![](/img/trans.png)
[英]worker_machine_type tag not working in Google Cloud Dataflow with python
[英]Specifying machine type for a GCP Dataflow job in Python
我有一个由Dataprep生成的Dataflow模板,并且正在使用Composer(即Apache Airflow)执行它。
该任务正在触发Dataflow作业,但是随后失败,并显示一个错误, 根据SO上的帖子 ,该错误指示我需要指定具有更高内存的计算机类型。
我在DataflowTemplateOperator
指定machineType
,但是它不适用于Dataflow作业:
dataflow_default_options={
'project': 'projectname',
'zone': 'europe-west1-b',
'tempLocation': 'gs://bucketname-dataprep-working/temp/',
'machineType': 'n1-highmem-4'
},
经调查这一段时间,我已经看到了冲突的建议,以什么调用machineType
属性-我也试过workerMachineType
, machine-type
和worker-machine-type
无济于事。
这里有没有人成功地为DataflowTemplateOperator
指定了工作者类型?
我假设您正在使用基于标签的Python SDK。 您是否尝试过执行参数文档中的Python选项? Python选项拼写为machine_type
,这是具有下划线的worker_machine_type
的别名。
我以前没有使用过Composer / Airflow,所以这只是一个建议。
根据钩子源 , machineType
是模板作业唯一接受的密钥。 然后,使用您指定的变量来构建对REST API的请求,如下所示:
# RuntimeEnvironment
environment = {}
for key in ['maxWorkers', 'zone', 'serviceAccountEmail', 'tempLocation',
'bypassTempDirValidation', 'machineType', 'network', 'subnetwork']:
if key in variables:
environment.update({key: variables[key]})
# LaunchTemplateParameters
body = {"jobName": name,
"parameters": parameters,
"environment": environment}
# projects.locations.template.launch
service = self.get_conn()
request = service.projects().locations().templates().launch(
projectId=variables['project'],
location=variables['region'],
gcsPath=dataflow_template,
body=body
)
projects.locations.template.launch
的文档指定请求主体应为LaunchTemplateParameters
的实例,该实例具有另一个RuntimeEnvironment
。 从钩子源看来,这是准确的。
您可以采取一些调试步骤:您可以记录/检查传出的REST调用,或在Stackdriver日志记录中找到该调用(以及因此找到与作业创建请求相关的元数据)。
注意:仅自[AIRFLOW-1954] (这是Airflow v1.10.0发行版的一部分)以来可用。 这意味着它仅在某些Cloud Composer版本中存在。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.