在python中使用dsbulk加载

问题描述

我在DataStax Astra中创建了一个Cassandra数据库。我可以用Python（使用cassandra-driver模块和secure_connect_bundle）连接到它。我在Python应用程序中编写了一些api来查询数据库。

我了解到可以使用dsbulk将csv上传到其中。我可以在终端中运行以下命令，并且可以运行。

dsbulk load -url data.csv -k foo_keyspace -t foo_table \
-b "secure-connect-afterpay.zip" -u username -p password -header true

然后我尝试使用subprocess在Python中运行同一行：

ret = subprocess.run(
    ['dsbulk','load','-url','data.csv','-k','foo_keyspace','-t','foo_table','-b','secure-connect-afterpay.zip','-u','username','-p','password','-header','true'],capture_output=True
)

但是我得到了FileNotFoundError: [Errno 2] No such file or directory: 'dsbulk': 'dsbulk'。如果我从Python运行dsbulk，为什么无法识别？

---

一个相关的问题，依靠subprocess可能不是最佳实践。是否有更好的方法将批处理数据上传到Cassandra？

解决方法

我认为这与子进程处理路径的方式有关。尝试将命令指定为绝对路径或相对路径，例如“ ./dsbulk”或“ bin / dsbulk”。

或者，如果将DS Bulk包中的bin目录添加到PATH环境变量中，它将按需运行。