假设我创建了一个具有以下实体的 Dagster 管道:
- 从文件执行 SQL 查询并获取结果
- 将结果写入表
我想同时为 10 个不同的表执行此操作。每个表都需要不同的 SQL 查询。最好的方法是什么?
一种方法是使用实体工厂。run_query_solid_factory
并且write_results_solid_factory
是实体工厂,它们接受输入(例如名称和查询或表)并返回可以在管道中运行的实体。summary_report
在打印出摘要信息之前等待所有上游实体完成。
def run_query_solid_factory(name, query):
@solid(name=name)
def _run_query(context):
context.log.info(query)
return 'result'
return _run_query
def write_results_solid_factory(name, table):
@solid(name=name)
def _write_results(context, query_result):
context.log.info(table)
context.log.info(query_result)
return 'success'
return _write_results
@solid
def summary_report(context, statuses):
context.log.info(' '.join(statuses))
@pipeline
def pipeline():
solid_output_handles = []
queries = [('table', 'query'), ('table2', 'query2')]
for table, query in queries:
get_data = run_query_solid_factory('run_query_{}'.format(query), query)
write_results = write_results_solid_factory('write_results_to_table_{}'.format(table), table)
solid_output_handles.append(write_results(get_data()))
summary_report(solid_output_handles)
上一个答案:
我建议创建一个composite_solid,它由一个处理(1) 的实体和一个处理(2) 的实体组成。然后,您可以为 10 个表中的每一个表命名一次composite_solid ,这样您就可以通过 config 传入 SQL 查询(请参阅教程)