文章内容来源：

spark中提供了log4j的方式记录日志。可以在$SPARK_HOME/conf/下，将 log4j.properties.template 文件copy为 log4j.properties 来启用log4j配置。但这个配置为全局配置，不能单独配置某个job的运行日志。

Spark-core包设置默认的日志级别为info。

用程序是默认加载Spark-core包下面的log4j-defaults.properties日志文件。

查看log4j-defaults.properties文件：

# 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

# Set the default spark-shell log level to WARN. 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=WARN

# Settings to quiet third party logs that are too verbose

log4j.logger.org.spark_project.jetty=WARN

log4j.logger.org.spark_project.jetty.util.component.AbstractLifeCycle=ERROR

log4j.logger.org.apache.spark.repl.SparkIMain$exprTyper=INFO

log4j.logger.org.apache.spark.repl.SparkILoop$SparkILoopInterpreter=INFO

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

1、全局应用设置

针对spark所有应用，可以在Java工程目录中新建/src/main/resources目录，把log4j.properties放置该目录。

log4j.properties生成：

  1. Spark中conf默认配置文件是log4j.properties.template，可以将其改名为log4j.properties;
  2. 将Spark-core包中的log4j-default.properties内容复制到log4j.properties文件。

log4j内容如下：

#

    # Licensed to the Apache Software Foundation (ASF) under one or more

    # contributor license agreements.  See the NOTICE file distributed with

    # this work for additional information regarding copyright ownership.

    # The ASF licenses this file to You under the Apache License, Version 2.0

    # (the "License"); you may not use this file except in compliance with

    # the License.  You may obtain a copy of the License at

    #

    #    http://www.apache.org/licenses/LICENSE-2.0

    #

    # Unless required by applicable law or agreed to in writing, software

    # distributed under the License is distributed on an "AS IS" BASIS,

    # WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.

    # See the License for the specific language governing permissions and

    # limitations under the License.

    #  

    # Set everything to be logged to the console

    log4j.rootCategory=WARN, 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.spark-project.jetty=WARN

    log4j.logger.org.spark-project.jetty.util.component.AbstractLifeCycle=ERROR

    log4j.logger.org.apache.spark.repl.SparkIMain$exprTyper=INFO

    log4j.logger.org.apache.spark.repl.SparkILoop$SparkILoopInterpreter=INFO

    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

在开发工程中，我们可以设置日志级别为WARN，即：

log4j.rootCategory=WARN, console

2、局部应用设置日志输出级别

针对SparkContext应用，Spark有专门的api设置日志级别，如下：

上述方法，只针对SparkContext相关的应用，而对Spark Streaming等应用无效果。

import org.apache.log4j.{ Level, Logger }

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

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

Logger.getLogger("org.eclipse.jetty.server").setLevel(Level.WARN)

spark.sparkContext.setLogLevel("WARN")

3、Spark log4j.properties配置详解与实例（摘录于铭霏的记事本）

################################################################################

#①配置根Logger，其语法为：

#

#log4j.rootLogger = [level],appenderName,appenderName2,...

#level是日志记录的优先级，分为OFF,TRACE,DEBUG,INFO,WARN,ERROR,FATAL,ALL

##Log4j建议只使用四个级别，优先级从低到高分别是DEBUG,INFO,WARN,ERROR

#通过在这里定义的级别，您可以控制到应用程序中相应级别的日志信息的开关

#比如在这里定义了INFO级别，则应用程序中所有DEBUG级别的日志信息将不被打印出来

#appenderName就是指定日志信息输出到哪个地方。可同时指定多个输出目的

################################################################################

################################################################################

#②配置日志信息输出目的地Appender，其语法为：

#

#log4j.appender.appenderName = fully.qualified.name.of.appender.class

#log4j.appender.appenderName.optionN = valueN

#

#Log4j提供的appender有以下几种：

#1)org.apache.log4j.ConsoleAppender(输出到控制台)

#2)org.apache.log4j.FileAppender(输出到文件)

#3)org.apache.log4j.DailyRollingFileAppender(每天产生一个日志文件)

#4)org.apache.log4j.RollingFileAppender(文件大小到达指定尺寸的时候产生一个新的文件)

#5)org.apache.log4j.WriterAppender(将日志信息以流格式发送到任意指定的地方)

#

#1)ConsoleAppender选项属性

# -Threshold = DEBUG:指定日志消息的输出最低层次

# -ImmediateFlush = TRUE:默认值是true,所有的消息都会被立即输出

# -Target = System.err:默认值System.out,输出到控制台(err为红色,out为黑色)

#

#2)FileAppender选项属性

# -Threshold = INFO:指定日志消息的输出最低层次

# -ImmediateFlush = TRUE:默认值是true,所有的消息都会被立即输出

# -File = C:\log4j.log:指定消息输出到C:\log4j.log文件

# -Append = FALSE:默认值true,将消息追加到指定文件中，false指将消息覆盖指定的文件内容

# -Encoding = UTF-8:可以指定文件编码格式

#

#3)DailyRollingFileAppender选项属性

# -Threshold = WARN:指定日志消息的输出最低层次

# -ImmediateFlush = TRUE:默认值是true,所有的消息都会被立即输出

# -File = C:\log4j.log:指定消息输出到C:\log4j.log文件

# -Append = FALSE:默认值true,将消息追加到指定文件中，false指将消息覆盖指定的文件内容

# -DatePattern='.'yyyy-ww:每周滚动一次文件,即每周产生一个新的文件。还可以按用以下参数:

#              '.'yyyy-MM:每月

#              '.'yyyy-ww:每周

#              '.'yyyy-MM-dd:每天

#              '.'yyyy-MM-dd-a:每天两次

#              '.'yyyy-MM-dd-HH:每小时

#              '.'yyyy-MM-dd-HH-mm:每分钟

# -Encoding = UTF-8:可以指定文件编码格式

#

#4)RollingFileAppender选项属性

# -Threshold = ERROR:指定日志消息的输出最低层次

# -ImmediateFlush = TRUE:默认值是true,所有的消息都会被立即输出

# -File = C:/log4j.log:指定消息输出到C:/log4j.log文件

# -Append = FALSE:默认值true,将消息追加到指定文件中，false指将消息覆盖指定的文件内容

# -MaxFileSize = 100KB:后缀可以是KB,MB,GB.在日志文件到达该大小时,将会自动滚动.如:log4j.log.1

# -MaxBackupIndex = 2:指定可以产生的滚动文件的最大数

# -Encoding = UTF-8:可以指定文件编码格式

################################################################################

################################################################################

#③配置日志信息的格式(布局)，其语法为：

#

#log4j.appender.appenderName.layout = fully.qualified.name.of.layout.class

#log4j.appender.appenderName.layout.optionN = valueN

#

#Log4j提供的layout有以下几种：

#5)org.apache.log4j.HTMLLayout(以HTML表格形式布局)

#6)org.apache.log4j.PatternLayout(可以灵活地指定布局模式)

#7)org.apache.log4j.SimpleLayout(包含日志信息的级别和信息字符串)

#8)org.apache.log4j.TTCCLayout(包含日志产生的时间、线程、类别等等信息)

#9)org.apache.log4j.xml.XMLLayout(以XML形式布局)

#

#5)HTMLLayout选项属性

# -LocationInfo = TRUE:默认值false,输出java文件名称和行号

# -Title=Struts Log Message:默认值 Log4J Log Messages

#

#6)PatternLayout选项属性

# -ConversionPattern = %m%n:格式化指定的消息(参数意思下面有)

#

#9)XMLLayout选项属性

# -LocationInfo = TRUE:默认值false,输出java文件名称和行号

#

#Log4J采用类似C语言中的printf函数的打印格式格式化日志信息，打印参数如下：

# %m 输出代码中指定的消息

# %p 输出优先级，即DEBUG,INFO,WARN,ERROR,FATAL

# %r 输出自应用启动到输出该log信息耗费的毫秒数

# %c 输出所属的类目,通常就是所在类的全名

# %t 输出产生该日志事件的线程名

# %n 输出一个回车换行符，Windows平台为“\r\n”，Unix平台为“\n”

# %d 输出日志时间点的日期或时间，默认格式为ISO8601，也可以在其后指定格式

#    如：%d{yyyy年MM月dd日 HH:mm:ss,SSS}，输出类似：2012年01月05日 22:10:28,921

# %l 输出日志事件的发生位置，包括类目名、发生的线程，以及在代码中的行数

#    如：Testlog.main(TestLog.java:10)

# %F 输出日志消息产生时所在的文件名称

# %L 输出代码中的行号

# %x 输出和当前线程相关联的NDC(嵌套诊断环境),像java servlets多客户多线程的应用中

# %% 输出一个"%"字符

#

# 可以在%与模式字符之间加上修饰符来控制其最小宽度、最大宽度、和文本的对齐方式。如：

#  %5c: 输出category名称，最小宽度是5，category<5，默认的情况下右对齐

#  %-5c:输出category名称，最小宽度是5，category<5，"-"号指定左对齐,会有空格

#  %.5c:输出category名称，最大宽度是5，category>5，就会将左边多出的字符截掉，<5不会有空格

#  %20.30c:category名称<20补空格，并且右对齐，>30字符，就从左边交远销出的字符截掉

################################################################################

################################################################################

#④指定特定包的输出特定的级别

#log4j.logger.org.springframework=DEBUG

################################################################################ 

#OFF,systemOut,logFile,logDailyFile,logRollingFile,logMail,logDB,ALL

log4j.rootLogger =ALL,systemOut,logFile,logDailyFile,logRollingFile,logMail,logDB 

#输出到控制台

log4j.appender.systemOut = org.apache.log4j.ConsoleAppender

log4j.appender.systemOut.layout = org.apache.log4j.PatternLayout

log4j.appender.systemOut.layout.ConversionPattern = [%-5p][%-22d{yyyy/MM/dd HH:mm:ssS}][%l]%n%m%n

log4j.appender.systemOut.Threshold = DEBUG

log4j.appender.systemOut.ImmediateFlush = TRUE

log4j.appender.systemOut.Target = System.out 

#输出到文件

log4j.appender.logFile = org.apache.log4j.FileAppender

log4j.appender.logFile.layout = org.apache.log4j.PatternLayout

log4j.appender.logFile.layout.ConversionPattern = [%-5p][%-22d{yyyy/MM/dd HH:mm:ssS}][%l]%n%m%n

log4j.appender.logFile.Threshold = DEBUG

log4j.appender.logFile.ImmediateFlush = TRUE

log4j.appender.logFile.Append = TRUE

log4j.appender.logFile.File = ../Struts2/WebRoot/log/File/log4j_Struts.log

log4j.appender.logFile.Encoding = UTF-8 

#按DatePattern输出到文件

log4j.appender.logDailyFile = org.apache.log4j.DailyRollingFileAppender

log4j.appender.logDailyFile.layout = org.apache.log4j.PatternLayout

log4j.appender.logDailyFile.layout.ConversionPattern = [%-5p][%-22d{yyyy/MM/dd HH:mm:ssS}][%l]%n%m%n

log4j.appender.logDailyFile.Threshold = DEBUG

log4j.appender.logDailyFile.ImmediateFlush = TRUE

log4j.appender.logDailyFile.Append = TRUE

log4j.appender.logDailyFile.File = ../Struts2/WebRoot/log/DailyFile/log4j_Struts

log4j.appender.logDailyFile.DatePattern = '.'yyyy-MM-dd-HH-mm'.log'

log4j.appender.logDailyFile.Encoding = UTF-8 

#设定文件大小输出到文件

log4j.appender.logRollingFile = org.apache.log4j.RollingFileAppender

log4j.appender.logRollingFile.layout = org.apache.log4j.PatternLayout

log4j.appender.logRollingFile.layout.ConversionPattern = [%-5p][%-22d{yyyy/MM/dd HH:mm:ssS}][%l]%n%m%n

log4j.appender.logRollingFile.Threshold = DEBUG

log4j.appender.logRollingFile.ImmediateFlush = TRUE

log4j.appender.logRollingFile.Append = TRUE

log4j.appender.logRollingFile.File = ../Struts2/WebRoot/log/RollingFile/log4j_Struts.log

log4j.appender.logRollingFile.MaxFileSize = 1MB

log4j.appender.logRollingFile.MaxBackupIndex = 10

log4j.appender.logRollingFile.Encoding = UTF-8 

#用Email发送日志

log4j.appender.logMail = org.apache.log4j.net.SMTPAppender

log4j.appender.logMail.layout = org.apache.log4j.HTMLLayout

log4j.appender.logMail.layout.LocationInfo = TRUE

log4j.appender.logMail.layout.Title = Struts2 Mail LogFile

log4j.appender.logMail.Threshold = DEBUG

log4j.appender.logMail.SMTPDebug = FALSE

log4j.appender.logMail.SMTPHost = SMTP.163.com

log4j.appender.logMail.From = xly3000@163.com

log4j.appender.logMail.To = xly3000@gmail.com

#log4j.appender.logMail.Cc = xly3000@gmail.com

#log4j.appender.logMail.Bcc = xly3000@gmail.com

log4j.appender.logMail.SMTPUsername = xly3000

log4j.appender.logMail.SMTPPassword = 1234567

log4j.appender.logMail.Subject = Log4j Log Messages

#log4j.appender.logMail.BufferSize = 1024

#log4j.appender.logMail.SMTPAuth = TRUE 

#将日志登录到MySQL数据库

log4j.appender.logDB = org.apache.log4j.jdbc.JDBCAppender

log4j.appender.logDB.layout = org.apache.log4j.PatternLayout

log4j.appender.logDB.Driver = com.mysql.jdbc.Driver

log4j.appender.logDB.URL = jdbc:mysql://127.0.0.1:3306/xly

log4j.appender.logDB.User = root

log4j.appender.logDB.Password = 123456

log4j.appender.logDB.Sql = INSERT INTOT_log4j(project_name,create_date,level,category,file_name,thread_name,line,all_category,message)values('Struts2','%d{yyyy-MM-ddHH:mm:ss}','%p','%c','%F','%t','%L','%l','%m')

Spark日志，及设置日志输出级别的更多相关文章

  1. Mybatis 存在多个日志时设置日志

    mybatis默认使用log4j,当有self4j这个日志jar包存在时会无法打印sql,请移除或者在工程启动时显示设置mybatis使用的日志类 log4j.logger.org.apache.ib ...

  2. Spark:控制日志输出级别

    Spark:控制日志输出级别 终端修改 在pySpark终端可使用下面命令来改变日志级别 sc.setLogLevel("WARN") # 或者INFO等 修改日志设置文件 ** ...

  3. log4j日志输出级别高低

    Log4j是Apache的开源项目一个功能强大的日志组件,提供方便的日志记录.日志记录器(Logger)是日志处理的核心组件Log4j建议只使用四个级别,优先级从高到低分别是FATAL, ERROR. ...

  4. springboot设置日志级别时报错

    配置springboot日志,输出级别为info,运行时报错: Caused by: org.springframework.boot.context.properties.bind.BindExce ...

  5. spring boot项目下的application.properties中的logging.level设置日志级别

    日志级别 trace<debug<info<warn<error<fatal 默认级别为info,即默认打印info及其以上级别的日志,如下: logging.level ...

  6. 有效Log4j按指定级别定向输出日志到指定的输出文件地址配置Threshold，log4j中如何屏蔽父logger输出源rootlogger的additivity配置，log4j向多个文件记录日志

    log4j向多个文件记录日志 关键配置,指定想要的日志级别信息输出到指定的日志文件中: log4j.appender.errorLogger.Threshold=ERROR #扩展,可指定只在子类自己 ...

  7. SpringBoot日志配置(详解) 涉及控制台输出日志、生成日志文件、日志级别修改、hibernate日志不输出

    写在前面 本篇主要讲述日志配置,看完本篇可以解决下述问题, 控制台输出日志.生成日志文件.日志级别修改.hibernate日志不输出 Git Demo Path:https://github.com/ ...

  8. Log4J是Apache组织的开源一个开源项目，通过Log4J，可以指定日志信息输出的目的地，如console、file等。Log4J采用日志级别机制，请按照输出级别由低到高的顺序写出日志输出级别。

    Log4J是Apache组织的开源一个开源项目,通过Log4J,可以指定日志信息输出的目的地,如console.file等.Log4J采用日志级别机制,请按照输出级别由低到高的顺序写出日志输出级别. ...

  9. scarpy设置日志打印级别和存储位置

    在settings.py中配置 日志级别设置 LOG_LEVEL = 'ERROR' # 当LOG_LEVEL设置为ERROR时,在进行日志打印时,只是打印ERROR级别的日志 日志存储设置 LOG_ ...

随机推荐

  1. 如何解决Renesas USB3.0RootHub警告

    打开WINDOWS系统的[计算机管理]-[服务和应用程序]-[服务]-点击[Portable Device Enumerator Service]服务,设置为启动类型:自动(延迟启动).并点击&quo ...

  2. 【分布式锁的演化】“超卖场景”，MySQL分布式锁篇

    前言 之前的文章中通过电商场景中秒杀的例子和大家分享了单体架构中锁的使用方式,但是现在很多应用系统都是相当庞大的,很多应用系统都是微服务的架构体系,那么在这种跨jvm的场景下,我们又该如何去解决并发. ...

  3. 推荐系统实践 0x13 Word2Vec

    Word2Vec是谷歌团队提出的,让词向量在自然语言处理当中再度流行,并且推广到了广告.搜索.推荐等各个领域当中.Word2Vec顾名思义,就是一个生成对词的向量表达的模型.假设我们使用一组句子组成的 ...

  4. 10. C++对象模型和 this 指针

    1. 成员变量和成员函数分开存储 在C++中,类内的成员变量和成员函数分开存储,只有非静态成员变量才属于类的对象上 空对象占用内存空间为:1 ----> C++编译器会给每个空对象也分配一个字节 ...

  5. ORACLE的还原表空间UNDO写满磁盘空间，解决该问题的具体步骤

    产生问题的原因主要以下两点:1. 有较大的事务量让Oracle Undo自动扩展,产生过度占用磁盘空间的情况:2. 有较大事务没有收缩或者没有提交所导制:说明:本问题在ORACLE系统管理中属于比较正 ...

  6. Django中一种常见的setting与账密保存/读取方式

    前言 在查看别人Django代码的时候,发现很多的manager文件都是类似于 #!/usr/bin/env python import os import sys if __name__ == '_ ...

  7. MVC和MVVM的差别

    MVC全名是Model View Controller,是模型(model)-视图(view)-控制器(controller)的缩写,一种软件设计典范,用一种业务逻辑.数据.界面显示分离的方法组织代码 ...

  8. 【Flutter】可滚动组件之ListView

    前言 它可以沿一个方向线性排布所有子组件,并且它也可以支持基于Sliver的延迟构建模型. 接口描述 ListView({ Key key, // 可滚动widget公共参数 Axis scrollD ...

  9. IntelliJ IDEA启动界面的秘密：当编程遇到艺术

    细心的同学会发现Intellij IDEA每次发版本的时候都会有不同的启动界面背景,都很比较抽象的艺术图像. JetBrains的其它产品也有自己独特的设计. 但是这背后是怎么实现的.有什么寓意却很少 ...

  10. 剑指Offer-连续子数组中的最大和

    题目 输入一个整型数组,数组里有正数也有负数.数组中的一个或连续多个整数组成一个子数组.求所有子数组的和的最大值.要求时间复杂度为 O(n). 输入 [1,-2,3,10,-4,7,2,-5] 返回值 ...