kedro.runner.AbstractRunner

class kedro.runner.AbstractRunner(is_async=False, extra_dataset_patterns=None)

AbstractRunner 是所有 Pipeline 运行器实现的基础类。

方法

run(pipeline, catalog[, hook_manager, ...])	使用catalog提供的数据集运行Pipeline，并将结果保存回相同的对象。
run_only_missing(pipeline, catalog, hook_manager)	仅运行Pipeline中缺失的输出，使用catalog提供的数据集，并将结果保存回相同的对象。

__init__(is_async=False, extra_dataset_patterns=None)

实例化运行器类。

Parameters:

• is_async (bool) – 如果为True，节点输入和输出将通过线程异步加载和保存。默认为False。

• extra_dataset_patterns (dict[str, dict[str, Any]] | None) – 在运行期间要添加到目录中的额外数据集工厂模式。这用于在Runner实例上设置默认数据集。

run(pipeline, catalog, hook_manager=None, session_id=None)

使用catalog提供的数据集运行Pipeline，并将结果保存回相同的对象。

Parameters:

• pipeline (Pipeline) – 要运行的Pipeline。

• catalog (CatalogProtocol) – 一个已实现的CatalogProtocol实例，用于获取数据。

• hook_manager (PluginManager | None) – 用于激活钩子的PluginManager。

• session_id (str | None) – 会话的ID。

Raises:

ValueError – 当Pipeline的输入无法满足时引发。

Return type:

dict[str, Any]

Returns:

任何无法通过目录处理的节点输出。这些输出将以字典形式返回，其中键由节点输出定义。

run_only_missing(pipeline, catalog, hook_manager)

仅运行Pipeline中缺失的输出，使用catalog提供的数据集，并将结果保存回相同的对象。

Parameters:

• pipeline (Pipeline) – 要运行的Pipeline。

• catalog (CatalogProtocol) – 一个已实现的CatalogProtocol实例，用于获取数据。

• hook_manager (PluginManager) – 用于激活钩子的PluginManager。

Raises:

ValueError – 当Pipeline输入无法满足时引发。

Return type:

dict[str, Any]

Returns:

任何无法通过目录处理的节点输出。这些输出将以字典形式返回，其中键由节点输出定义。