首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >气流异常: DataFlow失败,返回代码1

气流异常: DataFlow失败,返回代码1
EN

Stack Overflow用户
提问于 2017-09-12 11:56:38
回答 1查看 2.4K关注 0票数 2

我试图通过气流脚本执行数据流jar。为此,我正在使用DataFlowJavaOperator。在param中,当我试图运行以下作业时,我将传递本地system.But中显示的可执行jar文件的路径。

代码语言:javascript
复制
{gcp_dataflow_hook.py:108} INFO - Start waiting for DataFlow process to complete.
[2017-09-12 16:59:38,225] {models.py:1417} ERROR - DataFlow failed with return code 1
Traceback (most recent call last):
  File "/usr/lib/python2.7/site-packages/airflow/models.py", line 1374, in run
    result = task_copy.execute(context=context)
  File "/usr/lib/python2.7/site-packages/airflow/contrib/operators/dataflow_operator.py", line 116, in execute
    hook.start_java_dataflow(self.task_id, dataflow_options, self.jar)
  File "/usr/lib/python2.7/site-packages/airflow/contrib/hooks/gcp_dataflow_hook.py", line 146, in start_java_dataflow
    task_id, variables, dataflow, name, ["java", "-jar"])
  File "/usr/lib/python2.7/site-packages/airflow/contrib/hooks/gcp_dataflow_hook.py", line 138, in _start_dataflow
    _Dataflow(cmd).wait_for_done()
  File "/usr/lib/python2.7/site-packages/airflow/contrib/hooks/gcp_dataflow_hook.py", line 119, in wait_for_done
    self._proc.returncode))
Exception: DataFlow failed with return code 1`

我的气流脚本是:

代码语言:javascript
复制
from airflow.contrib.operators.dataflow_operator import DataFlowJavaOperator
from airflow.contrib.hooks.gcs_hook import GoogleCloudStorageHook
from airflow.models import BaseOperator
from airflow.utils.decorators import apply_defaults
from datetime import datetime, timedelta


default_args = {
'owner': 'airflow',
'start_date': datetime(2017, 03, 16),
'email': [<EmailID>],

'dataflow_default_options': {
        'project': '<ProjectId>',
       # 'zone': 'europe-west1-d', (i am not sure what should i pass here)
        'stagingLocation': 'gs://spark_3/staging/'
    }
 }

 dag = DAG('Dataflow',schedule_interval=timedelta(minutes=2), 
 default_args=default_args)

 dataflow1 = DataFlowJavaOperator(
 task_id='dataflow_example',
 jar ='/root/airflow_scripts/csvwriter.jar',
 gcp_conn_id  = 'GCP_smoke', 
 dag=dag)

我不知道我犯了什么错误,有人能帮我摆脱这件事吗?

Note :I am creating this jar while selecting option as Runnable JAR file by packaging all the external dependencies.

EN

回答 1

Stack Overflow用户

发布于 2018-02-02 12:03:49

问题是我用的那个罐子。在使用jar之前,请确保jar按预期执行。

示例:(如果您的jar是dataflow_job1.jar ),使用

代码语言:javascript
复制
java -jar dataflow_job_1.jar --parameters_if_any

一旦您的jar成功运行,继续在气流DataflowJavaOperator jar中使用jar。

此外,,如果您遇到与编码器相关的错误,您可能需要自己的编码器来执行代码。例如,我对TableRow类有一个问题,因为它没有默认的编码器,因此我不得不这样做:

TableRowCoder:

代码语言:javascript
复制
public class TableRowCoder extends Coder<TableRow> {
private static final long serialVersionUID = 1L;
private static final Coder<TableRow> tableRow = TableRowJsonCoder.of();
@Override
public void encode(TableRow value, OutputStream outStream) throws CoderException, IOException {
    tableRow.encode(value, outStream);

}
@Override
public TableRow decode(InputStream inStream) throws CoderException, IOException {
    return new TableRow().set("F1", tableRow.decode(inStream));
}
@Override
public List<? extends Coder<?>> getCoderArguments() {
    // TODO Auto-generated method stub
    return null;
}
@Override
public void verifyDeterministic() throws org.apache.beam.sdk.coders.Coder.NonDeterministicException {


}
}

然后在您的代码中注册此编码器

代码语言:javascript
复制
pipeline.getCoderRegistry().registerCoderForClass(TableRow.class, new TableRowCoder())

如果仍然存在错误(与编码器无关),请导航到:

代码语言:javascript
复制
*.jar\META-INF\services\FileSystemRegistrar 

并添加可能发生的任何依赖项。

例如,可能存在一个暂存错误,因为:

代码语言:javascript
复制
Unable to find registrar for gs

我必须添加以下一行才能使其工作。

代码语言:javascript
复制
org.apache.beam.sdk.extensions.gcp.storage.GcsFileSystemRegistrar
票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/46175755

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档