学习中的核心概念，它模拟了人类在处理信息时选择性聚焦的能力。其基本原理是通过计算查询与键的相似度，动态地为值分配权重，从而提取关键信息。这一机制解决了传统序列模型（如RNN）难以并行化和捕获长距离依赖的痛点，技术价值在于显著提升了模型的计算效率和表征能力。在自然语言处理、计算机视觉等应用场景中，注意力机制已成为构建强大模型的基石。本文聚焦于Transformer架构中的三种核心注意力变体：自注意力用于建立序列内部的全局关联，交叉注意力连接编码器与解码器的信息，而因果自注意力则确保自回归生成的

weixin_29094775的博客 413

YOLOv11改进策略【SPPF】| AIFI : 基于Transformer的尺度内特征交互，在降低计算成本的同时提高模型的性能

本文记录的是基于AIFI模块的YOLOv11目标检测改进方法研究。AIFI是RT-DETR中高效混合编码器的一部分，利用其改进YOLOv11模型，

Limiiiing的博客 2239

log4j:WARN No appenders could be found for logger

log4j:WARN No appenders could be found for logger

qq_53876295的博客 9684

大数据开发工程师必备面试题与解答

大数据开发岗位一直是互联网行业的热门方向，面试过程中既考察基础知识，也关注实际项目经验和问题解决能力。本文整理了等核心组件相关的高频面试题及参考解答，帮助大家高效准备面试。大数据面试不仅考察基础理论，更看重项目经验与问题解决能力。本文涵盖了等核心知识点及调优思路，希望能帮助你在面试中游刃有余。

X2829352498的博客 302

【问题】Eclipse【Hadoop项目】log4j:WARN No appenders could be found for logger 日志报错解决办法

一些小问题

Wells_wei的博客 1834

1小时读完100篇文献的正确打开方式

各位同仁好，我是七哥。一个在高校里从事人工智能 相关领域研究，钻研用大模型AI实操的学术人。可以和七哥交流学术写作或Gemini、GPT、Claude 等大模型 学术实操相关问题，多多交流，相互成就，共同进步。文献阅读与整理一般都是最先开始、却也最容易被低估的一步。很多学术同仁一开始就陷入越读越多、越读越乱的状态：论文下载了一大堆，但真正能用来支撑自己观点的内容却始终难以提炼出来。一方面，我们需要通过文献了解该研究领域的整体发展脉络，把握当前学界已经讨论到什么程度；

智能AI让学术科研更容易 49

反应动力学仿真软件：Kintecus_（11）.数据输入与输出解析

在反应动力学仿真软件的二次开发中，数据输入与输出解析是至关重要的步骤。正确地解析输入数据和生成输出结果不仅能够确保仿真过程的顺利进行，还可以提高仿真的准确性和效率。本节将详细介绍如何在仿真软件中实现数据输入与输出的解析，包括文件格式、数据结构、解析方法以及实际操作示例。

kkchenjj的博客 757

Eclipse运行Hadoop程序时控制台无法打印进度信息解决办法

将Hadoop升级到了2.4.0，直接使用Eclipse的Hadoop插件新建了一个MapReduce Project，但是在Eclipse运行Hadoop程序时看不到进度信息，只输出如下内容： log4j:WARN No appenders could be found for logger (org.apache.hadoop.metrics2.lib.MutableMetricsFac...

weixin_30646315的博客 83

KNN算法

其原理是在给定的数据集中，根据某个距离度量方法，将测试数据与已知数据集中的所有数据进行距离计算，然后选取K个距离最近的数据作为测试数据的邻居，根据邻居的类别进行投票，将测试数据分类到得票最多的类别中。总之，KNN算法是一种简单而有效的分类方法，它不需要对数据进行训练，可以适用于多种数据类型和应用场景，并且可以通过调整K值或距离阈值等参数来控制算法的复杂度和性能。，KNN算法需要找到K个距离测试样本最近的训练样本，计算它们的类别，并将测试样本归入到得票最多的类别中。则取值为1，否则为0，表示邻居中属于类别。

优快云XXCQ的博客 2631

Eclipse中运行MapReduce程序时控制台打印进度信息

一般会在控制台上打印以下信息： log4j:WARN No appenders could be found for logger (org.apache.hadoop.util.Shell). log4j:WARN Please initialize the log4j system properly. log4j:WARN See http://logging.apache.org/

浮躁的人，终究一事无成！ 1490

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能：商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传，基本资料下载，开钱箱、小票打印、收款结算，支持多币种付款方式（现金、储值卡、礼券、微信等）,支持多种促销。运行环境：.net 4.0登陆信息用户名:1001 密码:123456内置商品信息，商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

OV9734 DATASHEET，完整规格书

OV9734完整规格书，包括电气参数，尺寸规格，寄存器配置表等

解决报错显示：log4j:WARN No appenders could be found for logger .

log4j:WARN No appenders could be found for logger (org.apache.http.client.protocol.RequestAddCookies). log4j:WARN Please initialize the log4j system properly. log4j:WARN See http://logging.apache.org/log4j/1.2/faq.html#noconfig for more info.

一只大数据专业的傻猪猪 2万+

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员，提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列，各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性，请参见数据手册。有关 ARM Cortex™-M4F 内核的信息，请参见《Cortex™-M4F 技术参考手册》。

mapreduce程序启动时日志警告

mapreduce程序启动时日志警告 log4j:WARN No appenders could be found for logger (org.apache.hadoop.metrics2.lib.MutableMetricsFactory). log4j:WARN Please initialize the log4j system properly. log4j:WARN See htt...

南风晚 415

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用，资源的后缀为tar.gz格式的压缩包

eclipse本地运行mapreduce控制台打印mapreduce执行进度

在本地进行mapreduce开发的过程中，发现eclipse控制台不能打印我想看的mapreduce作业的进度和一些参数，后才猜想可能是log4j的问题，而且当时确实也报了log4j的警告，后来试了一下，真的是log4j的问题 主要因为我没有配置log4j.proper...

chudajin2983的博客 305

Eclipse 控制台不显示打印信息的处理方法

1、进windows菜单 -> show view -> console2、还是windows菜单里面 -> preferences -> 打开左边的run/debug -> console。在两个show when... 前面打勾，如果已经是被选中的，就去掉选中，确定。然后再打开这里，把那两个show shen... 选中，确定，重启eclipse。ps：隔了一段时...

qz1061008588的博客 1万+

hadoop2.6.0 伪分布式搭建

hadoop2.6.0伪分布式搭建

1662

在 Eclipse 中运行hadoop程序遇到警告信息

** 运行程序后在 Console 面板中会出现警告提示： ** log4j:WARN No appenders could be found for logger (org.apache.hadoop.metrics2.lib.MutableMetricsFactory). log4j:WARN Please initialize the log4j system properly. log4j...

zazazazaza96的博客 578

log4j:WARN No appenders could be found for logger (org.apache.ibatis.logging.LogFactory)解决方案

本地sources文件夹下创建log4j.properties： # Global logging configuration \u5F00\u53D1\u65F6\u5019\u5EFA\u8BAE\u4F7F\u7528 debug log4j.rootLogger=DEBUG, stdout # Console output... log4j.appender.stdout=org.apa...

飞乐鸟的博客 4342

解决eclipse中maven项目build的时候，console显示teminated，没有任何打印信息

利用maven搭建的项目每次Run AS -->Build...时，控制台只出现teminated，没有任何打印信息 1、第一种解决方法就是在maven runtime用内嵌的maven 这样maven项目可以运行，控制台也会有打印信息，但是这样不太好，没有使用自己配置的maven 2、利用此方法可以完美解决问题 此方法可以完美解决问题，但是eclipse中maven一定要先配置好

仰望月空的博客 2628

关于eclipse控制台出不来，无法打印日志信息解决办法

一、解决控制台出不来的三种方法，前两种是常会方法一、选择Window(窗口) ---》show view(显示视图)---》Other(另外) 搜索Console(控制台)然后选中---》点击OK或者回车 二、点击Window(窗口)---》点击preferences(参数选择)---》 选择Run/Debug(运行/调试)下的Console(控制台)或者搜索框直接搜索Console(控制台)，然后把右边的两个勾选上保存重启eclipse即可，如果已经是勾选状态取消勾选在从新勾选重启...

QC1023的博客 9733

Hadoop yarn 8088看不到mapreduce任务进度的解决办法

对于Hadoop yarn8088端口或yarn application -list无法看到mapreduce任务进度的解决方法，包含了作者在解决这一问题以及途中遇到的一些问题以及解决这些问题时的全过程。

m0_63716485的博客 2740

log4j:WARN No appenders could be found for logger问题汇总。

问题如下： 在处理这个问题的时候，在探索这个问题的时候，将网上的问题和解决方法汇总下： 首先问题可能出现的地方 1.log4j的配置文件 xml properties 存在问题 网上有说 由于配置文件不全导致该问题。我尝试了一下，与我的问题不相符合。贴一下我的配置文件，我用的是.properties ##配置文件log4j.properties ### 设置### log4j....

起一个大家都能记得的名字 博客 1万+
上一篇： Linux之静态库，动态库，动态加载库
下一篇： 编译hadoop-2.4.0的eclipse插件
点赞 4
评论 0
书签 书签 6
下木
下木
博客等级 码龄16年 88粉丝 132原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值