从部件表(但不是其主表)到上游表的依赖关系突然失败。

Question

我在下游有一张表，其中有一个部件表DownstreamPart。DownstreamPart (而不是下游)依赖于上游表上游(唯一的其他附加依赖是下游)。到目前为止，这个设置已经正常工作了，正确地填充并级联删除了从上游到DownstreamPart的内容，但是现在突然失败了。我得到的错误是：

---------------------------------------------------------------------------
DataJointError                            Traceback (most recent call last)
<ipython-input-6-17abf9cc6c8e> in <module>
----> 1 (TrainedModel() & dict(dataset_hash="464e47555aae42ee0ee6edd980dd66ad")).delete()

~/.local/lib/python3.7/site-packages/datajoint/table.py in delete(self, verbose)
    415         delete_list = OrderedDict(
    416             (name, _RenameMap(next(iter(graph.parents(name).items()))) if name.isdigit() else FreeTable(conn, name))
--> 417             for name in graph.descendants(self.full_table_name))
    418 
    419         # construct restrictions for each relation

~/.local/lib/python3.7/site-packages/datajoint/dependencies.py in descendants(self, full_table_name)
    147             nx.algorithms.dag.descendants(self, full_table_name))
    148         return unite_master_parts([full_table_name] + list(
--> 149             nx.algorithms.dag.topological_sort(nodes)))
    150 
    151     def ancestors(self, full_table_name):

~/.local/lib/python3.7/site-packages/datajoint/dependencies.py in unite_master_parts(lst)
     28                     break
     29             else:
---> 30                 raise DataJointError("Found a part table {name} without its master table.".format(name=name))
     31     return lst
     32 

DataJointError: Found a part table `my_schema`.`downstream__part` without its master table.

我有DJ版本0.12.8和python版本3.7.5。我的同事使用相同的版本和相同的数据联合模式，不会得到这个错误。部件表B_part正确地显示为表A的后代，没有主表，也没有抛出错误。这两种行为中的哪一种是有意的，我能做些什么来解决我的错误？

编辑i显示在表定义下面，并相应地调整了上面文本中的引用，表定义

@my_schema
class Upstream(dj.Computed):
    definition = """
    -> further_upstream
    ---
    upstream_attribute: int
    """
    class UpstreamStorage(dj.Part):
        definition = """
        -> master
        ---
        stored_attrib:   attach@store
        """
@my_schema
class Downstream(dj.Manual):
    definition = """
    -> other_dependency
    """
    class DownstreamPart(dj.Part):
        definition = """
        -> master
        -> Upstream
        """

我还发现，这有时会失败，有时也会起作用，这取决于表在unite_master_part函数中显示的顺序(正如docstring所说，“输入列表必须按拓扑排序。”但我不知道为什么有时是这样，有时不是拓扑排序)。

我还应该注意到，模式包装在一个自定义模式类中，如下所示：

class CustomSchema(Schema):
    def __call__(self, cls, *, context=None):
        context = context or self.context or inspect.currentframe().f_back.f_locals
        # Process all part tables and replace with a subclass
        for attr in dir(cls):
            if attr[0].isupper():
                part = getattr(cls, attr)
                if inspect.isclass(part) and issubclass(part, dj.Part):

                    class WrappedPartTable(part):
                        pass

                    WrappedPartTable.__name__ = attr
                    setattr(cls, attr, WrappedPartTable)
        return super().__call__(cls, context=context)

Answer 1

嗯，看来表引用可能有问题。您的表实际上以`my_schema`.`B__part`的形式存在，这似乎有点奇怪。在DataJoint Python中，表类应该以CamelCase格式命名。由于数据库(MySQL)支持仅用于小写，因此它将被转换为案例格式。

@lara你能用表格的定义更新你的帖子吗？如果你愿意的话，可以随意使用一个简化的版本。

下面是使用以下示例时发生的情况(DataJoint 0.12.8，python 3.7.3)

import datajoint as dj

schema = dj.Schema('rguzman_my_schema')

@schema
class Upstream(dj.Lookup):
    definition = """
    upstream_id: int
    ---
    upstream_name: varchar(30)
    """
    contents = [(0,'joe')]

@schema
class B(dj.Manual):
    definition = """
    b_id: int
    ---
    b_name: varchar(30)
    """
    
    class Part(dj.Part):
        definition = """
        -> Upstream
        ---
        b_part_name: varchar(30)
        """

# Display how the tables are actually represented in the database.
# In DataJoint Python `0.13.0`, it can now be easily called using
# `schema.list_tables()`
print([t['table_name'] for t in dj.conn().query(
    """
    SELECT CONCAT('`', table_schema, '`.`', table_name, '`') AS table_name
    FROM information_schema.tables
    WHERE table_schema = %s""",
    args=('rguzman_my_schema',), as_dict=True).fetchall()])

输出：

['`rguzman_my_schema`.`#upstream`', '`rguzman_my_schema`.`~log`', '`rguzman_my_schema`.`b`', '`rguzman_my_schema`.`b__part`']