针对Python/PySpark应用程序从某些日志源强制减少日志记录。

可以通过以下两种方法来实现此目的：

方法1：使用logging库设置不同的日志级别。可以通过调整日志级别来控制不同日志源产生的日志量。以下是示例代码：

import logging

logging.basicConfig(level=logging.WARNING) # 设置基本的日志级别为WARNING

logger = logging.getLogger('my_logger') # 获取特定的logger实例
logger.setLevel(logging.INFO) # 设置该logger实例的日志级别为INFO

logger.warning('This is a warning message') # 输出WARNING级别的信息
logger.info('This is an info message') # 不会输出该信息

方法2：使用log4j以及spark-submit命令行参数中的--conf选项配置日志级别。以下是示例代码：

# log4j.properties文件设置
log4j.rootCategory=ERROR, console
log4j.logger.my_logger=INFO

# spark-submit命令行参数设置
spark-submit --conf "spark.driver.extraJavaOptions=-Dlog4j.configuration=file:/path/to/log4j.properties" \
             --conf "spark.executor.extraJavaOptions=-Dlog4j.configuration=file:/path/to/log4j.properties" \
             my_app.py

上述代码中，log4j.properties文件中设置了根logger的级别为ERROR，并设置了名为my_logger的特定logger的级别为INFO。在spark-submit命令行参数中，通过--conf选项设置了驱动程序和执行器的log4j配置文件路径。这样可以在不改动代码的情况下对不同的日志源进行调整。