跨越 Apache Beam / Dataflow 中多個文件的管道代碼

Question

經過長時間的搜索，我還沒有找到跨越多個文件的 Dataflow/Beam 管道示例。 Beam 文檔確實建議了一個文件結構（在“多個文件依賴項”部分下），但他們提供的 Juliaset 示例實際上只有一個代碼/源文件（以及調用它的主文件）。 基於 Juliaset 示例，我需要一個類似的文件結構：

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

現在我想從juliaset/juliaset.py import .some_conf ，它在本地運行時有效，但在 Dataflow 上運行時給我一個錯誤

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

一個完整的工作示例將不勝感激！

Answer 1

您能否驗證包含以下結構的setup.py ：

import setuptools

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

像from juliaset.juliaset import SomeClass一樣導入你的模塊

當您調用 Python 腳本時，請使用python -m juliaset_main （不帶 .py）

不確定你是否已經嘗試過這個，但只是為了確定。