Question

我有一个python脚本，用于使用spark-submit工具提交spark作业。我想执行命令并将输出实时写入STDOUT和日志文件。我在ubuntu服务器上使用python 2.7。

这是我目前在SubmitJob.py脚本中的内容

#!/usr/bin/python

# Submit the command
def submitJob(cmd, log_file):
    with open(log_file, 'w') as fh:
        process = subprocess.Popen(cmd, stdout=subprocess.PIPE, stderr=subprocess.STDOUT)
        while True:
            output = process.stdout.readline()
            if output == '' and process.poll() is not None:
                break
            if output:
                print output.strip()
                fh.write(output)
        rc = process.poll()
        return rc

if __name__ == "__main__":
    cmdList = ["dse", "spark-submit", "--spark-master", "spark://127.0.0.1:7077", "--class", "com.spark.myapp", "./myapp.jar"]
    log_file = "/tmp/out.log"
    exist_status = submitJob(cmdList, log_file)
    print "job finished with status ",exist_status

奇怪的是，当我在shell中直接执行相同的命令时，它可以正常工作，并在程序进行时在屏幕上产生输出。

所以看起来我正在使用subprocess.PIPE for stdout和编写文件的方式出错了。

当前推荐的使用子进程模块逐行实时写入stdout和日志文件的方法是什么？我在互联网上看到了许多选项，但不确定哪个是正确的或最新的。

感谢

Answer 1

找出问题所在。我试图将stdout n stderr重定向到管道以在屏幕上显示。当stderr存在时，这似乎阻止了stdout。如果我从Popen中删除stderr = stdout参数，它可以正常工作。因此，对于spark-submit，看起来您不需要显式重定向stderr，因为它已经隐式地执行了此操作

Answer 2

打印Spark日志可以调用user330612给出的commandList

  cmdList = ["spark-submit", "--spark-master", "spark://127.0.0.1:7077", "--class", "com.spark.myapp", "./myapp.jar"]

然后可以使用子进程打印，记得使用communic（）来防止死锁https://docs.python.org/2/library/subprocess.html 警告使用stdout = PIPE和/或stderr = PIPE时死锁，子进程会为管道生成足够的输出，以阻止等待OS管道缓冲区接受更多数据。使用communic（）来避免这种情况。下面是打印日志的代码。

import subprocess
p = subprocess.Popen(cmdList,stdout=subprocess.PIPE,stdout=subprocess.PIPE,stderr=subprocess.PIPE)
stdout, stderr = p.communicate() 
stderr=stderr.splitlines()
stdout=stdout.splitlines()
for line in stderr:
    print line  #now it can be printed line by line to a file or something else, for the log
for line in stdout:
    print line #for the output

有关子流程和打印行的更多信息，请访问： https://pymotw.com/2/subprocess/

编写STDOUT时，python子进程模块挂起用于spark-submit命令

2 个答案: