如何停止在火花控制台上显示 INFO 消息？

Posted

技术标签:

【中文标题】如何停止在火花控制台上显示 INFO 消息？【英文标题】：How to stop INFO messages displaying on spark console? 【发布时间】：2015-03-03 02:07:42 【问题描述】：

我想停止 spark shell 上的各种消息。

我试图编辑log4j.properties 文件以阻止这些消息。

这里是log4j.properties的内容

# Define the root logger with appender file
log4j.rootCategory=WARN, 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=%dyy/MM/dd HH:mm:ss %p %c1: %m%n

# Settings to quiet third party logs that are too verbose
log4j.logger.org.eclipse.jetty=WARN
log4j.logger.org.eclipse.jetty.util.component.AbstractLifeCycle=ERROR
log4j.logger.org.apache.spark.repl.SparkIMain$exprTyper=INFO
log4j.logger.org.apache.spark.repl.SparkILoop$SparkILoopInterpreter=INFO

但消息仍然显示在控制台上。

以下是一些示例消息

15/01/05 15:11:45 INFO SparkEnv: Registering BlockManagerMaster
15/01/05 15:11:45 INFO DiskBlockManager: Created local directory at /tmp/spark-local-20150105151145-b1ba
15/01/05 15:11:45 INFO MemoryStore: MemoryStore started with capacity 0.0 B.
15/01/05 15:11:45 INFO ConnectionManager: Bound socket to port 44728 with id = ConnectionManagerId(192.168.100.85,44728)
15/01/05 15:11:45 INFO BlockManagerMaster: Trying to register BlockManager
15/01/05 15:11:45 INFO BlockManagerMasterActor$BlockManagerInfo: Registering block manager 192.168.100.85:44728 with 0.0 B RAM
15/01/05 15:11:45 INFO BlockManagerMaster: Registered BlockManager
15/01/05 15:11:45 INFO HttpServer: Starting HTTP Server
15/01/05 15:11:45 INFO HttpBroadcast: Broadcast server star

如何阻止这些？

【问题讨论】：

【参考方案1】：

编辑您的conf/log4j.properties 文件并更改以下行：

log4j.rootCategory=INFO, console

到

log4j.rootCategory=ERROR, console

另一种方法是：

启动 spark-shell 并输入以下内容：

import org.apache.log4j.Logger
import org.apache.log4j.Level

Logger.getLogger("org").setLevel(Level.OFF)
Logger.getLogger("akka").setLevel(Level.OFF)

之后您将看不到任何日志。

级别的其他选项包括：all、debug、error、fatal、info、off、trace、trace_int、warn

Details about each can be found in the documentation.

【讨论】：

我认为 OFF 限制性太强。 WARN 或 ERROR 可能更适合这里。 将其添加到您的项目主类中。 很好的答案。有什么方法可以通过 PySpark 以编程方式做同样的事情？ 其中的程序化部分不起作用。而是从@cantdutchthis ***.com/a/37836847/1056563 看到这个答案 这是谁@AkhlD？【参考方案2】：

在启动spark-shell 之后立即输入； 

sc.setLogLevel("ERROR")

在 Spark 2.0 (Scala) 中：

spark = SparkSession.builder.getOrCreate()
spark.sparkContext.setLogLevel("ERROR")

API 文档：https://spark.apache.org/docs/2.2.0/api/scala/index.html#org.apache.spark.sql.SparkSession

对于 Java：

spark = SparkSession.builder.getOrCreate();
spark.sparkContext().setLogLevel("ERROR");

【讨论】：

如何在程序中设置此属性？ 这仅适用于 spark.sql.SparkSession 或也适用于 JavaSparkContext ?? 是的，它适用于JavaSparkContext。谢谢，@cantdutchthis。这困扰了我一段时间。 这是唯一对我有用的答案，无需创建单独的 log4j。谢谢！ 它对我有用，但是在测试开始时我仍然收到几条消息。有什么想法吗？【参考方案3】：

收集到的所有方法都有例子

简介

实际上，有很多方法可以做到这一点。 有些比其他的更难，但由你决定哪一个最适合你。我会尽量展示它们。

#1 以编程方式在您的应用中

似乎是最简单的，但您需要重新编译您的应用程序才能更改这些设置。就个人而言，我不喜欢它，但它工作正常。

示例：

import org.apache.log4j.Level, Logger

val rootLogger = Logger.getRootLogger()
rootLogger.setLevel(Level.ERROR)

Logger.getLogger("org.apache.spark").setLevel(Level.WARN)
Logger.getLogger("org.spark-project").setLevel(Level.WARN)

您可以使用log4j API 实现更多目标。 来源：[Log4J Configuration Docs，配置部分]

#2 在spark-submit 期间通过log4j.properties

这是一个非常棘手的问题，但并非不可能。还有我最喜欢的。

在应用启动期间，Log4J 总是从类路径中寻找并加载 log4j.properties 文件。

但是，当使用spark-submit Spark Cluster 的类路径优先于应用程序的类路径！这就是为什么将此文件放入您的 fat-jar 中不会覆盖集群设置的原因！

将-Dlog4j.configuration=<location of configuration file> 添加到 spark.driver.extraJavaOptions（驱动程序）或spark.executor.extraJavaOptions（执行器）。

请注意，如果使用 文件，应明确提供file: 协议，和文件 需要在所有节点上本地存在。

要满足最后一个条件，您可以将文件上传到节点可用的位置（如hdfs），或者如果使用deploy-mode client，则使用驱动程序在本地访问它。否则：

使用 spark-submit 上传自定义 log4j.properties，将其添加到 --files 与应用程序一起上传的文件列表。

来源：Spark docs, Debugging

步骤：

例如log4j.properties:

# Blacklist all to warn level
log4j.rootCategory=WARN, 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=%dyy/MM/dd HH:mm:ss %p %c1: %m%n

# Whitelist our app to info :)
log4j.logger.com.github.atais=INFO

执行spark-submit，集群模式：

spark-submit \
    --master yarn \
    --deploy-mode cluster \
    --conf "spark.driver.extraJavaOptions=-Dlog4j.configuration=file:log4j.properties" \
    --conf "spark.executor.extraJavaOptions=-Dlog4j.configuration=file:log4j.properties" \
    --files "/absolute/path/to/your/log4j.properties" \
    --class com.github.atais.Main \
    "SparkApp.jar"

请注意，如果使用client 模式，则必须使用--driver-java-options。 Spark docs, Runtime env

执行spark-submit，用于客户端模式：

spark-submit \
    --master yarn \
    --deploy-mode client \
    --driver-java-options "-Dlog4j.configuration=file:/absolute/path/to/your/log4j.properties" \
    --conf "spark.executor.extraJavaOptions=-Dlog4j.configuration=file:log4j.properties" \
    --files "/absolute/path/to/your/log4j.properties" \
    --class com.github.atais.Main \
    "SparkApp.jar"

注意事项：

    使用--files 上传到spark-cluster 的文件将在根目录下可用，因此无需在file:log4j.properties 中添加任何路径。 --files 中列出的文件必须提供绝对路径！ 配置 URI 中的 file: 前缀是必需的。

#3 编辑集群的conf/log4j.properties

这会更改全局日志记录配置文件。

更新$SPARK_CONF_DIR/log4j.properties 文件，它将是 与其他配置一起自动上传。

来源：Spark docs, Debugging

要找到您的SPARK_CONF_DIR，您可以使用spark-shell：

atais@cluster:~$ spark-shell 
Welcome to
      ____              __
     / __/__  ___ _____/ /__
    _\ \/ _ \/ _ `/ __/  '_/
   /___/ .__/\_,_/_/ /_/\_\   version 2.1.1
      /_/   

scala> System.getenv("SPARK_CONF_DIR")
res0: String = /var/lib/spark/latest/conf

现在只需编辑 /var/lib/spark/latest/conf/log4j.properties（以方法 #2 中的示例为例），您的所有应用都会共享此配置。

#4 覆盖配置目录

如果您喜欢解决方案 #3，但想为每个应用程序自定义它，您实际上可以复制 conf 文件夹，编辑其内容并在 spark-submit 期间指定为根配置。

要指定默认“SPARK_HOME/conf”以外的其他配置目录，您可以设置SPARK_CONF_DIR。 Spark 将使用此目录中的配置文件（spark-defaults.conf、spark-env.sh、log4j.properties、等）。

来源：Spark docs, Configuration

步骤：

    复制集群的conf 文件夹（更多信息，方法#3）

    在该文件夹中编辑log4j.properties（方法#2 中的示例）

    在执行spark-submit之前，将SPARK_CONF_DIR设置为该文件夹， 示例：

    export SPARK_CONF_DIR=/absolute/path/to/custom/conf

spark-submit \
    --master yarn \
    --deploy-mode cluster \
    --class com.github.atais.Main \
    "SparkApp.jar"

结论

我不确定是否还有其他方法，但我希望这涵盖了从头到尾的主题。如果没有，请随时在 cmets 中联系我！

尽情享受吧！

【讨论】：

这应该是公认的答案。它提供了很多细节，并总结了比其他用例更多的用例。 （不鼓励禁用日志。） @Atais - 你应该在下面添加所以如果你像我一样发现上面的答案没有帮助，那么也许你也必须从你的 log4j conf 文件中删除“.template”后缀然后上面的工作就完美了！ 关于编程方法的附加说明 - 必须在创建 SparkContext 之前设置级别 @ArunrajNair 不应该是这样，因为日志记录是一个单独的功能，没有连接到 SparkContext。【参考方案4】：

感谢 @AkhlD 和 @Sachin Janani 建议更改 .conf 文件。

以下代码解决了我的问题：

1) 在导入部分添加import org.apache.log4j.Level, Logger

2) 在创建 spark 上下文对象后添加以下行，即在 val sc = new SparkContext(conf) 之后：

val rootLogger = Logger.getRootLogger()
rootLogger.setLevel(Level.ERROR)

【讨论】：

试过了，但仍然得到日志输出。 我喜欢这个解决方案，因为没有权限访问 conf/ 这只会改变当前java进程的日志级别，在Spark初始化之后【参考方案5】：

在使用 spark-submit 或 spark-sql 提交应用程序时使用以下命令更改日志级别：

spark-submit \
--conf "spark.driver.extraJavaOptions=-Dlog4j.configuration=file:<file path>/log4j.xml" \
--conf "spark.executor.extraJavaOptions=-Dlog4j.configuration=file:<file path>/log4j.xml"

注意：替换&lt;file path&gt; 存储log4j 配置文件的位置。

Log4j.properties：

log4j.rootLogger=ERROR, console

# set the log level for these components
log4j.logger.com.test=DEBUG
log4j.logger.org=ERROR
log4j.logger.org.apache.spark=ERROR
log4j.logger.org.spark-project=ERROR
log4j.logger.org.apache.hadoop=ERROR
log4j.logger.io.netty=ERROR
log4j.logger.org.apache.zookeeper=ERROR

# add a ConsoleAppender to the logger stdout to write to the console
log4j.appender.console=org.apache.log4j.ConsoleAppender
log4j.appender.console.layout=org.apache.log4j.PatternLayout
# use a simple message format
log4j.appender.console.layout.ConversionPattern=%dyyyy-MM-dd HH:mm:ss %-5p %c1:%L - %m%n

log4j.xml

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE log4j:configuration SYSTEM "log4j.dtd">

<log4j:configuration xmlns:log4j="http://jakarta.apache.org/log4j/">
   <appender name="console" class="org.apache.log4j.ConsoleAppender">
    <param name="Target" value="System.out"/>
    <layout class="org.apache.log4j.PatternLayout">
    <param name="ConversionPattern" value="%dyyyy-MM-dd HH:mm:ss %-5p %c1:%L - %m%n" />
    </layout>
  </appender>
    <logger name="org.apache.spark">
        <level value="error" />
    </logger>
    <logger name="org.spark-project">
        <level value="error" />
    </logger>
    <logger name="org.apache.hadoop">
        <level value="error" />
    </logger>
    <logger name="io.netty">
        <level value="error" />
    </logger>
    <logger name="org.apache.zookeeper">
        <level value="error" />
    </logger>
   <logger name="org">
        <level value="error" />
    </logger>
    <root>
        <priority value ="ERROR" />
        <appender-ref ref="console" />
    </root>
</log4j:configuration>

如果您想将日志写入文件而不是控制台，请切换到 log4j.xml 中的 FileAppender。 LOG_DIR 是日志目录的变量，您可以使用 spark-submit --conf "spark.driver.extraJavaOptions=-D 提供。

<appender name="file" class="org.apache.log4j.DailyRollingFileAppender">
        <param name="file" value="$LOG_DIR"/>
        <param name="datePattern" value="'.'yyyy-MM-dd"/>
        <layout class="org.apache.log4j.PatternLayout">
            <param name="ConversionPattern" value="%d [%t] %-5p %c %x - %m%n"/>
        </layout>
    </appender>

这里要理解的另一件重要的事情是，当作业以分布式模式启动时（部署模式集群和 master 作为 yarn 或 mesos），log4j 配置文件应该存在于驱动程序和工作节点上（log4j.configuration=file:&lt;file path&gt;/log4j.xml）否则 log4j init 将抱怨-

log4j:ERROR 无法读取配置文件 [log4j.properties]。 java.io.FileNotFoundException: log4j.properties (没有这样的文件或 目录）

关于解决这个问题的提示-

将 log4j 配置文件保存在分布式文件系统（HDFS 或 mesos）中，并使用 log4j PropertyConfigurator 添加外部配置。 或使用sparkContext addFile 使其在每个节点上可用，然后使用 log4j PropertyConfigurator 重新加载配置。

【讨论】：

这是少数几个不会破坏所有传统上来自默认记录器的 org 日志的示例之一。 这很好用，但是Log4j.properties 文件是干什么用的？好像没用过。您只是记录 XML 文件中设置的属性吗？ 你可以使用其中任何一个。 我在上面取得了成功 - 我在 spark-submit 命令中使用--files 使 log4j.properties 在所有节点上可用。 这是唯一对我有用的解决方案，它不涉及任何代码更改。在main/resources下创建一个文件Log4.properties，以防不存在【参考方案6】：

您可以通过将其级别设置为 OFF 来禁用日志，如下所示：

Logger.getLogger("org").setLevel(Level.OFF);
Logger.getLogger("akka").setLevel(Level.OFF);

或编辑日志文件并将日志级别设置为关闭，只需更改以下属性：

log4j.rootCategory=OFF, console

【讨论】：

我在哪个文件中设置以上属性？？ 您可以在您的驱动程序@Vishwas 中添加这些行 我添加了相同但日志仍然出现在控制台上 您是否更改了属性 log4j.rootCategory=OFF。我已经测试了这些，并且工作正常 这对我来说在 Spark 2.3.1 上的差异为零【参考方案7】：

我只是将这一行添加到我所有的 pyspark 脚本中，就在 import 语句的下方。

SparkSession.builder.getOrCreate().sparkContext.setLogLevel("ERROR")

我的 pyspark 脚本的示例标头

from pyspark.sql import SparkSession, functions as fs
SparkSession.builder.getOrCreate().sparkContext.setLogLevel("ERROR")

【讨论】：

这行得通，但它不会阻止在创建 Spark 上下文期间出现的 58 行 INFO 消息。 请注意，这是针对 Spark 2.x 的【参考方案8】：

上面的答案是正确的，但并没有完全帮助我，因为我需要额外的信息。

我刚刚设置了 Spark，所以 log4j 文件仍然有 '.template' 后缀并且没有被读取。我相信日志记录默认为 Spark 核心日志记录配置。

所以如果你和我一样发现上面的答案没有帮助，那么也许你也必须从你的 log4j conf 文件中删除“.template”后缀，然后上面的方法就完美了！

http://apache-spark-user-list.1001560.n3.nabble.com/disable-log4j-for-spark-shell-td11278.html

【讨论】：

请检查这个答案，***.com/a/51554118/2094086希望你也在寻找同样的答案。【参考方案9】：

在 Python/Spark 中我们可以这样做：

def quiet_logs( sc ):
  logger = sc._jvm.org.apache.log4j
  logger.LogManager.getLogger("org"). setLevel( logger.Level.ERROR )
  logger.LogManager.getLogger("akka").setLevel( logger.Level.ERROR )

定义 Sparkcontaxt 'sc' 之后 通过以下方式调用此函数： quiet_logs( sc )

【讨论】：

我很想找到一种不会弄乱 log4j 文件的编程方式——但是当我尝试这样做时，我仍然收到类似 WARN org.apache.spark.scheduler.TaskSetManager: Lost 的警告阶段 0.0 中的任务 612.1（TID 2570 ...，执行程序 15）：TaskKilled（另一个尝试【参考方案10】：

tl;博士

对于 Spark 上下文，您可以使用：

sc.setLogLevel(<logLevel>)

其中loglevel 可以是 ALL、DEBUG、ERROR、FATAL、INFO、OFF、TRACE 或 警告。

详情-

在内部，setLogLevel 调用 org.apache.log4j.Level.toLevel(logLevel)，然后使用 org.apache.log4j.LogManager.getRootLogger().setLevel(level) 进行设置。

您可以使用以下命令直接将日志记录级别设置为OFF：

LogManager.getLogger("org").setLevel(Level.OFF)

您可以在conf/log4j.properties 中设置 Spark shell 的默认日志记录。以conf/log4j.properties.template 为起点。

在 Spark 应用程序中设置日志级别

在独立的 Spark 应用程序中或在 Spark Shell 会话中，使用以下命令：

import org.apache.log4j.Level, Logger

Logger.getLogger(classOf[RackResolver]).getLevel
Logger.getLogger("org").setLevel(Level.OFF)
Logger.getLogger("akka").setLevel(Level.OFF)

禁用日志记录（在 log4j 中）：

在conf/log4j.properties 中使用以下命令完全禁用日志记录：

log4j.logger.org=OFF

参考：Jacek Laskowski 的 Mastering Spark。

【讨论】：

【参考方案11】：

只需将以下参数添加到您的 spark-shell 或 spark-submit 命令中

--conf "spark.driver.extraJavaOptions=-Dlog4jspark.root.logger=WARN,console"

从 log4j.properties 文件中检查确切的属性名称（此处为 log4jspark.root.logger）。 希望这会有所帮助，干杯！

【讨论】：

从命令行设置它会很棒。但这对我不起作用。【参考方案12】：

在命令行上很简单...

spark2-submit --driver-java-options="-Droot.logger=ERROR,console" ..其他选项..

【讨论】：

spark2-submit 是什么？ spark2-submit 用于 Spark2。【参考方案13】：

将以下内容添加到 PySpark 为我完成了这项工作：

self.spark.sparkContext.setLogLevel("ERROR")

self.spark 是火花会话 (self.spark = spark_builder.getOrCreate())

【讨论】：

【参考方案14】：

一个有趣的想法是按照这里的建议使用 RollingAppender：http://shzhangji.com/blog/2015/05/31/spark-streaming-logging-configuration/ 这样您就不会“污染”控制台空间，但仍然可以在 $YOUR_LOG_PATH_HERE/$dm.logging.name.log 下看到结果。

    log4j.rootLogger=INFO, rolling

log4j.appender.rolling=org.apache.log4j.RollingFileAppender
log4j.appender.rolling.layout=org.apache.log4j.PatternLayout
log4j.appender.rolling.layout.conversionPattern=[%d] %p %m (%c)%n
log4j.appender.rolling.maxFileSize=50MB
log4j.appender.rolling.maxBackupIndex=5
log4j.appender.rolling.file=$YOUR_LOG_PATH_HERE/$dm.logging.name.log
log4j.appender.rolling.encoding=UTF-8

另一种解决原因的方法是观察您通常拥有什么样的日志记录（来自不同的模块和依赖项），并为每个日志设置粒度，同时将“安静”的第三方日志也设置为详细：

例如，

    # Silence akka remoting
log4j.logger.Remoting=ERROR
log4j.logger.akka.event.slf4j=ERROR
log4j.logger.org.spark-project.jetty.server=ERROR
log4j.logger.org.apache.spark=ERROR
log4j.logger.com.anjuke.dm=$dm.logging.level
log4j.logger.org.eclipse.jetty=WARN
log4j.logger.org.eclipse.jetty.util.component.AbstractLifeCycle=ERROR
log4j.logger.org.apache.spark.repl.SparkIMain$exprTyper=INFO
log4j.logger.org.apache.spark.repl.SparkILoop$SparkILoopInterpreter=INFO

【讨论】：

【参考方案15】：
    按照其他说明调整 conf/log4j.properties log4j.rootCategory=错误，控制台 确保在执行 spark 作业时将 --file 标志与 log4j.properties 文件路径一起传递 如果它仍然不起作用，您可能有一个 jar，其中包含在您的新 log4j.properties 之前被调用的 log4j.properties。从 jar 中删除该 log4j.properties（如果适用）

【讨论】：

【参考方案16】： 
sparkContext.setLogLevel("OFF")

【讨论】：

我都做到了——从 log4j.properties 中删除了 .template 后缀并将级别设置为 ERROR，然后val rootLogger = Logger.getRootLogger() rootLogger.setLevel(Level.ERROR) 成功了【参考方案17】：

除了以上所有帖子之外，以下是为我解决问题的方法。

Spark 使用 slf4j 绑定到记录器。如果 log4j 不是找到的第一个绑定，您可以随意编辑 log4j.properties 文件，甚至不使用记录器。例如，这可能是 SLF4J 输出：

SLF4J：类路径包含多个 SLF4J 绑定。 SLF4J：在 [jar:file:/C:/Users/~/.m2/repository/org/slf4j/slf4j-simple/1.6.6/slf4j-simple-1.6.6.jar!/org/slf4j/ 中找到绑定impl/StaticLoggerBinder.class] SLF4J：在 [jar:file:/C:/Users/~/.m2/repository/org/slf4j/slf4j-log4j12/1.7.19/slf4j-log4j12-1.7.19.jar!/org/slf4j/ 中找到绑定impl/StaticLoggerBinder.class] SLF4J：请参阅http://www.slf4j.org/codes.html#multiple_bindings 了解说明。 SLF4J：实际绑定的类型是 [org.slf4j.impl.SimpleLoggerFactory]

所以这里使用了 SimpleLoggerFactory，它不关心 log4j 设置。

通过我的项目排除 slf4j-simple 包

<dependency>
        ...
        <exclusions>
            ...
            <exclusion>
                <artifactId>slf4j-simple</artifactId>
                <groupId>org.slf4j</groupId>
            </exclusion>
        </exclusions>
    </dependency>

解决了这个问题，因为现在使用了 log4j 记录器绑定，并且遵守了 log4j.properties 中的任何设置。 供参考。我的 log4j 属性文件包含（除了正常配置）

log4j.rootLogger=WARN, stdout
...
log4j.category.org.apache.spark = WARN
log4j.category.org.apache.parquet.hadoop.ParquetRecordReader = FATAL
log4j.additivity.org.apache.parquet.hadoop.ParquetRecordReader=false
log4j.logger.org.apache.parquet.hadoop.ParquetRecordReader=OFF

希望这会有所帮助！

【讨论】：

【参考方案18】：

这个对我有用。 对于仅显示为stdout 的错误消息，log4j.properties 文件可能如下所示：

# Root logger option
log4j.rootLogger=ERROR, stdout
# Direct log messages to stdout
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.Target=System.out
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern=%dyyyy-MM-dd HH:mm:ss %-5p %c1:%L - %m%n

注意：将log4j.properties 文件放入src/main/resources 文件夹中 有效的。 如果log4j.properties 不存在（意味着spark 正在使用log4j-defaults.properties 文件），那么您可以通过转到SPARK_HOME/conf 然后mv log4j.properties.template log4j.properties 创建它，然后继续进行上述更改。

【讨论】：

【参考方案19】：

如果您无法编辑 java 代码以插入 .setLogLevel() 语句，并且您不希望部署更多外部文件，则可以使用蛮力方法解决此问题。只需使用 grep 过滤掉 INFO 行。 

spark-submit --deploy-mode client --master local <rest-of-cmd> | grep -v -F "INFO"

【讨论】：

【参考方案20】：

如果其他人被困在这个问题上，

以上没有对我有用。 我不得不删除

implementation group: "ch.qos.logback", name: "logback-classic", version: "1.2.3"
implementation group: 'com.typesafe.scala-logging', name: "scala-logging_$scalaVersion", version: '3.9.2'

从我的 build.gradle 中删除日志。 TLDR：不要导入任何其他日志框架，使用org.apache.log4j.Logger 应该没问题

【讨论】：

【参考方案21】：

另一种完全停止日志的方法是：

    import org.apache.log4j.Appender;
    import org.apache.log4j.BasicConfigurator;
    import org.apache.log4j.varia.NullAppender;

    public class SomeClass 

        public static void main(String[] args) 
            Appender nullAppender = new NullAppender();
            BasicConfigurator.configure(nullAppender);

            ...more code here...

这对我有用。 NullAppender 是

一个忽略日志事件的 Appender。 (https://logging.apache.org/log4j/2.x/log4j-core/apidocs/org/apache/logging/log4j/core/appender/NullAppender.html)

【讨论】：

以上是关于如何停止在火花控制台上显示 INFO 消息？的主要内容，如果未能解决你的问题，请参考以下文章

如何在 Laravel 的控制台上打印消息？

同时将 Syslog 消息发送到文件并直接在控制台上

如何在 xcode 控制台上查看 phonegap javascript 日志消息

Winston 3.0 在控制台上为整个输出着色

如何在 IDEA 控制台上显示 Play 框架“日志”

onMessage 数据：“RemoteMessage”实例（想在控制台上打印消息）