Gérer les exceptions lors du chargement des données
Parfois, vos pipelines de données peuvent lever une exception. Ces exceptions servent d'alerte et informent un ou une ingénieur·e de données qu'un événement inattendu s'est produit. Il est important de bien les gérer. Dans cet exercice, vous allez vous y exercer !
Pour vous aider à démarrer, pandas a été importé sous le nom pd, et le module logging a aussi été importé. Le niveau de journalisation par défaut a été réglé à "debug".
Cette activité fait partie du cours
ETL et ELT en Python
Instructions de l’exercice
- Mettez à jour le pipeline pour inclure un bloc
tryet tentez de lire les données à partir du chemin"sales_data.parquet". - Interceptez un
FileNotFoundErrorsi le fichier ne peut pas être lu dans un DataFramepandas. - Créez un journal d'erreur (niveau error) pour consigner l'échec.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
def extract(file_path):
return pd.read_parquet(file_path)
# Update the pipeline to include a try block
____:
# Attempt to read in the file
raw_sales_data = extract("____")
# Catch the FileNotFoundError
except ____ as file_not_found:
# Write an error-level log
logging.____(file_not_found)