AirflowDAG:MovingemptyCSVfilestoarchivebucketandinsertingnon-emptyfilesintoBigQuery
创始人
2024-08-01 20:00:48
0

针对该问题,可以使用Airflow DAG来实现。具体实现方式为:首先使用Google Cloud Storage Hook连接到Google Cloud Storage,并使用BashOperator执行Shell脚本,将非空的CSV文件插入到BigQuery中;同时使用PythonOperator,结合GCS存储桶监听器,在发现空的CSV文件时将其移动到归档桶中。以下是对应的代码示例:

from airflow import DAG
from datetime import datetime, timedelta
from airflow.contrib.hooks.gcs_hook import GoogleCloudStorageHook
from airflow.operators.bash_operator import BashOperator
from airflow.operators.python_operator import PythonOperator

default_args = {
    'owner': 'airflow',
    'depends_on_past': False,
    'start_date': datetime(2021, 7, 1),
    'email_on_failure': False,
    'email_on_retry': False,
    'retries': 1,
    'retry_delay': timedelta(minutes=5),
}

dag = DAG(
    'move_csv_to_gcs_and_bigquery',
    default_args=default_args,
    description='Moving empty CSV files to archive bucket and inserting non-empty files into BigQuery',
    schedule_interval=timedelta(hours=1),
)

gcs_hook = GoogleCloudStorageHook()

def move_empty_csv_to_archive_bucket(file_path: str, **kwargs):
    if gcs_hook.exists(file_path):
        file_size = gcs_hook.get_size(file_path)
        if file_size == 0:
            archive_bucket = kwargs['bucket_name']
            archive_file_path = file_path.replace(kwargs['gcs_prefix'], '')
            gcs_hook.copy(kwargs['bucket_name'], file_path, archive_bucket, archive_file_path)
            gcs_hook.delete(file_path)

move_csv_to_gcs = BashOperator(
    task_id='move_csv_to_gcs',
    bash_command='gsutil mv /path/to/local/files/*.csv gs://{}/{}'.format(your_bucket_name, your_gcs_prefix),
    dag=dag,
)

insert_csv_into_bigquery = BashOperator(
    task_id='insert_csv_into_bigquery',
    bash_command='bq load --autodetect --source_format=CSV your_dataset.your_table gs://{}/{}'.format(your_bucket_name, your_gcs_prefix),
    dag=dag,
)

watch_for_empty_files = PythonOperator(
    task_id='watch_for_empty_files',
    python_callable=move_empty_csv_to_archive_bucket,
    op_kwargs={
        'file_path': 'gs://{}/{}'.format(your_bucket_name, your_gcs_prefix),
        'bucket_name': your_archive_bucket_name,
        'gcs_prefix': your_gcs_prefix,
    },
    dag=dag,
)

move_csv_to_gcs >> insert_csv_into_bigquery >> watch_for_empty_files

相关内容

热门资讯

安卓换鸿蒙系统会卡吗,体验流畅... 最近手机圈可是热闹非凡呢!不少安卓用户都在议论纷纷,说鸿蒙系统要来啦!那么,安卓手机换上鸿蒙系统后,...
app安卓系统登录不了,解锁登... 最近是不是你也遇到了这样的烦恼:手机里那个心爱的APP,突然就登录不上了?别急,让我来帮你一步步排查...
安卓系统拦截短信在哪,安卓系统... 你是不是也遇到了这种情况:手机里突然冒出了很多垃圾短信,烦不胜烦?别急,今天就来教你怎么在安卓系统里...
安卓系统要维护多久,安卓系统维... 你有没有想过,你的安卓手机里那个陪伴你度过了无数日夜的安卓系统,它究竟要陪伴你多久呢?这个问题,估计...
windows官网系统多少钱 Windows官网系统价格一览:了解正版Windows的购买成本Windows 11官方价格解析微软...
安卓系统如何卸载app,轻松掌... 手机里的App越来越多,是不是感觉内存不够用了?别急,今天就来教你怎么轻松卸载安卓系统里的App,让...
怎么复制照片安卓系统,操作步骤... 亲爱的手机控们,是不是有时候想把自己的手机照片分享给朋友,或者备份到电脑上呢?别急,今天就来教你怎么...
安卓系统应用怎么重装,安卓应用... 手机里的安卓应用突然罢工了,是不是让你头疼不已?别急,今天就来手把手教你如何重装安卓系统应用,让你的...
iwatch怎么连接安卓系统,... 你有没有想过,那款时尚又实用的iWatch,竟然只能和iPhone好上好?别急,今天就来给你揭秘,怎...
iphone系统与安卓系统更新... 最近是不是你也遇到了这样的烦恼?手机更新系统总是失败,急得你团团转。别急,今天就来给你揭秘为什么iP...