Prefect算子

你的数据工程框架能做这个吗?

Prefect是一种重型数据工作流系统,但它也可以处理轻量级应用程序。

为了说明这一点,让我们构建一个算子。

设置

让我们编写一个轻量函数,使检索计算结果更加容易。我们要做的就是选择终结者task的值。你不需要这样做,但是由于在本教程中我们将要用几次,因此它将使示例更加清楚。

from prefect import task, Flow, Parameter

def run(flow, **parameters):
    state = flow.run(**parameters)
    terminal_task = list(flow.terminal_tasks())[0]
    return state.result[terminal_task].result

加一

有什么事情比对一个数字+1更容易?

with Flow('Add one') as flow:
    result = Parameter('x') + 1

Prefect参数跟其他task一样,除开它们从用户输入中获取值。

测试一下:

assert run(flow, x=1) == 2
assert run(flow, x=2) == 3
assert run(flow, x=-100) == -99

加两个数字

让我们提高一个层次,为什么需要两个输入却只有一个输入?

with Flow('Add x and y') as flow:
    result = Parameter('x') + Parameter('y')

多参数

flow可以具有任意数量的参数,只要它们具有唯一的名称即可。

我们的新算子比较好用:

assert run(flow, x=1, y=1) == 2
assert run(flow, x=40, y=2) == 42

算术

一切都很好,但是让我们给用户一些选择。 我们可以将一个新的op参数与一个开关组合在一起,以使用户可以选择他们想要执行的算子,然后将结果合并为一个单个输出:

from prefect.tasks.control_flow import switch, merge

# note: this will raise some warnings, but they're ok for this use case!
with Flow('Arithmetic') as flow:
    x, y = Parameter('x'), Parameter('y')
    operations = {
        '+': x + y,
        '-': x - y,
        '*': x * y,
        '/': x / y
    }
    switch(condition=Parameter('op'), cases=operations)
    result = merge(*operations.values())

条件分支

Prefect有几种有条件地运行task的方式,包括此处使用的switch和更简单的if/else。

在此实例中,swich将检查op参数的值,然后执行与适当的计算相对应的task。merge函数用于将所有分支合并回单个结果。

现在执行flow,我们提供需要的计算行为:

assert run(flow, x=1, op='+', y=2) == 3
assert run(flow, x=1, op='-', y=2) == -1
assert run(flow, x=1, op='*', y=2) == 2
assert run(flow, x=1, op='/', y=2) == 0.5

解析输入

我们的算术计算器可以工作,但是有点麻烦。让我们编写一个快速的自定义task,以获取一个字符串表达式并将其解析为x,y和op,其余代码与之前相同:

@task
def parse_input(expression):
    x, op, y = expression.split(' ')
    return dict(x=float(x), op=op, y=float(y))

with Flow('Arithmetic') as flow:
    inputs = parse_input(Parameter('expression'))

    # once we have our inputs, everything else is the same:
    x, y = inputs['x'], inputs['y']
    operations = {
        '+': x + y,
        '-': x - y,
        '*': x * y,
        '/': x / y
    }
    switch(condition=inputs['op'], cases=operations)
    result = merge(*operations.values())

@task装饰器

@task装饰器是将函数转换为task的最简单方式。

如何检索task。

索引task

正如我们已经说明可以添加(或减去,或乘以或除以)task一样,也可以为task建立索引。 在这里,我们为输入task的结果建立索引以获取x,y和op。 像其他Prefect操作一样,索引本身也会记录在计算图中,但是将执行推迟到flow运行且索引结果实际可用为止。

现在我们可以在字符串表达式🎉上运行计算器:

assert run(flow, expression='1 + 2') == 3
assert run(flow, expression='1 - 2') == -1
assert run(flow, expression='1 * 2') == 2
assert run(flow, expression='1 / 2') == 0.5

对于更进一步的探索,以下是自动跟踪和生成的计算图Prefect的可视化:

flow.visualize()

Last updated