編寫STDOUT時，python子進程模塊因spark-submit命令而掛起

Question

我有一個python腳本，用於使用spark-submit工具提交spark作業。 我想執行命令並將輸出實時寫入STDOUT和日志文件。 我在ubuntu服務器上使用python 2.7。

這就是我到目前為止的SubmitJob.py腳本

#!/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，當我在shell中直接執行同一命令時，它運行良好，並隨着程序的進行在屏幕上產生輸出。

因此，看來我在使用subprocess.PIPE進行stdout和寫入文件時出現了問題。

當前推薦的使用子流程模塊逐行實時寫入stdout和日志文件的方法是什么？ 我在互聯網上看到了很多選項，但不確定哪個正確或最新。

謝謝

Answer 1

找出問題所在。 我試圖將兩個stdout n stderr重定向到管道以在屏幕上顯示。 存在stderr時，這似乎會阻止stdout。 如果我從Popen中刪除stderr = stdout參數，則可以正常工作。 因此，對於spark-submit，看起來您不需要顯式重定向stderr，因為它已經隱式執行了此操作

Answer 2

要打印Spark日志，可以調用user330612給定的commandList

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

然后可以使用子進程進行打印，請記住使用通訊（）防止死鎖https://docs.python.org/2/library/subprocess.html警告當使用stdout = PIPE和/或stderr = PIPE和子進程會向管道生成足夠的輸出，從而阻止進程等待OS管道緩沖區接受更多數據。 使用communication（）可以避免這種情況。 下面是打印日志的代碼。

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 

有關子流程和打印行的更多信息，請參見： https : //pymotw.com/2/subprocess/