Detected both log4j-over-slf4j.jar AND slf4j-log4j12.jar 解决方法

问题：

导入spark依赖包后，local模式下运行spark本地程序报错：

Caused by: java.lang.IllegalStateException: Detected both log4j-over-slf4j.jar AND slf4j-log4j12.jar on the class path，

preempting StackOverflowError. See also http://www.slf4j.org/codes.html#log4jDelegationLoop for more details.

这个错运行spark程序比较常见，由于很多maven项目中都依赖了log4j的包，这里需要针对冲突的包执行exclude即可

第一层（exclusion 报错jar 包的log4j即可）：

网上最常见的解决方法，也是报错日志官方给出的解决方案

假设我加入了spark core的依赖包：

        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-core_2.11</artifactId>
            <version>2.2.1</version>
        </dependency>

增加exclusion去掉上述依赖冲突的包

        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-core_2.11</artifactId>
            <version>2.2.1</version>
            <exclusions>
                <exclusion>
                    <groupId>org.slf4j</groupId>
                    <artifactId>slf4j-log4j12</artifactId>
                </exclusion>
                <exclusion>
                    <groupId>log4j</groupId>
                    <artifactId>log4j</artifactId>
                </exclusion>
            </exclusions>
        </dependency>

第二层（org.4j版本不一致问题）：

这里需要查看maven依赖树，找到高版本，手动添加到依赖中 https://mvnrepository.com/artifact/log4j/log4j

<!-- https://mvnrepository.com/artifact/log4j/log4j -->
<dependency>
    <groupId>log4j</groupId>
    <artifactId>log4j</artifactId>
    <version>1.x.x</version>
</dependency>

根据maven树的最高版本手动加入pom即可，maven树获取可以参考上一篇博文~

第三层（报错在底层代码库）：

第一层的情况是显示的，即抛出的异常中包含了jar冲突的maven依赖，直接去除即可。但也有一些底层的jar包，我遇到的情况是hadoop client 和 hadoop mapreduce库中的log4j冲突，而hadoop包并不是我自己pom引入，这个时候需要自己引入hadoop client包并exclusion掉log包

        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>2.6.0</version>
            <scope>provided</scope>
            <exclusions>
                <exclusion>
                    <groupId>com.google.protobuf</groupId>
                    <artifactId>protobuf-java</artifactId>
                </exclusion>
                <exclusion>
                    <groupId>org.slf4j</groupId>
                    <artifactId>slf4j-log4j12</artifactId>
                </exclusion>
                <exclusion>
                    <groupId>log4j</groupId>
                    <artifactId>log4j</artifactId>
                </exclusion>
            </exclusions>
        </dependency>

第四层（很坑）：

经历前三种情况之一后，发现我本地的log显示有问题，虽然spark程序运行正常，但是新增了很多spark底层日志，怀疑是自己exclusion掉log4j的原因。

首先想到的就是通过设置spark level级别，彻底去除spark日志

    Logger.getLogger("org").setLevel(Level.OFF)

本来以为问题搞定，结果又报错：

value setLevel is not a member of org.apache,log4j.logger

这里提示没有setLevel函数的api接口，但是正常是不会出现这个状况，所以应该是自己exclusion过程或者版本升级过程中出现问题。

解决方法：

将log4j/properties文件放入resource中执行maven install，上述函数setLevel方法恢复正常，日志系统显示正常。

这里简单查了下应该是不配置的情况下会默认读取spark core依赖中的log4.properties.samples，当我在项目resource中覆盖后，log4j就会更新配置。太具体的没有深入了解，这里也欢迎大佬们指点。

日志终于正常了 ( Ĭ ^ Ĭ ) 完结撒花！

来源：oschina

链接：https://my.oschina.net/u/4333379/blog/4305993

标签

Apache Spark

maven

slf4j

Hadoop

log4j