python - Airflow - GoogleCloudStorageToBigQueryOperator 不呈现模板化的 source_objects

Question

documentation声明 source_objects 参数采用模板化值。但是，当我尝试以下操作时:

gcs_to_bq_op = GoogleCloudStorageToBigQueryOperator(
    task_id=name,
    bucket='gdbm-public',
    source_objects=['entity/{{ ds_nodash }}.0.{}.json'.format(filename)],
    destination_project_dataset_table='dbm_public_entity.{}'.format(name),
    schema_fields=schema,
    source_format='NEWLINE_DELIMITED_JSON',
    create_disposition='CREATE_IF_NEEDED',
    write_disposition='WRITE_TRUNCATE',
    max_bad_records=0,
    allow_jagged_rows=True,
    google_cloud_storage_conn_id='my_gcp_conn',
    bigquery_conn_id='my_gcp_conn',
    delegate_to=SERVICE_ACCOUNT,
    dag=dag
    )

我收到错误信息: 异常:BigQuery 作业失败。最终错误是:{u'reason': u'notFound', u'message': u'Not found: URI gs://gdbm-public/entity/{ ds_nodash }.0.GeoLocation.json'}。

我找到了一个 example其中 {{ ds_nodash }} 变量以相同的方式使用。所以我不确定为什么这对我不起作用。

Answer 1

问题是在字符串上调用 .format 会导致一组双括号被删除:

>>> 'entity/{{ ds_nodash }}.0.{}.json'.format(filename)
'entity/{ ds_nodash }.0.foobar.json'

您需要通过加倍来转义您希望在字符串中的大括号:

>>> 'entity/{{{{ ds_nodash }}}}.0.{}.json'.format(filename)
'entity/{{ ds_nodash }}.0.foobar.json'