我正在使用Luigi来完成我的工作流程。我的工作流程分为三个通用部分 - 导入,分析,导出。在每个部分中,有多个Luigi任务。
我可以将所有内容都放在一个文件中。但是,如果我想保持一切分开,就像有data_import.py
,analysis.py
和export.py
。
例如,如果data_import.py
看起来像:
import luigi
class import_task_A(luigi.Task):
def requires(self):
return []
def output(self):
return luigi.LocalTarget('myfile.txt')
def run(self):
my import stuff
if __name__ == '__main__':
luigi.run()
但是,如果export.py中的任务依赖于import.py中的任务,该怎么办?我会这样做:
from data_import import import_task_A
import luigi
class export_task_A(luigi.Task):
def requires(self):
return import_task_A()
def output(self):
return luigi.LocalTarget('myfile.txt')
def run(self):
my import stuff
if __name__ == '__main__':
luigi.run()
如果我将大型项目分解为多个.py
文件,那么告诉Luigi哪个需要的任务在哪个文件中的最佳方法是什么?似乎这种方法会变得很麻烦。
为什么会变得麻烦?如果您的export_task_A依赖于许多任务,则您的def要求将更改为:
def requires(self):
return [import_task_A(), import_task_B()]
顺便说一下,在这种情况下你可能想删除
if __name__ == '__main__':
luigi.run()
来自您的data_import.py。而不是在data_export.py中使用相同的
if __name__ == '__main__':
luigi.build([export_task_A()])
不确定是否有办法解决这个问题。您需要在一个文件中包含许多文件或许多类。您希望如何组织项目是一个优先事项。
你可以做的一件事是限制你导入的位置数是一个python文件导入你需要的所有Luigi类
# my_tasks.py
from data_import import import_task_A
from export import export_task_A
然后在其他文件中,您可以从my_tasks
导入所需的任何内容。还可以考虑使用getattr
或importlib
来更灵活地导入和访问类。