`airflow.providers.google.cloud.triggers.vertex_ai`¶

模块内容¶

类¶

`BaseVertexAIJobTrigger`	Vertex AI 作业触发器的基类。
`CreateHyperparameterTuningJobTrigger`	在触发器工作器上运行 CreateHyperparameterTuningJobTrigger 以执行创建操作。
`CreateBatchPredictionJobTrigger`	在触发器工作器上运行 CreateBatchPredictionJobTrigger 以执行创建操作。
`RunPipelineJobTrigger`	异步调用 Vertex AI 以检查管道作业的状态。
`CustomTrainingJobTrigger`	异步调用 Vertex AI 以检查正在运行的自定义训练作业的状态。
`CustomContainerTrainingJobTrigger`	异步调用 Vertex AI 以检查正在运行的自定义容器训练作业的状态。
`CustomPythonPackageTrainingJobTrigger`	异步调用 Vertex AI 以检查正在运行的自定义 Python 包训练作业的状态。

class airflow.providers.google.cloud.triggers.vertex_ai.BaseVertexAIJobTrigger(conn_id, project_id, location, job_id, poll_interval, impersonation_chain=None)[源代码]¶

基类： airflow.triggers.base.BaseTrigger

Vertex AI 作业触发器的基类。

此触发器轮询 Vertex AI 作业并检查其状态。

为了正确使用它，您必须： - 实现以下方法 _wait_job()。 - 覆盖必需的 job_type_verbose_name 属性以提供描述作业类型的有意义的消息。 - 覆盖必需的 job_serializer_class 属性以提供 proto.Message 类，该类将用于使用 to_dict() 类方法序列化您的作业。

job_type_verbose_name: str = 'Vertex AI 作业'[源代码]¶

job_serializer_class: proto.Message[源代码]¶

statuses_success[源代码]¶

serialize()[源代码]¶

返回重建此触发器所需的信息。

返回: （类路径，重新实例化所需的关键字参数）的元组。
返回类型: tuple[str, dict[str, Any]]

async run()[源代码]¶

在异步上下文中运行触发器。

触发器应在其想要触发事件时产生一个事件，如果完成则返回 None。因此，单事件触发器应产生然后立即返回。

如果它产生，很可能它会很快恢复，但可能不会（例如，如果工作负载被移动到另一个触发器进程，或者多事件触发器被用于单事件任务延迟）。

在任何一种情况下，触发器类都应假定它们将被持久化，然后依赖于在不再需要它们时调用 cleanup()。

class airflow.providers.google.cloud.triggers.vertex_ai.CreateHyperparameterTuningJobTrigger(conn_id, project_id, location, job_id, poll_interval, impersonation_chain=None)[源代码]¶

基类： BaseVertexAIJobTrigger

在触发器工作器上运行 CreateHyperparameterTuningJobTrigger 以执行创建操作。

job_type_verbose_name = '超参数调优作业'[源代码]¶

job_serializer_class[源代码]¶

async_hook()[源代码]¶

class airflow.providers.google.cloud.triggers.vertex_ai.CreateBatchPredictionJobTrigger(conn_id, project_id, location, job_id, poll_interval, impersonation_chain=None)[源代码]¶

基类： BaseVertexAIJobTrigger

在触发器工作器上运行 CreateBatchPredictionJobTrigger 以执行创建操作。

job_type_verbose_name = '批量预测作业'[源代码]¶

job_serializer_class[源代码]¶

async_hook()[源代码]¶

class airflow.providers.google.cloud.triggers.vertex_ai.RunPipelineJobTrigger(conn_id, project_id, location, job_id, poll_interval, impersonation_chain=None)[源代码]¶

基类： BaseVertexAIJobTrigger

异步调用 Vertex AI 以检查管道作业的状态。

job_type_verbose_name = 'Pipeline 作业'[源代码]¶

job_serializer_class[源代码]¶

statuses_success[源代码]¶

async_hook()[源代码]¶

class airflow.providers.google.cloud.triggers.vertex_ai.CustomTrainingJobTrigger(conn_id, project_id, location, job_id, poll_interval, impersonation_chain=None)[源代码]¶

基类： BaseVertexAIJobTrigger

异步调用 Vertex AI 以检查正在运行的自定义训练作业的状态。

当作业进入完成状态时返回该作业。

job_type_verbose_name = '自定义训练作业'[源代码]¶

job_serializer_class[源代码]¶

statuses_success[源代码]¶

async_hook()[源代码]¶

class airflow.providers.google.cloud.triggers.vertex_ai.CustomContainerTrainingJobTrigger(conn_id, project_id, location, job_id, poll_interval, impersonation_chain=None)[源代码]¶

基类： BaseVertexAIJobTrigger

异步调用 Vertex AI 以检查正在运行的自定义容器训练作业的状态。

当作业进入完成状态时返回该作业。

job_type_verbose_name = '自定义容器训练作业'[源代码]¶

job_serializer_class[源代码]¶

statuses_success[源代码]¶

async_hook()[源代码]¶

class airflow.providers.google.cloud.triggers.vertex_ai.CustomPythonPackageTrainingJobTrigger(conn_id, project_id, location, job_id, poll_interval, impersonation_chain=None)[源代码]¶

基类： BaseVertexAIJobTrigger

异步调用 Vertex AI 以检查正在运行的自定义 Python 包训练作业的状态。

当作业进入完成状态时返回该作业。

job_type_verbose_name = '自定义 Python 包训练作业'[源代码]¶

job_serializer_class[源代码]¶

statuses_success[源代码]¶

async_hook()[源代码]¶

airflow.providers.google.cloud.triggers.vertex_ai¶

模块内容¶

类¶

`airflow.providers.google.cloud.triggers.vertex_ai`¶