ComenzarEmpieza gratis

Practica el registro (logging)

El siguiente código se ejecuta al iniciar:

import logging
logging.basicConfig(stream=sys.stdout, level=logging.DEBUG,
                    format='%(levelname)s - %(message)s')

Ahora vas a practicar estas operaciones de registro (logging).

Este ejercicio forma parte del curso

Introducción a Spark SQL en Python

Ver curso

Instrucciones del ejercicio

  • Registra las columnas de text_df como mensaje de depuración (debug).
  • Registra si table1 está en caché como mensaje informativo (info).
  • Registra la primera fila de text_df como mensaje de advertencia (warning).
  • Registra columnas seleccionadas de text_df como mensaje de error.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Log columns of text_df as debug message
____("text_df columns: %s", text_df.columns)

# Log whether table1 is cached as info message
____("table1 is cached: %s", spark.catalog.isCached(tableName="table1"))

# Log first row of text_df as warning message
____("The first row of text_df:\n %s", text_df.first())

# Log selected columns of text_df as error message
____("Selected columns: %s", text_df.select("id", "word"))
Editar y ejecutar código