如何避免 Papermill 中名为“kernelspec”的 Keyerror？

Question

我正在使用气流（docker）运行造纸厂命令。该脚本存储在 S3 上，我使用纸厂的 Python 客户端运行它。它以一个完全无法理解的错误结束：

Traceback (most recent call last):
File "/usr/local/lib/python3.5/dist-packages/ipython_genutils/ipstruct.py", line 132, in __getattr__
result = self[key]
KeyError: 'kernelspec'

我试图查看文档，但徒劳无功。

我正在使用的代码是运行 papermill 命令：

import time
from datetime import datetime, timedelta

from airflow import DAG
from airflow.operators.python_operator import PythonOperator
from mypackage.datastore import db
from mypackage.workflow.transform.jupyter_notebook import run_jupyter_notebook


dag_id = "jupyter-test-dag"
default_args = {
    'owner': "aviral",
    'depends_on_past': False,
    'start_date': "2019-02-28T00:00:00",
    'email': "aviral@some_org.com",
    'email_on_failure': False,
    'email_on_retry': False,
    'retries': 0,
    'retry_delay': timedelta(minutes=5),
    'provide_context': True
}

dag = DAG(
    dag_id,
    catchup=False,
    default_args=default_args,
    schedule_interval=None,
    max_active_runs=1
)


def print_context(ds, **kwargs):
    print(kwargs)
    print(ds)
    return 'Whatever you return gets printed in the logs'


def run_python_jupyter(**kwargs):
    run_jupyter_notebook(
        script_location=kwargs["script_location"]
    )


create_job_task = PythonOperator(
    task_id="create_job",
    python_callable=run_python_jupyter,
    dag=dag,
    op_kwargs={
            "script_location": "s3://some_bucket/python3_file_write.ipynb"
    }
)

globals()[dag_id] = dag

功能run_jupyter_notebook是：

def run_jupyter_notebook(**kwargs):
    """Runs Jupyter notebook"""
    script_location = kwargs.get('script_location', '')
    if not script_location:
        raise ValueError(
            "Script location was not provided."
        )
    pm.execute_notebook(script_location, script_location.split(
        '.ipynb')[0] + "_output" + ".ipynb")

我希望代码运行没有任何错误，因为我也在本地运行它（不使用 s3 路径，使用本地文件系统路径）

Answer 1

Jupyter 将元数据添加到您的笔记本中。您的错误与关键内核规范下的某些元数据丢失有关。

笔记本元数据中的kernelspec对象示例：

"kernelspec": {
    "display_name": "Python 3",
    "language": "python",
    "name": "python3"
}

因此，要解决您的错误，您需要更正笔记本元数据以添加正确的 kernelspec 对象。最简单的方法是编辑笔记本 JSON 文档并在元数据第一级对象中添加 kernelspec 对象。

"metadata": {
    "kernelspec": {
        "display_name": "Python 3",
        "language": "python",
        "name": "python3"
    },
    "language_info": {
        "codemirror_mode": {
            "name": "python",
            "version": 3
        }
    }
}

您的错误可能来自于您正在使用清理器来读取笔记本输出（例如nbstripout python 包）。如果是这种情况，请注意按照文档更改 nbstripout 设置。