数据流模板中的动态 BigQuery 查询

Question

我编写了一个 Dataflow 作业，当我手动 运行 它时效果很好。这是相关部分（为清楚起见删除了一些验证代码）：

parser.add_argument('--end_datetime',
                    dest='end_datetime')
known_args, pipeline_args = parser.parse_known_args(argv)

query = <redacted SQL String with a placeholder for a date>
query = query.replace('#ENDDATETIME#', known_args.end_datetime)

with beam.Pipeline(options=pipeline_options) as p:
    rows = p | 'read query' >> beam.io.Read(beam.io.BigQuerySource(query=query, use_standard_sql=True))

现在我想创建一个模板并使用动态 ENDDATETIME 定期将其安排到 运行。据我了解，为了做到这一点，我需要根据此文档将 add_argument 更改为 add_value_provider_argument：

https://cloud.google.com/dataflow/docs/templates/creating-templates

不幸的是，当我需要它们时，ValueProvider 值似乎不可用，它们仅在管道本身内部可用。 （如果我在这里错了，请纠正我......）。所以我有点卡住了。

有人对我如何在数据流模板中的查询中获取动态日期有任何指示吗？

Answer 1

Python 目前仅支持 FileBasedSource IOs 的 ValueProvider 选项。您可以通过单击您使用的 link 处的 Python 选项卡来查看： https://cloud.google.com/dataflow/docs/templates/creating-templates

在 "Pipeline I/O and runtime parameters" 部分下。