Python Luigi - 满意时继续执行外部任务

Question

我正在研究一个Luigi管道，它检查是否存在手动创建的文件，如果存在，继续执行下一个任务：

import luigi, os

class ExternalFileChecker(luigi.ExternalTask):
    task_namespace='MyTask'
    path = luigi.Parameter()
    def output(self):
        return luigi.LocalTarget(os.path.join(self.path, 'externalfile.txt'))

 class ProcessExternalFile(luigi.Task):
      task_namespace='MyTask'
      path = luigi.Parameter()

      def requires(self):
          return ExternalFileChecker(path=self.path)

      def output(self):
          dirname = self.path
          outfile = os.path.join(dirname, 'processedfile.txt')
          return luigi.LocalTarget(outfile)

      def run(self):
          #do processing

if __name__ == '__main__':
      path = r'D:\MyPath\luigi'
      luigi.run(['MyTask.ProcessExternalFile','--path', path,\
      '--worker-retry-external-tasks','--scheduler-retry-delay', '20',\
      '--worker-keep-alive'])

我想要的是，在创建手册文件并将其粘贴到路径中后，luigi继续。 当我这样做时，它不是找到文件并继续执行任务，而是每隔几秒重新检查一个新任务：

DEBUG: There are no more tasks to run at this time
DEBUG: There are 2 pending tasks possibly being run by other workers
DEBUG: There are 2 pending tasks unique to this worker
DEBUG: Sleeping for 1.536391 seconds
DEBUG: Asking scheduler for work...
DEBUG: Done
DEBUG: There are no more tasks to run at this time
DEBUG: There are 2 pending tasks possibly being run by other workers
DEBUG: There are 2 pending tasks unique to this worker
DEBUG: Sleeping for 5.669132 seconds
DEBUG: Asking scheduler for work...
DEBUG: Done
(...)

经过相当长的时间（15-20分钟左右），luigi将找到该文件，然后它可以按照需要继续。 我该怎么做才能防止这种延迟？ 我希望luigi在文件存在后立即继续。

Answer 1

要记住以下几点：

1. Luigi工作线程将不会退出，直到至少有一个任务正在运行（或者如果keep_alive = True ，在这种情况下，当没有更多待处理任务时它将退出）。
2. 失败任务有重试逻辑，默认重试间隔为15分钟。
3. 重试逻辑的工作原理如下。 在指定的重试间隔后，调度程序将忘记任务的失败（与单击UI中的“原谅失败”按钮相同），并将任务的状态更改为挂起。 下一次工作人员要求调度程序工作时，可以将此任务分配给工作人员。
4. 不完整的外部任务计为FAILED，受重试逻辑限制。
5. 外部任务的重retry_external_tasks [worker]部分中的retry_external_tasks配置设置控制。

我认为你所观察到的是这样的。 您的管道正在运行，任务ProcessExternalFile失败，然后您添加文件，任务在retry_delay期间保持FAILED，然后最终它变为PENDING并且工作人员再次被赋予此任务，此时它发现文件和任务变得完整。

这是否是您期望的行为取决于您。 如果希望更快地找到该文件，则可以更改重试间隔。 或者你也可以做一个无限的while在内部循环run方法和检查定期的文件，当发现打破循环。 您还可以将Luigi配置为完全禁用重试逻辑。