跨越 Apache Beam / Dataflow 中多个文件的管道代码

Question

经过长时间的搜索，我还没有找到跨越多个文件的 Dataflow/Beam 管道示例。 Beam 文档确实建议了一个文件结构（在“多个文件依赖项”部分下），但他们提供的 Juliaset 示例实际上只有一个代码/源文件（以及调用它的主文件）。 基于 Juliaset 示例，我需要一个类似的文件结构：

juliaset/__init__.py
juliaset/juliaset.py # actual code
juliaset/some_conf.py
__init__.py
juliaset_main.py
setup.py

现在我想从juliaset/juliaset.py import .some_conf ，它在本地运行时有效，但在 Dataflow 上运行时给我一个错误

INFO:root:2017-12-15T17:34:09.333Z: JOB_MESSAGE_ERROR: (8cdf3e226105b90a): Traceback (most recent call last):
  File "/usr/local/lib/python2.7/dist-packages/dataflow_worker/batchworker.py", line 706, in run
    self._load_main_session(self.local_staging_directory)
  File "/usr/local/lib/python2.7/dist-packages/dataflow_worker/batchworker.py", line 446, in _load_main_session
    pickler.load_session(session_file)
  File "/usr/local/lib/python2.7/dist-packages/apache_beam/internal/pickler.py", line 247, in load_session
    return dill.load_session(file_path)
  File "/usr/local/lib/python2.7/dist-packages/dill/dill.py", line 363, in load_session
    module = unpickler.load()
  File "/usr/lib/python2.7/pickle.py", line 858, in load
    dispatch[key](self)
  File "/usr/lib/python2.7/pickle.py", line 1133, in load_reduce
    value = func(*args)
  File "/usr/local/lib/python2.7/dist-packages/dill/dill.py", line 767, in _import_module
    return getattr(__import__(module, None, None, [obj]), obj)
ImportError: No module named package_name.juliaset.some_conf

一个完整的工作示例将不胜感激！

Answer 1

您能否验证包含以下结构的setup.py ：

import setuptools

setuptools.setup(
    name='My Project',
    version='1.0',
    install_requires=[],
    packages=setuptools.find_packages(),
)

像from juliaset.juliaset import SomeClass一样导入你的模块

当您调用 Python 脚本时，请使用python -m juliaset_main （不带 .py）

不确定你是否已经尝试过这个，但只是为了确定。