ComeçarComece de graça

Pratique logging

O código a seguir é executado na inicialização:

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

Agora você vai praticar essas operações de logging.

Este exercício faz parte do curso

Introdução ao Spark SQL em Python

Ver curso

Instruções do exercício

  • Registre as colunas de text_df como uma mensagem de depuração (debug).
  • Registre se table1 está em cache como uma mensagem informativa (info).
  • Registre a primeira linha de text_df como uma mensagem de aviso (warning).
  • Registre colunas selecionadas de text_df como uma mensagem de erro (error).

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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 e executar o código