- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我发现 xcom 实际上是将数据写入数据库并从其他任务中提取数据。我的数据集很大,将其腌制并写入数据库会导致一些不必要的延迟。有没有办法在不使用 xcom 的情况下在同一 Airflow Dag 中的任务之间传递数据?
下面是我试过的代码,实际上没有传递上下文。我知道使用 task_instance.xcom_push()
会起作用,但它也会腌制数据并将其写入我不需要的数据库。
from airflow import DAG
from airflow.operators.python_operator import PythonOperator
from datetime import datetime, timedelta
from pandas import DataFrame
import pandas as pd
from custom.dataframe_to_postgres_operator import PostgresOperatorBulk
from airflow.operators.postgres_operator import PostgresOperator
def read_df(task_instance, **context):
df = pd.read_parquet('/usr/local/airflow/data/df.parquet.gzip')
print(df)
# task_instance.xcom_push('data', df)
context.update({'data': df})
for k, v in context.items():
print(k, v)
return 1
def get_df(task_instance, **context):
for k, v in context.items():
print(k, v)
df = context['data']
default_args = {
'owner': 'Airflow',
'depends_on_past': False,
'start_date': datetime(2020, 2, 17),
'retries': 0,
}
dag = DAG('abcdefg', default_args=default_args, schedule_interval=timedelta(days=1))
task_read_df = PythonOperator(
task_id='read_df',
python_callable=read_df,
dag=dag,
provide_context=True,
do_xcom_push=False
)
task_get_df = PythonOperator(
task_id='get_df',
python_callable=get_df,
dag=dag,
provide_context=True,
do_xcom_push=False
)
task_read_df >> task_get_df
最佳答案
如果您有一个大型数据集需要交换,我建议将数据存储在某种形式的临时位置(例如指定目录),然后使用 XCOM< 将路径传递给此类临时文件或文件
(这对于小数据 block 来说很便宜并且提供了足够好的性能)。
为此,一个好的图书馆是 tempfile
这有助于减轻避免临时文件重复的痛苦。
XCOM
而不是在任务之间共享执行上下文鉴于任务可以并行执行,这是给 Python(GIL,并行共享数据)带来很多困难的第一个问题。
其次,为了确保某种形式的持久性(以及因此对故障的恢复能力),您必须使用数据库来确保 ACID .
这一切都让 XCOM 机制变得相对沉重(尤其是当您在其之上添加 pickling 时)但它是通用的。
考虑到所有这些,您必须记住,使用通过 XCOM 传递路径的临时文件确实确保了与 XCOM 本身相同的弹性水平(特别是如果文件存储在 RAM 磁盘上)。它还不支持重播任务,除非您无限期保留临时文件。
关于python - 没有xcom的任务之间的 Airflow 通信,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/60282738/
我需要修复 getLineNumberFor 方法,以便如果 lastName 的第一个字符位于 A 和 M 之间,则返回 1;如果它位于 N 和 Z 之间,则返回 2。 在我看来听起来很简单,但我不
您好,感谢您的帮助!我有这个: 0 我必须在每次点击后增加“pinli
Javascript 中是否有一种方法可以在不使用 if 语句的情况下通过 switch case 结构将一个整数与另一个整数进行比较? 例如。 switch(integer) { case
我有一列是“日期”类型的。如何在自定义选项中使用“之间”选项? 最佳答案 请注意,您有2个盒子。 between(在SQL中)包含所有内容,因此将框1设置为:DATE >= startdate,将框2
我有一个表,其中包含年、月和一些数字列 Year Month Total 2011 10 100 2011 11 150 2011 12 100 20
这个问题已经有答案了: Extract a substring between double quotes with regular expression in Java (2 个回答) how to
我有一个带有类别的边栏。正如你在这里看到的:http://kees.een-site-bouwen.nl/ url 中类别的 ID。带有 uri 段(3)当您单击其中一个类别时,例如网页设计。显示了一
这个问题在这里已经有了答案: My regex is matching too much. How do I make it stop? [duplicate] (5 个答案) 关闭 4 年前。 我
我很不会写正则表达式。 我正在尝试获取括号“()”之间的值。像下面这样的东西...... $a = "POLYGON((1 1,2 2,3 3,1 1))"; preg_match_all("/\((
我必须添加一个叠加层 (ImageView),以便它稍微移动到包含布局的左边界的左侧。 执行此操作的最佳方法是什么? 尝试了一些简单的方法,比如将 ImageView 放在布局中并使用负边距 andr
Rx 中是否有一些扩展方法来完成下面的场景? 我有一个开始泵送的值(绿色圆圈)和其他停止泵送的值(簧片圆圈),蓝色圆圈应该是预期值,我不希望这个命令被取消并重新创建(即“TakeUntil”和“Ski
我有一个看起来像这样的数据框(Dataframe X): id number found 1 5225 NA 2 2222 NA 3 3121 NA 我有另一个看起来
所以,我正在尝试制作正则表达式,它将解析存储在对象中的所有全局函数声明,例如,像这样 const a = () => {} 我做了这样的事情: /(?:const|let|var)\s*([A-z0-
我正在尝试从 Intellivision 重新创建 Astro-Smash,我想让桶保持在两个 Angular 之间。我只是想不出在哪里以及如何让这个东西停留在两者之间。 我已经以各种方式交换了函数,
到处检查但找不到答案。 我有这个页面,我使用 INNER JOIN 将两个表连接在一起,获取它们的值并显示它们。我有这个表格,用来获取变量(例如开始日期、结束日期和卡号),这些变量将作为从表中调用值的
我陷入了两个不同的问题/错误之间,无法想出一个合适的解决方案。任何帮助将不胜感激 上下文、FFI 和调用大量 C 函数,并将 C 类型包装在 rust 结构中。 第一个问题是ICE: this pat
我在 MySQL 中有一个用户列表,在订阅时,时间戳是使用 CURRENT_TIMESTAMP 在数据库中设置的。 现在我想从此表中选择订阅日期介于第 X 天和第 Y 天之间的表我尝试了几个查询,但不
我的输入是开始日期和结束日期。我想检查它是在 12 月 1 日到 3 月 31 日之间。(年份可以更改,并且只有在此期间内或之外的日期)。 到目前为止,我还没有找到任何关于 Joda-time 的解决
我正在努力了解线程与 CPU 使用率的关系。有很多关于线程与多处理的讨论(一个很好的概述是 this answer )所以我决定通过在运行 Windows 10、Python 3.4 的 8 CPU
我正在尝试编写 PHP 代码来循环遍历数组以创建 HTML 表格。我一直在尝试做类似的事情: fetchAll(PDO::FETCH_ASSOC); ?>
我是一名优秀的程序员,十分优秀!