Gestire le eccezioni durante il caricamento dei dati
A volte le tue pipeline di dati possono generare un'eccezione. Queste eccezioni sono una forma di alert e permettono a un Data Engineer di sapere quando è successo qualcosa di imprevisto. È importante gestirle correttamente. In questo esercizio, lo metteremo in pratica!
Per iniziare, pandas è stato importato come pd e anche il modulo logging è stato importato. Il livello di log predefinito è impostato su "debug".
Questo esercizio fa parte del corso
ETL and ELT in Python
Istruzioni dell'esercizio
- Aggiorna la pipeline per includere un blocco
trye prova a leggere i dati dal percorso"sales_data.parquet". - Intercetta un
FileNotFoundErrorse il file non può essere letto in un DataFrame dipandas. - Crea un log a livello di errore per documentare il problema.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
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)