luigi学习6--parameters详解

parameter就好比是一个task的构造方法。luigi要求你在类的scope上定义parameter。

如下面就是一个定义parameter的例子：

class DailyReport(luigi.contrib.hadoop.JobTask):
    date = luigi.DateParameter(default=datetime.date.today())
    # ...

对于上述的parameter你可以使用这样的方式来初始化：

DailyReport(datetime.date(2012,5,10))或者仅仅使用DailyReport()，如果不提供参数，那么parameter的值就是默认值。

luigi也提供了一个命令行转换器，你调用这个job的时候，可以通过--date 2012-15-10的方式来初始化parameter

一、Instance caching

task被他们的class和参数的值所区分。实际上，在一个worker中，两个task如果class相同，并且parameter的值也相同，那么这两个task不但equal，并且就是same instance:

>>> import luigi
>>> import datetime
>>> class DateTask(luigi.Task):
...   date = luigi.DateParameter()
...
>>> a = datetime.date(2014, 1, 21)
>>> b = datetime.date(2014, 1, 21)
>>> a is b
False
>>> c = DateTask(date=a)
>>> d = DateTask(date=b)
>>> c
DateTask(date=2014-01-21)
>>> d
DateTask(date=2014-01-21)
>>> c is d
True

二、无关要紧的参数

不明白这种参数用在什么地方，这是官网的叙述：

If a parameter is created with significant=False, it is ignored as far as the Task signature is concerned. Tasks created with only insignificant parameters differing have the same signature but are not the same instance:

>>> class DateTask2(DateTask):
...   other = luigi.Parameter(significant=False)
...
>>> c = DateTask2(date=a, other="foo")
>>> d = DateTask2(date=b, other="bar")
>>> c
DateTask2(date=2014-01-21)
>>> d
DateTask2(date=2014-01-21)
>>> c.other
'foo'
>>> d.other
'bar'
>>> c is d
False
>>> hash(c) == hash(d)
True

三、parameter的类型

在上面的例子中，用的都是Parameter的子类，这些子类包括DateParameter，DateIntervalParameter，IntParameter,FloatParameter等等。

python不是一个静态类型的语言，你不需要指定参数的类型，你可以直接使用基类Parameter

你使用DateParameter的原因只是因为luigi需要把命令行转化Wie正确的类型而已。

四、为其他的classes设置parameter的值

所有的parameter都被暴漏在类级别上了，你可以通过命令行来赋值，假如你有class TaskA和TaskB:

class TaskA(luigi.Task):
    x = luigi.Parameter()

class TaskB(luigi.Task):
    y = luigi.Parameter()

你可以运行taskB在命令行上通过：luigi TaskB --y 42

但是你也可以同时设置TaskA的参数:luigi TaskB --y 42 --TaskA-x 43

当然还有一种方式是写在配置文件中，你可以这么写：

[TaskA]
x: 45

五、parameter的设置优先级

从上往下优先级降低，高优先级的可以覆盖低优先级的值：

1.通过构造方法设置值的，或者是在命令行上设置值的(task级别的)。

2.命令行设置值(类级别)

3.配置文件中设置值

4.默认值