问题描述
通常,如果我想为 mrjob 定义一个命令行选项,我必须这样做:
class Calculate(MRJob):
def configure_args(self):
super(Calculate,self).configure_args()
self.add_passthru_arg("-t","--time",help="output folder for time")
当我想使用参数时,我只需要调用 self.options.time
但它只能在该类中工作。
我想跟踪 mrjob
的时间并将时间写入 json
文件,如下所示 cal.py
:
from datetime import datetime
import json
import argparse
parser = argparse.ArgumentParser()
parser.add_argument("-t",help = "Output file")
args = parser.parse_args()
class Calculate(MRJob):
...
start_time = datetime.Now()
Calculate.run()
execute_time = (datetime.Now() - start_time).total_seconds()
data = {}
data["step1"] = execute_time
with open(args.time+'/time.json','w') as outfile:
json.dump(data,outfile)
当我用这个命令运行时:
python cal.py data/input/input.txt --output data/output --time data/output
我收到此错误:
usage: cal.py [-h] [-t TIME]
cal.py: error: unrecognized arguments: data/input/input.txt --output data/output
然后我找到了一个关于使用 parse_kNown_args()
的 answer 并尝试了一下:
args,unkNown = parser.parse_kNown_args()
现在,我遇到了一个新错误。我相信这是来自 mrjob
因为我确实删除了 argparse
并运行了相同的命令,它完全像这样返回:
usage: cal.py [options] [input files]
cal.py: error: unrecognized arguments: --time data/output
如何在不影响 mrjob
类的情况下定义参数?
解决方法
我找到了一个变通的解决方案,但我希望有更好的方法来做到这一点。
我必须在 mrjob
类中再次定义参数,以便它可以识别它:
from datetime import datetime
import json
import argparse
parser = argparse.ArgumentParser()
parser.add_argument("-t","--time",help = "Output file")
args,unknown = parser.parse_known_args()
class Calculate(MRJob):
def configure_args(self):
super(Calculate,self).configure_args()
self.add_passthru_arg("-t",help="output folder for time")
start_time = datetime.now()
Calculate.run()
execute_time = (datetime.now() - start_time).total_seconds()
data = {}
data["step1"] = execute_time
with open(args.time+'/time.json','w') as outfile:
json.dump(data,outfile)
并使用此命令运行:
python cal.py data/input/input.txt --output data/output --time data/output