Question

documentation指出source_objects参数采用模板值。但是，当我尝试以下操作时：

gcs_to_bq_op = GoogleCloudStorageToBigQueryOperator(
    task_id=name,
    bucket='gdbm-public',
    source_objects=['entity/{{ ds_nodash }}.0.{}.json'.format(filename)],
    destination_project_dataset_table='dbm_public_entity.{}'.format(name),
    schema_fields=schema,
    source_format='NEWLINE_DELIMITED_JSON',
    create_disposition='CREATE_IF_NEEDED',
    write_disposition='WRITE_TRUNCATE',
    max_bad_records=0,
    allow_jagged_rows=True,
    google_cloud_storage_conn_id='my_gcp_conn',
    bigquery_conn_id='my_gcp_conn',
    delegate_to=SERVICE_ACCOUNT,
    dag=dag
    )

我收到错误消息： Exception: BigQuery job failed. Final error was: {u'reason': u'notFound', u'message': u'Not found: URI gs://gdbm-public/entity/{ ds_nodash }.0.GeoLocation.json'}.

我发现一个example，其中{{ ds_nodash }}变量的使用方式相同。所以我不确定为什么这对我不起作用。

Answer 1

问题在于，在字符串上调用.format导致一组双括号被删除：

>>> 'entity/{{ ds_nodash }}.0.{}.json'.format(filename)
'entity/{ ds_nodash }.0.foobar.json'

您需要通过将它们加倍来转义要放在字符串中的花括号：

>>> 'entity/{{{{ ds_nodash }}}}.0.{}.json'.format(filename)
'entity/{{ ds_nodash }}.0.foobar.json'

Answer 2

问题与Dustin所描述的完全一样，在字符串上调用.format导致一组双括号被删除。但是，与其加倍括号（不是1个解决方案）：

'entity/{{{{ ds_nodash }}}}.0.{}.json'.format(filename)

我发现以这种方式设置字符串格式更容易以避免混淆：

"entity/{0}.0.{1}.json".format("{{ ds_nodash }}", filename)

气流-GoogleCloudStorageToBigQueryOperator不呈现模板化的source_objects

2 个答案: