การจัดการข้อยกเว้นขณะโหลดข้อมูล

บางครั้งดาต้าไปป์ไลน์อาจเกิดข้อยกเว้นขึ้น ข้อยกเว้นเหล่านี้เป็นรูปแบบหนึ่งของการแจ้งเตือน ซึ่งช่วยให้ Data Engineer ทราบเมื่อเกิดเหตุการณ์ที่ไม่คาดคิด การจัดการข้อยกเว้นเหล่านี้อย่างเหมาะสมจึงเป็นเรื่องสำคัญ ในแบบฝึกหัดนี้ เราจะมาฝึกทำกันโดยตรง!

เพื่อช่วยให้เริ่มต้นได้ง่ายขึ้น มีการนำเข้า pandas มาในชื่อ pd พร้อมกับโมดูล logging และตั้งค่าระดับล็อกเริ่มต้นไว้ที่ "debug"

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

ETL and ELT ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

อัปเดตไปป์ไลน์ให้มีบล็อก try และลองอ่านข้อมูลจากพาธ "sales_data.parquet"
ดักจับ FileNotFoundError ในกรณีที่ไม่สามารถอ่านไฟล์เข้าสู่ DataFrame ของ pandas ได้
สร้างล็อกระดับ error เพื่อบันทึกความล้มเหลวนี้

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

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)

แก้ไขและรันโค้ด