AirflowDataprocserverlessjobcreatordoesnttakepythonparameters(AirflowDataproc无服务器作业创建程序不接受Python参数)
创始人
2024-08-01 22:01:11
0

问题的原因是Airflow Dataproc的ServerlessJobOperator(无服务器作业操作器)没有设计用于接受Python参数。但我们可以通过自定义运算符(operator)来解决这个问题。我们可以先定义一个函数,然后把函数名和参数作为字符串参数传递给自定义运算符,并在运算符中将其解析。

以下是一个代码示例:

from airflow.models.baseoperator import BaseOperator
from airflow.utils.decorators import apply_defaults
from google.cloud.dataproc_v1beta2 import Job
from google.protobuf import json_format

class CustomServerlessJobOperator(BaseOperator):
    @apply_defaults
    def __init__(
        self,
        *,
        main_class,
        main_jar,
        dataproc_cluster,
        project_id=None,
        region=None,
        data_proc_shared_package=None,
        properties=None,
        **kwargs,
    ):
        super().__init__(**kwargs)
        self.main_class = main_class
        self.main_jar = main_jar
        self.dataproc_cluster = dataproc_cluster
        self.project_id = project_id or self.dag.default_args.get("project_id")
        self.region = region or self.dag.default_args.get("region")
        self.data_proc_shared_package = (
            data_proc_shared_package or "com.google.cloud.spark"
        )
        self.properties = properties or {}

    def execute(self, context):
        job_client = JobServiceClient()
        job = Job()
        job.job_placement.cluster_name = self.dataproc_cluster
        job.job_placement.project_id = self.project_id
        job.job_placement.region = self.region
        job.spark_job.spark_class_main = self.main_class
        job.spark_job.main_jar_file_uri = self.main_jar
        job.labels = {"airflow-version": airflow.__version__}
        job.spark_job.properties["spark.jars.packages"] = self.data_proc_shared_package
        job.spark_job.properties.update(self.properties)
        job_json = json_format.MessageToJson(
            job,
            including_default_value_fields=True,
            preserving_proto_field_name=True,
        )
        # 解析函数名和参数
        command = f"pyspark {self.main_jar} {self.main_class} {self.parameters}"
        job.spark_job.args.extend(command.split())
        job_id = job_client.submit_job(
            project_id=self.project_id,
            job_region=self.region,
            job=job,
        ).reference.job_id
        return self.wait_for_done(job_id, job_client)

使用示例:

CustomServerlessJobOperator(
    task_id='

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...