从部分表而不是其主表到上游表的依赖突然失败

如何解决从部分表而不是其主表到上游表的依赖突然失败

我有一个表 Downstream 和一个零件表 DownstreamPart。下游部分，但不是下游，依赖于上游表上游（唯一的其他附加依赖是下游）。到目前为止，此设置一直有效，可以正确填充并级联从 Upstream 到 DownstreamPart 的删除，但现在突然失败了。我得到的错误是：

---------------------------------------------------------------------------
DataJointError                            Traceback (most recent call last)
<ipython-input-6-17abf9cc6c8e> in <module>
----> 1 (TrainedModel() & dict(dataset_hash="464e47555aae42ee0ee6edd980dd66ad")).delete()

~/.local/lib/python3.7/site-packages/datajoint/table.py in delete(self,verbose)
    415         delete_list = OrderedDict(
    416             (name,_RenameMap(next(iter(graph.parents(name).items()))) if name.isdigit() else FreeTable(conn,name))
--> 417             for name in graph.descendants(self.full_table_name))
    418 
    419         # construct restrictions for each relation

~/.local/lib/python3.7/site-packages/datajoint/dependencies.py in descendants(self,full_table_name)
    147             nx.algorithms.dag.descendants(self,full_table_name))
    148         return unite_master_parts([full_table_name] + list(
--> 149             nx.algorithms.dag.topological_sort(nodes)))
    150 
    151     def ancestors(self,full_table_name):

~/.local/lib/python3.7/site-packages/datajoint/dependencies.py in unite_master_parts(lst)
     28                     break
     29             else:
---> 30                 raise DataJointError("Found a part table {name} without its master table.".format(name=name))
     31     return lst
     32 

DataJointError: Found a part table `my_schema`.`downstream__part` without its master table.

我有 DJ 版本 0.12.8 和 Python 版本 3.7.5。 我的同事使用相同的版本和相同的数据联合架构，没有收到此错误。零件表 B_part 正确显示为表 A 的后代，没有其主表，也没有抛出错误。 这两种行为中的哪一种是预期的，我可以做些什么来解决我的错误？

编辑 我在表格定义下方显示并相应地调整了上面文本中的引用 表定义

@my_schema
class Upstream(dj.Computed):
    deFinition = """
    -> further_upstream
    ---
    upstream_attribute: int
    """
    class UpstreamStorage(dj.Part):
        deFinition = """
        -> master
        ---
        stored_attrib:   attach@store
        """
@my_schema
class Downstream(dj.Manual):
    deFinition = """
    -> other_dependency
    """
    class DownstreamPart(dj.Part):
        deFinition = """
        -> master
        -> Upstream
        """

我还发现这有时会失败，有时会起作用，这取决于表在 unite_master_part 函数中显示的顺序（如文档字符串所说，“输入列表必须按拓扑排序。”；但是不知道为什么有时是这样，有时又不是拓扑排序的）。

我还应该注意，架构被包装在一个自定义架构类中，如下所示：

class CustomSchema(Schema):
    def __call__(self,cls,*,context=None):
        context = context or self.context or inspect.currentframe().f_back.f_locals
        # Process all part tables and replace with a subclass
        for attr in dir(cls):
            if attr[0].isupper():
                part = getattr(cls,attr)
                if inspect.isclass(part) and issubclass(part,dj.Part):

                    class WrappedPartTable(part):
                        pass

                    WrappedPartTable.__name__ = attr
                    setattr(cls,attr,WrappedPartTable)
        return super().__call__(cls,context=context)

解决方法

嗯，看起来表引用可能有问题。您的表实际上以 `my_schema`.`B__part` 的形式存在，这似乎有点奇怪。在 DataJoint Python 中，表类应该以 CamelCase 格式命名。由于数据库 (MySQL) 支持仅支持小写，因此将其转换为 snake_case 格式。

@lara 你会用所涉及的表的定义更新你的帖子吗？如果您愿意，可以随意使用简化版。

这是使用以下示例时发生的情况 (DataJoint 0.12.8,python 3.7.3)

import datajoint as dj

schema = dj.Schema('rguzman_my_schema')

@schema
class Upstream(dj.Lookup):
    definition = """
    upstream_id: int
    ---
    upstream_name: varchar(30)
    """
    contents = [(0,'joe')]

@schema
class B(dj.Manual):
    definition = """
    b_id: int
    ---
    b_name: varchar(30)
    """
    
    class Part(dj.Part):
        definition = """
        -> Upstream
        ---
        b_part_name: varchar(30)
        """

# Display how the tables are actually represented in the database.
# In DataJoint Python `0.13.0`,it can now be easily called using
# `schema.list_tables()`
print([t['table_name'] for t in dj.conn().query(
    """
    SELECT CONCAT('`',table_schema,'`.`',table_name,'`') AS table_name
    FROM information_schema.tables
    WHERE table_schema = %s""",args=('rguzman_my_schema',),as_dict=True).fetchall()])

输出：

['`rguzman_my_schema`.`#upstream`','`rguzman_my_schema`.`~log`','`rguzman_my_schema`.`b`','`rguzman_my_schema`.`b__part`']