解决idea运行时控制台打印日志问题（spark运行时）

最新推荐文章于 2024-09-29 10:12:16 发布

原创最新推荐文章于 2024-09-29 10:12:16 发布 · 2.6k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#学习

学习笔记专栏收录该内容

30 篇文章

订阅专栏

在创建SparkSQL工程并运行程序时，控制台输出了大量的info级别日志信息。为了解决这个问题，可以在工程的resources目录下配置log4j日志配置文件，将rootCategory设置为ERROR级别，限制日志输出。同时，针对特定类如SparkREPL和Jetty等，也设置为ERROR级别以减少冗余信息。这样可以有效地减少控制台的日志打印，提高日志的可读性。

今天创建一个sparkSQL工程，运行第一个sparkSQL程序控制台打印了许多冗余的info级别的日志信息

解决方案：在工程项目的资源resources目录下配置一下log4j日志配置文件

log4j.rootCategory=ERROR, 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
# Set the default spark-shell log level to ERROR. When running the spark-shell, the # log level for this class is used to overwrite the root logger's log level, so that
# the user can have different defaults for the shell and regular Spark apps.
log4j.logger.org.apache.spark.repl.Main=ERROR
# Settings to quiet third party logs that are too verbose
log4j.logger.org.spark_project.jetty=ERROR
log4j.logger.org.spark_project.jetty.util.component.AbstractLifeCycle=ERROR 
log4j.logger.org.apache.spark.repl.SparkIMain$exprTyper=ERROR 
log4j.logger.org.apache.spark.repl.SparkILoop$SparkILoopInterpreter=ERROR 
log4j.logger.org.apache.parquet=ERROR 
log4j.logger.parquet=ERROR
# SPARK-9183: Settings to avoid annoying messages when looking up nonexistent UDFs in SparkSQL with Hive support
log4j.logger.org.apache.hadoop.hive.metastore.RetryingHMSHandler=FATAL 
log4j.logger.org.apache.hadoop.hive.ql.exec.FunctionRegistry=ERROR