As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Configuração das propriedades do Apache Log4j2 para o Amazon EMR Sem Servidor
<a name="log4j2"></a>

Esta página descreve como configurar propriedades personalizadas do [Apache Log4j 2.x](https://logging.apache.org/log4j/2.x/) para trabalhos do EMR Sem Servidor em `StartJobRun`. Se quiser configurar as classificações do Log4j no nível da aplicação, consulte [Configuração padrão de aplicações do EMR Sem Servidor](default-configs.md).

## Configuração das propriedades do Log4j2 do Spark para o Amazon EMR Sem Servidor
<a name="log4j2-spark"></a>

Com as versões 6.8.0 e posteriores do Amazon EMR, você pode personalizar as propriedades do [Apache Log4j 2.x](https://logging.apache.org/log4j/2.x/) e especificar configurações de log refinadas. Isso simplifica a solução de problemas dos tranalhos do Spark no EMR Sem Servidor. Para configurar essas propriedades, use as classificações `spark-driver-log4j2` e `spark-executor-log4j2`.

**Topics**
+ [Classificações do Log4j2 para o Spark](#log4j2-spark-class)
+ [Exemplo de configuração do Log4j2 para o Spark](#log4j2-spark-example)
+ [Log4j2 em exemplos de trabalhos do Spark](#log4j2-spark-jobs)
+ [Considerações sobre o Log4j2 para o Spark](#log4j2-spark-considerations)

### Classificações do Log4j2 para o Spark
<a name="log4j2-spark-class"></a>

Para personalizar as configurações de log do Spark, use as classificações a seguir com [https://docs.aws.amazon.com/emr-serverless/latest/APIReference/API_ConfigurationOverrides.html#emrserverless-Type-ConfigurationOverrides-applicationConfiguration](https://docs.aws.amazon.com/emr-serverless/latest/APIReference/API_ConfigurationOverrides.html#emrserverless-Type-ConfigurationOverrides-applicationConfiguration). Para configurar as propriedades do Log4j 2.x, use as [https://docs.aws.amazon.com/emr-serverless/latest/APIReference/API_Configuration.html#emrserverless-Type-Configuration-properties](https://docs.aws.amazon.com/emr-serverless/latest/APIReference/API_Configuration.html#emrserverless-Type-Configuration-properties) a seguir.

**`spark-driver-log4j2`**  
Essa classificação define os valores no arquivo `log4j2.properties` do driver.

**`spark-executor-log4j2`**  
Essa classificação define os valores no arquivo `log4j2.properties` do executor.

### Exemplo de configuração do Log4j2 para o Spark
<a name="log4j2-spark-example"></a>

O exemplo a seguir mostra como enviar um trabalho do Spark com `applicationConfiguration` para personalizar as configurações do Log4j2 para o driver e o executor do Spark.

Para configurar as classificações do Log4j no nível da aplicação, em vez de quando você envia o trabalho, consulte [Configuração padrão de aplicações do EMR Sem Servidor](default-configs.md).

```
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"
                }
            }
       ]
    }'
```

### Log4j2 em exemplos de trabalhos do Spark
<a name="log4j2-spark-jobs"></a>

Os exemplos de código a seguir demonstram como criar uma aplicação do Spark enquanto você inicializa uma configuração personalizada do Log4j2 para a aplicação.

------
#### [ Python ]

**Example - Usando o Log4j2 para um trabalho do Spark com Python**  

```
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()
```
Para personalizar o Log4j2 do driver ao executar um trabalho do Spark, use a seguinte configuração:  

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

------
#### [ Scala ]

**Example - Usando o Log4j2 para um trabalho do Spark com Scala**  

```
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()
  }
}
```
Para personalizar o Log4j2 do driver ao executar um trabalho do Spark, use a seguinte configuração:  

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

------

### Considerações sobre o Log4j2 para o Spark
<a name="log4j2-spark-considerations"></a>

As seguintes propriedades do Log4j2.x não são configuráveis para processos do Spark:
+ `rootLogger.appenderRef.stdout.ref`
+ `appender.console.type`
+ `appender.console.name`
+ `appender.console.target`
+ `appender.console.layout.type`
+ `appender.console.layout.pattern`

[Para obter informações detalhadas sobre as propriedades do Log4j2.x que configuram, consulte o arquivo em. `log4j2.properties.template`](https://github.com/apache/spark/blob/v3.3.0/conf/log4j2.properties.template) GitHub