spark 日志级别设置为ERROR

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/datadev_sh/article/details/89400238

想只显示ERROR日志。

方式1

代码里设置

  val sc = new SparkContext(conf)
  sc.setLogLevel("ERROR")

这个启动时，仍然会有月一些其他日志.

方式2

log4j.properties文件设置

1.新建一个resource目录，在文件夹上右击，mark as reources root。


2.新建一个log4j.properties。将级别改为ERROR。
现在是全部其他日志都没了。

# Set everything to be logged to the console
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 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=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

问题

有时候不起作用。因为程序加载了别的log4j.properties文件，就不加载自己配置的。

检验方式

加 VM options 查看

会打印出，加载的什么地方的log4j.properties配置文件。

解决方案

指定log4j.properties文件位置。
加上一下代码。

    org.apache.log4j.LogManager.resetConfiguration()
    org.apache.log4j.PropertyConfigurator
      .configure("/log4j.properties")