IniziaInizia gratis

Fai pratica con il logging

Il seguente codice viene eseguito all'avvio:

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

Ora metterai in pratica queste operazioni di logging.

Questo esercizio fa parte del corso

Introduzione a Spark SQL in Python

Visualizza il corso

Istruzioni dell'esercizio

  • Registra le colonne di text_df come messaggio di debug.
  • Registra se table1 è in cache come messaggio informativo.
  • Registra la prima riga di text_df come messaggio di avviso.
  • Registra le colonne selezionate di text_df come messaggio di errore.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# 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"))
Modifica ed esegui il codice