Hacktoberfest 2026: những issue maintainer đã đánh dấu cho tháng Mười, đang mở và phù hợp người mới. Xem issue Hacktoberfest

Issue with bigint columns containing null in recipe's input dataset

Đang mở
  • Có gì không ổn?
#86 9 bình luận 0 reaction 0 người được giao Xem trên GitHub

Chưa có ai nhận issue này.

Đánh giá

Độ khó
3/5
Thời gian dự kiến
1-2 ngày
Mức phù hợp với người mới
64/100
Loại issue
Lỗi
Độ rõ ràng
Khá rõ ràng
Mức độ hoạt động
Sôi nổi
Công nghệ
pandas, postgresql, python
Lĩnh vực
api, data, databases

Hướng nghiên cứu

Bắt đầu trong recipe.py, sau đó lần theo process_dataframe() và lệnh gọi input_parameters_dataset.get_dataframe(infer_with_pandas=False). Tái hiện với một dataset được PostgreSQL hỗ trợ, chứa một cột bigint nullable không được sử dụng và một tham số id; được xem là hoàn tất khi recipe đọc và xử lý đầu vào mà không bị lỗi trước HTTP request đầu tiên.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

So some testing.

  1. As a dataset tested about 1 million rows against a well known API system performance is comparable.
  2. When I tried to use this in the Recipe form I got a different error. May not be related to the changes you just made. The following anallysis was written up by Claude AI.

Title: Recipe fails on a SQL-backed input when an unused column is a nullable integer

Plugin: API Connect 1.4.3 (failing) and 1.4.2 (working) — recipe.py line is identical in both, so this is not version-related
DSS: 14.7.3 local (failing), Dataiku Cloud (working)
Data Store: PostgreSQL local (failing), SPARK Parquet cloud (working.)

What happens

The recipe reads its full input with DSS schema types enforced:

input_parameters_dataframe = input_parameters_dataset.get_dataframe(infer_with_pandas=False)

pandas int64 cannot hold NA, so any int-typed column with empty values raises before
the first HTTP request — including columns the recipe never reads.
process_dataframe() only touches self.column_to_parameter_dict.

Why it looks intermittent

The same project, same recipe config, same data shape, on two backends:

Input backend Type of the unused timestamp column Result
S3 / Parquet via Spark string (inferred) Runs
PostgreSQL bigint, nullable ValueError

The recipe has one parameter column, id (string). The column that breaks the read is
a nullable Unix timestamp that is not a parameter column.

Traceback

File "<string>", line 56, in <module>
File ".../dataiku/core/dataset.py", line 766, in get_dataframe
    results = pd.read_table(dku_output, ...)
...
ValueError: Integer column has NA values in column 8

Steps to reproduce

  1. Create a PostgreSQL-backed dataset with a nullable bigint column.
  2. Add a string column to use as the API parameter, e.g. id.
  3. Build an API Connect recipe on it, selecting only id as the parameter column.
  4. Run.

Current work around I changed the type of the input column to string. With that type change in the input. I seem to be able to process data successfully.

Originally posted by @tom-aspireleaders in #84

Ngôn ngữ chính
Python
Star
4
Fork
4
Không có pull request nào được merge trong 30 ngày

Chuẩn bị môi trường

Dự án này không cung cấp dev container, Dockerfile hay hướng dẫn đóng góp, nên bạn cần tự thiết lập môi trường: hãy bắt đầu từ README và xem hướng dẫn đóng góp lần đầu của chúng tôi để biết các bước chung.

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của dataiku/dss-plugin-api-connect

Tất cả issue của dataiku/dss-plugin-api-connect

Issue tương tự

Thêm issue về Python

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.