开发者社区 > 大数据与机器学习 > 大数据开发治理DataWorks > 正文

pyspark设置日志级别到debug不生效,这个可能是什么原因啊?

pyspark设置日志级别到debug不生效,这个可能是什么原因啊?

展开
收起
爱喝咖啡嘿 2023-01-03 12:17:08 189 0
1 条回答
写回答
取消 提交回答
  • 有几种可能的原因可能导致你设置的日志级别无法生效:

    你可能在设置日志级别的时候拼写错误,例如将"debug"写成了"debugg"。在这种情况下,pyspark可能会忽略你的设置,并使用默认的日志级别。

    你可能在启动pyspark应用程序时使用了命令行选项,比如"--master local[*]"或"--executor-memory 4G",来设置spark.master和spark.executor.memory的值。如果你在命令行选项中设置了spark.logConf,那么它的值可能会覆盖你在代码中设置的日志级别。

    在启动pyspark应用程序时,你可能会使用命令行选项"--properties-file"来指定一个配置文件。如果你

    的配置文件中设置了spark.logConf的值,那么它的值可能会覆盖你在代码中设置的日志级别。

    在你的应用程序代码中,你可能会使用SparkConf对象来设置spark.logConf的值。如果你先使用了SparkConf对象来设置日志级别,然后再调用setLogLevel()函数来设置日志级别,那么setLogLevel()函数的设置可能会被覆盖。

    你可能在pyspark应用程序的运行时已经使用了log4j的配置文件,来设置日志级别。如果你的配置文件中设置了rootLogger的日志级别,那么你的设置可能会被覆盖。

    除了上述原因,还有其他一些因素可能会影响pyspark的日志级别设置,你可以尝试检查一下。

    2023-01-07 23:32:48
    赞同 展开评论 打赏

DataWorks基于MaxCompute/Hologres/EMR/CDP等大数据引擎,为数据仓库/数据湖/湖仓一体等解决方案提供统一的全链路大数据开发治理平台。

相关电子书

更多
PostgresChina2018_赖思超_PostgreSQL10_hash索引的WAL日志修改版final 立即下载
Kubernetes下日志实时采集、存储与计算实践 立即下载
日志数据采集与分析对接 立即下载