SLF4J: Class path contains multiple SLF4J bindings. SLF4J: Found binding in [jar:file:/usr/local/apache-maven-3.6.3/repository/ch/qos/logback/logback-classic/1.2.3/logback-classic-1.2.3.jar!/org/slf4j/impl/StaticLoggerBinder.class] SLF4J: Found binding in [jar:file:/usr/local/apache-maven-3.6.3/repository/org/slf4j/slf4j-log4j12/1.7.30/slf4j-log4j12-1.7.30.jar!/org/slf4j/impl/StaticLoggerBinder.class] SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation. SLF4J: Actual binding is of type [ch.qos.logback.classic.util.ContextSelectorStaticBinder]报错怎么解决?

时间: 2023-03-14 12:03:30 浏览: 105
SLF4J:classpath包含多个SLF4J绑定。SLF4J:在[jar:file:/usr/local/apache-maven-3.6.3/repository/ch/qos/logback/logback-classic/1.2.3/logback-classic-1.2.3.jar!/org/slf4j/impl/StaticLoggerBinder.class]中找到绑定SLF4J:在[jar:file:/usr/local/apache-maven-3.6.3/repository/org/slf4j/slf4j-log4j12/1.7.30/slf4j-log4j12-1.7.30.jar!/org/slf4j/impl/StaticLoggerBinder.class]中找到绑定SLF4J:请参见http://www.slf4j.org/codes.html
相关问题

slf4j: class path contains multiple slf4j bindings. slf4j: found binding in [jar:file:/usr/local/hive/lib/log4j-slf4j-impl-2.10.0.jar!/org/slf4j/impl/staticloggerbinder.class] slf4j: found binding in [jar:file:/usr/local/hadoop/share/hadoop/common/lib/slf

### 回答1: 这是一个警告信息,表示在路径中包含了多个不同的Slf4j(简单日志门面)绑定。在这个例子中,一个Slf4j绑定在/usr/local/hive/lib/目录下的log4j-slf4j-impl-2.10.0.jar文件中,另一个绑定在/usr/local/hadoop/share/hadoop/common/lib/目录下的slf文件中。可能需要检查系统配置,以消除这种绑定重复的情况。 ### 回答2: 4j-log4j12-1.7.25.jar!/org/slf4j/impl/StaticLoggerBinder.class]。 这个错误信息是因为在程序运行时,发现有多个SLF4J日志绑定在类路径中。SLF4J是一个简化日志系统的接口,它的目的是让应用程序能够方便地切换不同的日志实现。由于SLF4J是一个接口,而实现SLF4J的日志库有很多,例如Log4j、Logback、Java Util Logging、Commons Logging等等,这些库都可以实现SLF4J所定义的接口,因此在使用SLF4J时,需要一个SLF4J实现和一个日志库实现。 在这个错误信息中,我们可以看到有两个不同的SLF4J绑定,一个在hadoop的lib目录下的slf4j-log4j12-1.7.25.jar中,另一个则在hive的lib目录下的log4j-slf4j-impl-2.10.0.jar中。这两个绑定都包含了同样的类,因此会产生冲突。 在解决这个错误之前,需要了解应用程序使用的日志库和SLF4J实现。如果使用的是Log4j,那么可以删除hive中的log4j-slf4j-impl-2.10.0.jar,因为Log4j本身已经包含了SLF4J。如果使用的是其他日志库,可以将hadoop中的slf4j-log4j12-1.7.25.jar删除,因为其他日志库中也都包含了SLF4J。 如果应用程序必须使用两个不同的日志库,可以使用exclude命令排除不需要的库,例如在pom.xml文件中排除hadoop的slf4j-log4j12-1.7.25.jar。这样就可以避免SLF4J的多重绑定问题。 总之,在遇到SLF4J多重绑定错误时,需要了解应用程序使用的日志库和SLF4J实现,并使用适当的方法解决冲突。 ### 回答3: 这个错误信息意味着项目中同时存在多个slf4j的绑定器。在这种情况下,slf4j会自动选择其中之一,但是选择哪一个并不明确。由于绑定器的实现方式可能不同,这可能会导致日志输出上的问题。因此,最好只保留一种绑定器。 在这个具体例子中,错误信息显示了两个slf4j绑定器的位置。第一个是在 "/usr/local/hive/lib/log4j-slf4j-impl-2.10.0.jar" 中,而第二个在 "/usr/local/hadoop/share/hadoop/common/lib/slf4j-log4j12-1.7.25.jar" 中。两个绑定器都与log4j有关,这意味着项目中同时使用了log4j和slf4j。 为了解决这个问题,应该确保只使用一种绑定器。在这个案例中,由于log4j-slf4j-impl-2.10.0.jar已经包含了两者的功能,因此建议删除 "/usr/local/hadoop/share/hadoop/common/lib/slf4j-log4j12-1.7.25.jar",并重新启动应用程序。 如果你在项目中使用了其他日志库,并且出现了类似的错误信息,解决方案也类似。首先,确定所有库的日志绑定器,然后选择一个主要的绑定器,删除其他绑定器,并重新启动应用程序。

[atguigu@node11 hbase]$ bin/start-hbase.sh SLF4J: Class path contains multiple SLF4J bindings. SLF4J: Found binding in [jar:file:/opt/module/hadoop-3.1.3/share/hadoop/common/lib/slf4j-log4j12-1.7.25.jar!/org/slf4j/impl/StaticLoggerBinder.class] SLF4J: Found binding in [jar:file:/usr/local/hbase/lib/client-facing-thirdparty/slf4j-log4j12-1.7.30.jar!/org/slf4j/impl/StaticLoggerBinder.class] SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation. SLF4J: Actual binding is of type [org.slf4j.impl.Log4jLoggerFactory] running master, logging to /usr/local/hbase/bin/../logs/hbase-atguigu-master-node11.out SLF4J: Class path contains multiple SLF4J bindings. SLF4J: Found binding in [jar:file:/opt/module/hadoop-3.1.3/share/hadoop/common/lib/slf4j-log4j12-1.7.25.jar!/org/slf4j/impl/StaticLoggerBinder.class] SLF4J: Found binding in [jar:file:/usr/local/hbase/lib/client-facing-thirdparty/slf4j-log4j12-1.7.30.jar!/org/slf4j/impl/StaticLoggerBinder.class] SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation

这是一个启动HBase的Shell脚本,在启动的过程中出现了SLF4J绑定的问题。具体的错误信息是Class path contains multiple SLF4J bindings,意思是类路径中包含了多个SLF4J绑定。在这个错误信息中,SLF4J发现了两个绑定,一个在/opt/module/hadoop-3.1.3/share/hadoop/common/lib/slf4j-log4j12-1.7.25.jar中,另一个在/usr/local/hbase/lib/client-facing-thirdparty/slf4j-log4j12-1.7.30.jar中。SLF4J提供了一个链接http://www.slf4j.org/codes.html#multiple_bindings来解释这个问题。最后,该错误信息指出实际的绑定类型是org.slf4j.impl.Log4jLoggerFactory。

相关推荐

最新推荐

数字化实验优缺点.pdf

数字化实验优缺点.pdf

软件测试方案.pdf

软件测试方案.pdf

在线手写签名认证算法的研究.docx

在线手写签名认证算法的研究.docx

会话控制-所谓会话控制就是 对会话进行控制 HTTP 是一种无状态的协议,它没有办法区分多次的请求是否来自于同一个客户端, 无

会话控制-所谓会话控制就是 对会话进行控制 HTTP 是一种无状态的协议,它没有办法区分多次的请求是否来自于同一个客户端, 无

教师信息化教学能力实践分析.docx

教师信息化教学能力实践分析.docx

代码随想录最新第三版-最强八股文

这份PDF就是最强⼋股⽂! 1. C++ C++基础、C++ STL、C++泛型编程、C++11新特性、《Effective STL》 2. Java Java基础、Java内存模型、Java面向对象、Java集合体系、接口、Lambda表达式、类加载机制、内部类、代理类、Java并发、JVM、Java后端编译、Spring 3. Go defer底层原理、goroutine、select实现机制 4. 算法学习 数组、链表、回溯算法、贪心算法、动态规划、二叉树、排序算法、数据结构 5. 计算机基础 操作系统、数据库、计算机网络、设计模式、Linux、计算机系统 6. 前端学习 浏览器、JavaScript、CSS、HTML、React、VUE 7. 面经分享 字节、美团Java面、百度、京东、暑期实习...... 8. 编程常识 9. 问答精华 10.总结与经验分享 ......

基于交叉模态对应的可见-红外人脸识别及其表现评估

12046通过调整学习:基于交叉模态对应的可见-红外人脸识别Hyunjong Park*Sanghoon Lee*Junghyup Lee Bumsub Ham†延世大学电气与电子工程学院https://cvlab.yonsei.ac.kr/projects/LbA摘要我们解决的问题,可见光红外人重新识别(VI-reID),即,检索一组人的图像,由可见光或红外摄像机,在交叉模态设置。VI-reID中的两个主要挑战是跨人图像的类内变化,以及可见光和红外图像之间的跨模态假设人图像被粗略地对准,先前的方法尝试学习在不同模态上是有区别的和可概括的粗略的图像或刚性的部分级人表示然而,通常由现成的对象检测器裁剪的人物图像不一定是良好对准的,这分散了辨别性人物表示学习。在本文中,我们介绍了一种新的特征学习框架,以统一的方式解决这些问题。为此,我们建议利用密集的对应关系之间的跨模态的人的形象,年龄。这允许解决像素级中�

rabbitmq客户端账号密码

在默认情况下,RabbitMQ的客户端账号和密码是"guest"。 但是,默认情况下,这个账号只能在localhost本机下访问,无法远程登录。如果需要添加一个远程登录的用户,可以使用命令rabbitmqctl add_user来添加用户,并使用rabbitmqctl set_permissions设置用户的权限。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [保姆级别带你入门RabbitMQ](https:

数据结构1800试题.pdf

你还在苦苦寻找数据结构的题目吗?这里刚刚上传了一份数据结构共1800道试题,轻松解决期末挂科的难题。不信?你下载看看,这里是纯题目,你下载了再来私信我答案。按数据结构教材分章节,每一章节都有选择题、或有判断题、填空题、算法设计题及应用题,题型丰富多样,共五种类型题目。本学期已过去一半,相信你数据结构叶已经学得差不多了,是时候拿题来练练手了,如果你考研,更需要这份1800道题来巩固自己的基础及攻克重点难点。现在下载,不早不晚,越往后拖,越到后面,你身边的人就越卷,甚至卷得达到你无法想象的程度。我也是曾经遇到过这样的人,学习,练题,就要趁现在,不然到时你都不知道要刷数据结构题好还是高数、工数、大英,或是算法题?学完理论要及时巩固知识内容才是王道!记住!!!下载了来要答案(v:zywcv1220)。

通用跨域检索的泛化能力

12056通用跨域检索:跨类和跨域的泛化2* Soka Soka酒店,Soka-马上预订;1印度理工学院,Kharagpur,2印度科学学院,班加罗尔soumava2016@gmail.com,{titird,somabiswas} @ iisc.ac.in摘要在这项工作中,我们第一次解决了通用跨域检索的问题,其中测试数据可以属于在训练过程中看不到的类或域。由于动态增加的类别数量和对每个可能的域的训练的实际约束,这需要大量的数据,所以对看不见的类别和域的泛化是重要的。为了实现这一目标,我们提出了SnMpNet(语义Neighbourhood和混合预测网络),它包括两个新的损失,以占在测试过程中遇到的看不见的类和域。具体来说,我们引入了一种新的语义邻域损失,以弥合可见和不可见类之间的知识差距,并确保潜在的空间嵌入的不可见类是语义上有意义的,相对于其相邻的类。我们还在图像级以及数据的语义级引入了基于混�