为 Amazon EMR Serverless 配置 Apache Log4j2 属性

本页面介绍了如何在 StartJobRun 中为 EMR Serverless 作业配置自定义 Apache Log4j 2.x 属性。如果要在应用程序级别配置 Log4j 分类，请参阅 EMR Serverless 的默认应用程序配置。

为 Amazon EMR Serverless 配置 Spark Log4j2 属性

在 Amazon EMR 6.8.0 及更高版本中，您可以自定义 Apache Log4j 2.x 属性，以指定细粒度的日志配置。这简化了 EMR Serverless 上 Spark 作业的故障排除。要配置这些属性，请使用 spark-driver-log4j2 和 spark-executor-log4j2 分类。

Spark 的 Log4j2 分类

要自定义 Spark 日志配置，请在 applicationConfiguration 中使用以下分类。要配置 Log4j 2.x 属性，请使用以下 properties。

Spark 的 Log4j2 配置示例

以下示例展示了如何向 applicationConfiguration 提交 Spark 作业，以便为 Spark 驱动程序和执行程序自定义 Log4j2 配置。

要在应用程序级别而不是在提交作业时配置 Log4j 分类，请参阅 EMR Serverless 的默认应用程序配置。

aws emr-serverless start-job-run \
    --application-id application-id \
    --execution-role-arn job-role-arn \
    --job-driver '{
        "sparkSubmit": {
            "entryPoint": "/usr/lib/spark/examples/jars/spark-examples.jar",
            "entryPointArguments": ["1"],
            "sparkSubmitParameters": "--class org.apache.spark.examples.SparkPi --conf spark.executor.cores=4 --conf spark.executor.memory=20g --conf spark.driver.cores=4 --conf spark.driver.memory=8g --conf spark.executor.instances=1"
        }
    }'
    --configuration-overrides '{
        "applicationConfiguration": [
             {
                "classification": "spark-driver-log4j2",
                "properties": {
                    "rootLogger.level":"error", // will only display Spark error logs
                    "logger.IdentifierForClass.name": "classpath for setting logger",
                    "logger.IdentifierForClass.level": "info"
                   
                }
            },
            {
                "classification": "spark-executor-log4j2",
                "properties": {
                    "rootLogger.level":"error", // will only display Spark error logs
                    "logger.IdentifierForClass.name": "classpath for setting logger",
                    "logger.IdentifierForClass.level": "info"
                }
            }
       ]
    }'

示例 Spark 作业中的 Log4j2

以下代码示例演示了如何在初始化应用程序的自定义 Log4j2 配置时创建 Spark 应用程序。

Python

例 使用 Log4j2 通过 Python 执行 Spark 作业

import os
import sys

from pyspark import SparkConf, SparkContext
from pyspark.sql import SparkSession

app_name = "PySparkApp"
if __name__ == "__main__":
    spark = SparkSession\
        .builder\
        .appName(app_name)\
        .getOrCreate()
    
    spark.sparkContext._conf.getAll()
    sc = spark.sparkContext
    log4jLogger = sc._jvm.org.apache.log4j
    LOGGER = log4jLogger.LogManager.getLogger(app_name)

    LOGGER.info("pyspark script logger info")
    LOGGER.warn("pyspark script logger warn")
    LOGGER.error("pyspark script logger error")
    
    // your code here
    
    spark.stop()

要在执行 Spark 作业时为驱动程序自定义 Log4j2，可使用以下配置：

{
   "classification": "spark-driver-log4j2",
      "properties": {
          "rootLogger.level":"error", // only display Spark error logs
          "logger.PySparkApp.level": "info", 
          "logger.PySparkApp.name": "PySparkApp"
      }
}

Scala

例 使用 Log4j2 通过 Scala 执行 Spark 作业

import org.apache.log4j.Logger
import org.apache.spark.sql.SparkSession

object ExampleClass {
  def main(args: Array[String]): Unit = {
    val spark = SparkSession
    .builder
    .appName(this.getClass.getName)
    .getOrCreate()

    val logger = Logger.getLogger(this.getClass);
    logger.info("script logging info logs")
    logger.warn("script logging warn logs")
    logger.error("script logging error logs")

// your code here
    spark.stop()
  }
}

要在执行 Spark 作业时为驱动程序自定义 Log4j2，可使用以下配置：

{
   "classification": "spark-driver-log4j2",
      "properties": {
          "rootLogger.level":"error", // only display Spark error logs
          "logger.ExampleClass.level": "info", 
          "logger.ExampleClass.name": "ExampleClass"
      }
}

Spark 的 Log4j2 注意事项

以下 Log4j2.x 属性不可针对 Spark 进程进行配置：

有关可以配置的 Log4j2.x 属性的详细信息，请参阅 GitHub 上的 log4j2.properties.template 文件。