Kubernetes 使用python的dsl.ContainerOp

将.py文件下载到执行环境中有哪些选项

在本例中：

class Preprocess(dsl.ContainerOp):

  def __init__(self, name, bucket, cutoff_year):
    super(Preprocess, self).__init__(
      name=name,
      # image needs to be a compile-time string
      image='gcr.io/<project>/<image-name>/cpu:v1',
      command=['python3', 'run_preprocess.py'],
      arguments=[
        '--bucket', bucket,
        '--cutoff_year', cutoff_year,
        '--kfp'
      ],
      file_outputs={'blob-path': '/blob_path.txt'}
    )

类预处理（dsl.ContainerOp）：
定义初始（自我、姓名、存储桶、截止年）：
超级（预处理，自我）.\u初始化__(
name=name，
#图像需要是编译时字符串
image='gcr.io///cpu:v1'，
命令=['python3'，'run_preprocess.py']，
论据=[
“桶”，桶，
--截止年，截止年，
“--kfp”
],
文件_outputs={'blob-path'：'/blob_path.txt'}
)

正在从CLI调用run_preprocess.py文件

问题是：如何将文件放在那里

我看到了这个有趣的例子：，它在运行管道之前克隆了代码

另一种方法是使用Dockerfile进行git克隆（尽管构建映像需要花费很长时间）

---

还有哪些选项？

要使用python启动KFP开发，请尝试以下教程：

它在运行管道之前克隆代码 另一种方法是使用Dockerfile进行git克隆（尽管构建映像需要花费很长时间）

理想情况下，文件应该位于容器映像内（Dockerfile方法）。这确保了最大的再现性

对于不太复杂的python脚本，轻量级python组件特性允许您从python函数创建组件。在这种情况下，脚本代码存储在组件命令行中，因此不需要将代码上传到任何地方

将脚本放在远程位置（如云存储或网站）是可能的，但会降低可靠性和再现性

附言

尽管这一形象需要很长时间才能建立起来

不应该。第一次它可能会很慢，因为必须拉基本图像，但在那之后它应该很快，因为只有新层被推。（这需要选择一个安装了所有依赖项的良好基础映像，以便Dockerfile只添加脚本）