Моніторинг конвеєра даних

ETL та ELT у Python

Jake Roach

Data Engineer

Моніторинг конвеєра даних

Конвеєри даних слід моніторити на зміни в даних і збої виконання

Пропущені дані
Зміна типів даних
Зняття з підтримки пакета або зміна функціональності

Схема логування для конвеєра даних.

Логування продуктивності конвеєра даних

Фіксуйте продуктивність під час виконання
Дає відправну точку, коли рішення падає

import logging
logging.basicConfig(format='%(levelname)s: %(message)s', level=logging.DEBUG)

# Create different types of logs
logging.debug(f"Variable has value {path}")
logging.info("Data has been transformed and will now be loaded.")

DEBUG: Variable has value raw_file.csv
INFO: Data has been transformed and will now be loaded.

Логування попереджень і помилок

import logging
logging.basicConfig(format='%(levelname)s: %(message)s', level=logging.DEBUG)

# Create different types of logs
logging.warning("Unexpected number of rows detected.")
logging.error("{ke} arose in execution.")

WARNING: Unexpected number of rows detected.
ERROR: KeyError arose in execution.

Обробка винятків через try-except

try:
    # Execute some code here
    ...

except:
    # Logging about failures that occured
    # Logic to execute upon exception
    ...

Дозволяє виконати код у разі помилок

Обробка конкретних винятків через try-except

Передайте конкретний виняток у блоці except

try:
    # Try to filter by price_change
    clean_stock_data = transform(raw_stock_data)
    logging.info("Successfully filtered DataFrame by 'price_change'")

except KeyError as ke:
    # Handle the error, create new column, transform
    logging.warning(f"{ke}: Cannot filter DataFrame by 'price_change'")
    raw_stock_data["price_change"] = raw_stock_data["close"] - raw_stock_data["open"]
    clean_stock_data = transform(raw_stock_data)

Давайте потренуємось!

ETL та ELT у Python