Question

我将 Pydantic 与 Pyspark 中的 foreach 编写器一起使用，通过结构化流来验证传入事件。传入事件的字段之一是 timestamp。 Pydantic 能够根据它们的 docs 处理日期时间值。我知道如何导入和使用日期时间库，但在这个结构中它给了我这个错误：

<块引用>

NameError: name 'datetime' 未定义

也许这是因为 Pyspark foreach 函数适用于腌制对象？

查看我的（简化的）主程序：

for_each_stream = my_dataframe \
    .do_some_parsing() \
    .writeStream \
    .trigger(**trigger) \
    .foreach(MetricsParser())

for_each_stream.start()

在 foreach 设置中使用的 MetricsParser 类：

import datetime

class MetricsParser:
    """Parse Metrics in foreach setup"""
    def process(self, row):
        class Metricbeat(BaseModel):
            """Base Pydantic class"""
            timestamp: datetime.datetime
            uuid: str
            metric: str
            value: int
        row_dict = row.asDict()
        result = Metricbeat(**row_dict)
        send_result_to_external_source(result)

每当我将 timestamp 的预期类型更改为 str 时，一切正常，但如果我像示例中那样进行操作，则会收到本文开头所述的错误。任何想法如何解决这个问题？

如何修复：Pyspark foreach 设置中的“NameError: name 'datetime' is not defined'

0 个答案: