编写STDOUT时，python子进程模块因spark-submit命令而挂起

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。

这就是我到目前为止的SubmitJob.py脚本

#!/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中直接执行同一命令时，它运行良好，并随着程序的进行在屏幕上产生输出。

因此，看来我在使用subprocess.PIPE进行stdout和写入文件时出现了问题。

当前推荐的使用子流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很多选项，但不确定哪个正确或最新。

谢谢

Answer 1

找出问题所在。 我试图将两个stdout n stderr重定向到管道以在屏幕上显示。 存在stderr时，这似乎会阻止stdout。 如果我从Popen中删除stderr = stdout参数，则可以正常工作。 因此，对于spark-submit，看起来您不需要显式重定向stderr，因为它已经隐式执行了此操作

Answer 2

要打印Spark日志，可以调用user330612给定的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进行打印，请记住使用通讯（）防止死锁https://docs.python.org/2/library/subprocess.html警告当使用stdout = PIPE和/或stderr = PIPE和子进程会向管道生成足够的输出，从而阻止进程等待OS管道缓冲区接受更多数据。 使用communication（）可以避免这种情况。 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，请参见： https : //pymotw.com/2/subprocess/