如何在Python中合并两个IO流？

我已经围绕Spark-Submit命令创建了一个包装器，以便能够通过解析日志来生成实时事件。目的是创建一个实时界面，显示Spark Job的详细进度。

因此包装器将如下所示：

  submitter = SparkSubmitter()
  submitter.submit('/path/to/spark-code.py')
  for log_event in submitter:
    if log_event:
      print('Event:', log_event)

输出将如下所示：

  Event: StartSparkContextEvent()
  Event: StartWorkEvent()
  Event: FinishWorkEvent()
  Event: StopSparkContextEvent()

在内部，SparkSubmitter类将spark-submit命令作为子进程.Popen进程启动，然后在stdout流上进行迭代，并通过解析由该进程生成的日志来返回事件，如下所示：

  class SparkSubmitter():
    def submit(self, path):
        command = self.build_spark_submit_command(path)
      self.process = Popen(command, stdout=PIPE, stderr=PIPE)

    def __iter__(self):
        return self

    def __next__(self):
        # note: this is a IO-Blocking command
        log = self.process.stdout.readline().decode('utf-8') 
      return self.parse_log_and_return_event(log)

此实现与Spark Standalone集群很好地配合。但是在纱线群集上运行时出现问题。

在“纱线群”中，“火花相关的日志”stderr而不是stdout。因此，我的课程无法解析Spark生成的日志，因为它仅尝试读取stdout。

问题1：是否可以将Popen的stdout和stderr作为单个流读取？

问题2：由于stdout和stderr都是Streams，是否可以合并两个Streams并将它们作为一个读取？

问题3：是否可以将所有日志重定向到仅stdout？