python - 如何忽略在另一个任务的 run() 中触发的 Luigi 任务失败

Question

考虑以下任务:

import luigi


class YieldFailTaskInBatches(luigi.Task):
    def run(self):
        for i in range(5):
            yield [
                FailTask(i, j)
                for j in range(2)
            ]


class YieldAllFailTasksAtOnce(luigi.Task):
    def run(self):
        yield [
            FailTask(i, j)
            for j in range(2)
            for i in range(5)
        ]

class FailTask(luigi.Task):
    i = luigi.IntParameter()
    j = luigi.IntParameter()

    def run(self):
        print("i: %d, j: %d" % (self.i, self.j))
        if self.j > 0:
            raise Exception("i: %d, j: %d" % (self.i, self.j))

如果 j > 0，则 FailTask​​ 失败。 YieldFailTask​​InBatches 在 for 循环内多次生成 FailTask​​，而 YieldAllFailTask​​sAtOnce 生成数组中的所有任务。

如果我运行 YieldFailTask​​InBatches，Luigi 会运行在第一个循环中产生的任务，并且当其中一个失败时(i = 0, j = 1)，Luigi 不会'让出其余部分。如果我运行 YieldAllFailTask​​sAtOnce，Luigi 会按预期运行所有任务。

我的问题是:如何告诉 Luigi 在 YieldFailTask​​sInBatches 上继续运行剩余任务，即使某些任务失败了？有可能吗？

我问的原因是我有大约 40 万个任务要触发。我不想一次触发它们，因为这会让 Luigi 花费太多时间来构建每个任务的需求(他们可以有 1 到 400 个需求)。我目前的解决方案是分批生成它们，一次生成几个，但是如果其中任何一个失败，任务就会停止，其余的不会生成。

似乎this issue如果实现可以解决这个问题，但我想知道是否有其他方法。

Answer 1

这非常 hackish，但它应该做你想做的:

class YieldAll(luigi.Task):
    def run(self):
        errors = list()
        for i in range(5):
            for j in range(2):
                try:
                    FailTask(i, j).run()
                except Exception as e:
                    errors.append(e)

        if errors:
            raise ValueError(f' all traceback: {errors}')

class FailTask(luigi.Task):
    i = luigi.IntParameter()
    j = luigi.IntParameter()

    def run(self):
        print("i: %d, j: %d" % (self.i, self.j))
        if self.j > 0:
            raise Exception("i: %d, j: %d" % (self.i, self.j))

所以基本上您是在 luigi 上下文之外运行任务。除非你输出一个目标，否则 luigi 永远不会知道任务是否已经运行。

luigi 唯一知道的任务是 YieldAll。如果任何 YieldAll 产生错误，代码将捕获它并将 YieldAll 任务设置为失败状态。