问题描述
我在 gcp 数据流虚拟机中使用 python 中的 apache beam 编写了不同的 ETL 管道。现在,如果一个人依赖其他人使用云功能和调度程序/或 Airflow,我们如何安排这些?
解决方法
您可以使用 cloud workflow 来实现这一点。
原则上,这里执行流程
- 发出 HTTP 调用以运行您的数据流。
- 答案为您提供一个 job_id
- 做一个循环
- 睡 1 分钟(例如)
- 使用 job_id 获取作业状态
- 如果仍在运行,请继续。如果不退出循环
- 转到下一个 ETL 作业。
您可以使用 subworflow 来互通循环部分以等待数据流管道结束。
如果您需要更多指导来实现这一点,请告诉我。