log4j

标题 记录基于python搭建spark的过程 ，python过程省去。 需要安装java , java安装教程 spark下载地址 http://spark.apache.org/downloads.html 选择 Spark版本 、hadoop兼容版本 安装 tar -zxvf spark-2.4.4-bin-hadoop2.6.tgz mv spark-2.4.4-bin-hadoop2.6 /usr/local/spark vim /etc/profile # spark path export SPARK_HOME = /usr/local/spark export PATH = $PATH : $SPARK_HOME /bin source /etc/profile 启动shell python-shell: pyspark scala-shell : spark-shell 验证 pyspark al lines = sc.textFile ( "<file_path>" ) lines.count ( ) lines.first ( ) 配置文件 cd conf cp log4j.properties.template log4j.properties vim log4j.properties log4j.rootCategory = INFO, console =

记录应用系统的日志主要有三个原因：记录操作轨迹、监控系统 运行状况、回溯系统故障。 日志规范 为降低沟通和学习成本，应用中的扩展日志命名方式应该有统一的约定，通过命名能直观明了的地表名当前日志文件是什么功能。 推荐的日志文件的命名：appName_logType_logName.log 其中 logType 为日志类型，推荐 分类有 stats、monitor、visit等 logName 为日志描述 代码 规约推荐日志文件 至少保存15天，可根据日志文件的重要程度、文件大小及磁盘 空间在自行延长 保存时间。 日志的级别 针对不同的场景，日志被分为五种不同的级别，按照重要程度由低到高排序： DEBUG 级别日志 记录对调试程序有帮助的信息。 INFO 级别日志 用来记录程序的运行现场，虽然此处并未发生错误，但是对排查其他错误具有指导意义。 WARN 级别日志 也可以用来记录程序运行线程，但是更偏向于表名此处有出现潜在的错误的可能。 ERROR 级别日志 表明当前程序运行发生了错误，需要被关注。但是当前发生的错误，没有影响系统的继续运行。 FATAL 级别日志 表名当前程序运行出现了严重的错误事件，并且将会导致应用程序中断。 打印日志的正确姿势 // 使用条件判断形式 if ( logger . isDebugEnabled ( ) ) { logger . debug (

依赖jar <dependency> <groupId>log4j</groupId> <artifactId>log4j</artifactId> <version>1.2.17</version> </dependency> Level :日志输出的几种级别 FATAL 0 ERROR 3 WARN 4 INFO 6 DEBUG 7 Appender 为日志输出目的地，Log4j提供的appender有以下几种： org.apache.log4j.ConsoleAppender（控制台） org.apache.log4j.FileAppender（文件） org.apache.log4j.DailyRollingFileAppender（每天产生一个日志文件） 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） org.apache.log4j.WriterAppender（将日志信息以流格式发送到任意指定的地方） Layout ：日志输出格式，Log4j提供的layout有以下几种： org.apache.log4j.HTMLLayout（以HTML表格形式布局）， org.apache.log4j.PatternLayout（可以灵活地指定布局模式）， org.apache.log4j

1. 下载jar包： http://logging.apache.org/log4j/1.2/download.html 结构如下： 2. 创建项目，记得导入包： 3.src同级创建并设置log4j.properties： properties部分组要考虑下面三个方面： Logger - 日志写出器，供程序员输出日志信息 Appender - 日志目的地，把格式化好的日志信息输出到指定的地方去 ConsoleAppender - 目的地为控制台的Appender FileAppender - 目的地为文件的Appender RollingFileAppender - 目的地为大小受限的文件的Appender Layout - 日志格式化器，用来把程序员的logging request格式化成字符串 PatternLayout - 用指定的pattern格式化logging request的Layout log4j.properties模板： 1 #配置根Logger 2 #定义总的级别和目的地，目的地是可以多个，级别是总的，当然也可以对每一个目的地进行单独设置输出级别。 3 log4j.rootLogger = [ level ] , appenderName1 , appenderName2 , … 4 5 #配置日志信息输出目的地Appender 6 log4j

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> Log4j 是Apache的一个开放源代码项目，通过使用Log4j，我们可以控制日志信息输送的目的地是控制台、文件、GUI组件、甚至是套接口服务器、NT的事 件记录器、UNIX Syslog守护进程等；我们也可以控制每一条日志的输出格式；通过定义每一条日志信息的级别，我们能够更加细致地控制日志的生成过程。最令人感兴趣的就 是，这些可以通过一个配置文件来灵活地进行配置，而不需要修改应用的代码。 如此强大的优越性，实际上手并不难，尤其在spring框架下，使用log4j更是容易，下面介绍一下spring下的log4j应用。 当然先要下载相应的jar包（log4j.jar） 首先是web.xml的配置，在web.xml中加入如下配置 <context-param> <param-name> log4jConfigLocation</param-name> <param-value>/WEB-INF/props/log4j.properties</param-value> </context-param> <context-param> <param-name> log4jRefreshInterval</param-name> <param-value>6000</param-value> </context

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 前言：项目中log实在是太关键了，可以做大数据采集也可以监控系统的一些潜在的bug。重要性不明觉厉。 org.apache.log4j.Level类提供以下级别，但也可以通过Level类的子类自定义级别。 Level 描述 ALL 各级包括自定义级别 DEBUG 指定细粒度信息事件是最有用的应用程序调试 ERROR 错误事件可能仍然允许应用程序继续运行 FATAL 指定非常严重的错误事件，这可能导致应用程序中止 INFO 指定能够突出在粗粒度级别的应用程序运行情况的信息的消息 OFF 这是最高等级，为了关闭日志记录 TRACE 指定细粒度比DEBUG更低的信息事件 WARN 指定具有潜在危害的情况 maven依赖 <dependency> <groupId>org.slf4j</groupId> <artifactId>slf4j-log4j12</artifactId> <version>1.7.7</version> </dependency> <dependency> <groupId>javax.mail</groupId> <artifactId>mail</artifactId> <version>1.5.0-b01</version> </dependency> 配置log4j