軟件介紹

Luigi是一款基于Python語言而開發(fā)的開源數(shù)據(jù)流框架，我們可以通過Luigi免費版來解決批處理過程相關的所有管道問題，并且還可以進行工作流管理、可視化等多種簡易操作哦！

Luigi軟件簡介

Luigi 是一個 Python 模塊，可以幫你構(gòu)建復雜的批量作業(yè)管道。處理依賴決議、工作流管理、可視化展示等等，內(nèi)建 Hadoop 支持。它也被Foursquare，Stripe，華爾街日報，Groupon和其他知名企業(yè)使用。

Luigi是基于代碼的，而不是基于GUI或聲明式的，包含Python中的所有內(nèi)容（包括依賴關系圖）。用戶界面（UI）允許您搜索，過濾或監(jiān)視每個任務的狀態(tài)。您還可以查看該工作流程，以查看依賴關系圖上的哪些任務已完成，哪些尚未運行。

軟件功能

Task

每一個任務都是一個Task，以class的形式存在，繼承l(wèi)uigi.Task。需要重載requires()、run()、output()方法。

其中requires()是任務入口程序，指定任務依賴的上游輸入；run()是任務在該節(jié)點具體實現(xiàn)的流程；output()是任務的出口，把該節(jié)點執(zhí)行完之后的結(jié)果輸出到下游。

Target

廣義地講，Target可對應為磁盤上的文件，或HDFS上文件,或checkpoint點，或數(shù)據(jù)庫等。對于Target來說，唯一需要實現(xiàn)的方法為exists,返回為True表示存在，否則不存在返回為False. 在實際應用時，寫一個Target子類是很少需要用到的。直接使用開箱即可用的LocalTarget及 hdfs.HdfsTarget類就夠用了。Luigi提供了Gzip支持，通過參數(shù)format=format.Gzip即可。

parameter

parameter等效于luigi為task類創(chuàng)建構(gòu)造函數(shù)，Luigi中提供了不同類型的parameter，例如DateParameter，DateIntervalParameter，IntParameter,FloatParameter等等。

python不是一個靜態(tài)類型的語言，你不需要指定參數(shù)的類型，你可以直接使用基類Parameter。