Airflow 气流远程文件传感器
我正在尝试查找远程服务器中是否有与提供的模式匹配的文件。类似于下面的解决方案 我将SSHOperator与bash命令一起使用,如下所示Airflow 气流远程文件传感器,airflow,airflow-scheduler,apache-airflow-xcom,Airflow,Airflow Scheduler,Apache Airflow Xcom,我正在尝试查找远程服务器中是否有与提供的模式匹配的文件。类似于下面的解决方案 我将SSHOperator与bash命令一起使用,如下所示 SSH_Bash = """ echo 'poking for files...' ls /home/files/test.txt if [ $? -eq "0" ]; then echo 'Found file' else echo 'failed to find' fi """ t
SSH_Bash = """
echo 'poking for files...'
ls /home/files/test.txt
if [ $? -eq "0" ]; then
echo 'Found file'
else
echo 'failed to find'
fi
"""
t1 = SSHOperator(
ssh_conn_id='ssh_default',
task_id='test_ssh_operator',
command=SSH_Bash,
dag=dag)
它可以工作,但看起来不是一个最佳的解决方案。有人能帮我找到比Bash脚本更好的解决方案来检测远程服务器中的文件吗
我试过下面的sftp传感器
import os
import re
import logging
from paramiko import SFTP_NO_SUCH_FILE
from airflow.contrib.hooks.sftp_hook import SFTPHook
from airflow.operators.sensors import BaseSensorOperator
from airflow.plugins_manager import AirflowPlugin
from airflow.utils.decorators import apply_defaults
class SFTPSensor(BaseSensorOperator):
@apply_defaults
def __init__(self, filepath,filepattern, sftp_conn_id='sftp_default', *args, **kwargs):
super(SFTPSensor, self).__init__(*args, **kwargs)
self.filepath = filepath
self.filepattern = filepattern
self.hook = SFTPHook(sftp_conn_id)
def poke(self, context):
full_path = self.filepath
file_pattern = re.compile(self.filepattern)
try:
directory = os.listdir(self.hook.full_path)
for files in directory:
if not re.match(file_pattern, files):
self.log.info(files)
self.log.info(file_pattern)
else:
context["task_instance"].xcom_push("file_name", files)
return True
return False
except IOError as e:
if e.errno != SFTP_NO_SUCH_FILE:
raise e
return False
class SFTPSensorPlugin(AirflowPlugin):
name = "sftp_sensor"
sensors = [SFTPSensor]
但这总是会插入本地机器,而不是远程机器。谁能帮我一下我哪里出了错 我替换了
directory = os.listdir(self.hook.full_path)
到
将“directory=os.listdir(self.hook.full_path)”中的行替换为“directory=self.hook.list_directory(full_path)”。这里有一个问题,那么我应该创建一个名为SFTPSensor()或BaseSensorOperator()的进程吗??我不知道如何使用代码实现
directory = self.hook.list_directory(full_path)