首页 > 其他分享 >Airflow使用入门指南

Airflow使用入门指南

时间:2023-07-26 15:34:06浏览次数:43  
标签:指南 dag 入门 airflow Airflow log mysql id ct


Airflow能做什么

Airflow是一个工作流分配管理系统,通过有向非循环图的方式管理任务流程,设置任务依赖关系和时间调度。

Airflow独立于我们要运行的任务,只需要把任务的名字和运行方式提供给Airflow作为一个task就可以。

安装和使用

最简单安装

在Linux终端运行如下命令 (需要已安装好python2.xpip):

pip install airflow
pip install "airflow[crypto, password]"

安装成功之后,执行下面三步,就可以使用了。默认是使用的SequentialExecutor, 只能顺次执行任务。

  • 初始化数据库 airflow initdb [必须的步骤]
  • 启动web服务器 airflow webserver -p 8080 [方便可视化管理dag]
  • 启动任务 airflow scheduler [scheduler启动后,DAG目录下的dags就会根据设定的时间定时启动]
  • 此外我们还可以直接测试单个DAG,如测试文章末尾的DAG airflow test ct1 print_date 2016-05-14

最新版本的Airflow可从https://github.com/apache/incubator-airflow下载获得,解压缩按照安装python包的方式安装。

配置 mysql以启用LocalExecutorCeleryExecutor

  • 安装mysql数据库支持
yum install mysql mysql-server
pip install airflow[mysql]
  • 设置mysql根用户的密码
ct@server:~/airflow: mysql -uroot #以root身份登录mysql,默认无密码
mysql> SET PASSWORD=PASSWORD("passwd");
mysql> FLUSH PRIVILEGES; 
# 注意sql语句末尾的分号
  • 新建用户和数据库
# 新建名字为<airflow>的数据库
mysql> CREATE DATABASE airflow; 
# 新建用户`ct`,密码为`152108`, 该用户对数据库`airflow`有完全操作权限
    
mysql> GRANT all privileges on airflow.* TO 'ct'@'localhost'  IDENTIFIED BY '152108'; 
mysql> FLUSH PRIVILEGES;
  • 修改airflow配置文件支持mysql
  • airflow.cfg 文件通常在~/airflow目录下
  • 更改数据库链接
sql_alchemy_conn = mysql://ct:152108@localhost/airflow
对应字段解释如下: dialect+driver://username:password@host:port/database
  • 初始化数据库 airflow initdb
  • 初始化数据库成功后,可进入mysql查看新生成的数据表。
ct@server:~/airflow: mysql -uct -p152108
mysql> USE airflow;
mysql> SHOW TABLES;
+-------------------+
| Tables_in_airflow |
+-------------------+
| alembic_version   |
| chart             |
| connection        |
| dag               |
| dag_pickle        |
| dag_run           |
| import_error      |
| job               |
| known_event       |
| known_event_type  |
| log               |
| sla_miss          |
| slot_pool         |
| task_instance     |
| users             |
| variable          |
| xcom              |
+-------------------+
17 rows in set (0.00 sec)
  • centos7中使用mariadb取代了mysql, 但所有命令的执行相同
yum install mariadb mariadb-server
systemctl start mariadb ==> 启动mariadb
systemctl enable mariadb ==> 开机自启动
mysql_secure_installation ==> 设置 root密码等相关
mysql -uroot -p123456 ==> 测试登录!

mariadb升级

curl -sS https://downloads.mariadb.com/MariaDB/mariadb_repo_setup | bash
cat <<EOF >/etc/yum.repos.d/MariaDB.repo
[mariadb]
name = MariaDB-10.3.14
baseurl=http://yum.mariadb.org/10.3.14/centos7-amd64
# alternative: baseurl=http://archive.mariadb.org/mariadb-10.3.14/yum/centos7-amd64
gpgkey=https://yum.mariadb.org/RPM-GPG-KEY-MariaDB
gpgcheck=1
EOF
rpm --import https://yum.mariadb.org/RPM-GPG-KEY-MariaDB
yum install MariaDB-server galera-4 MariaDB-client MariaDB-shared MariaDB-backup MariaDB-common

配置LocalExecutor

注:作为测试使用,此步可以跳过, 最后的生产环境用的是CeleryExecutor; 若CeleryExecutor配置不方便,也可使用LocalExecutor。

前面数据库已经配置好了,所以如果想使用LocalExecutor就只需要修改airflow配置文件就可以了。airflow.cfg 文件通常在~/airflow目录下,打开更改executorexecutor = LocalExecutor即完成了配置。

把文后TASK部分的dag文件拷贝几个到~/airflow/dags目录下,顺次执行下面的命令,然后打开网址http://127.0.0.1:8080就可以实时侦测任务动态了:

ct@server:~/airflow: airflow initdb` (若前面执行过,就跳过)
ct@server:~/airflow: airflow webserver --debug &
ct@server:~/airflow: airflow scheduler

配置CeleryExecutor (rabbitmq支持)

  • 安装airflow的celery和rabbitmq组件
pip install airflow[celery]
pip install airflow[rabbitmq]
  • 安装erlang和rabbitmq
  • 如果能直接使用yumapt-get安装则万事大吉。
  • 我使用的CentOS6则不能,需要如下一番折腾,
# (Centos6,[REF](http://www.rabbitmq.com/install-rpm.html))
wget https://packages.erlang-solutions.com/erlang/esl-erlang/FLAVOUR_1_general/esl-erlang_18.3-1~centos~6_amd64.rpm
yum install esl-erlang_18.3-1~centos~6_amd64.rpm
wget https://github.com/jasonmcintosh/esl-erlang-compat/releases/download/1.1.1/esl-erlang-compat-18.1-1.noarch.rpm
yum install esl-erlang-compat-18.1-1.noarch.rpm
wget http://www.rabbitmq.com/releases/rabbitmq-server/v3.6.1/rabbitmq-server-3.6.1-1.noarch.rpm
yum install rabbitmq-server-3.6.1-1.noarch.rpm
  • 配置rabbitmq
  • 启动rabbitmq: rabbitmq-server -detached
  • 开机启动rabbitmq: chkconfig rabbitmq-server on
  • 配置rabbitmq (REF)
rabbitmqctl add_user ct 152108
rabbitmqctl add_vhost ct_airflow
rabbitmqctl set_user_tags ct airflow
rabbitmqctl set_permissions -p ct_airflow ct ".*" ".*" ".*"
rabbitmq-plugins enable rabbitmq_management # no usage
  • 修改airflow配置文件支持Celery
  • airflow.cfg 文件通常在~/airflow目录下
  • 更改executor为 executor = CeleryExecutor
  • 更改broker_url
broker_url = amqp://ct:152108@localhost:5672/ct_airflow
Format explanation: transport://userid:password@hostname:port/virtual_host
# 可以与broker_url相同
celery_result_backend = amqp://ct:152108@localhost:5672/ct_airflow
Format explanation: transport://userid:password@hostname:port/virtual_host
  • 测试
  • 启动服务器:airflow webserver --debug
  • 启动celery worker (不能用根用户):airflow worker
  • 启动scheduler: airflow scheduler
  • 提示:
  • 测试过程中注意观察运行上面3个命令的3个窗口输出的日志
  • 当遇到不符合常理的情况时考虑清空 airflow backend的数据库, 可使用airflow resetdb清空。
  • 删除dag文件后,webserver中可能还会存在相应信息,这时需要重启webserver并刷新网页。
  • 关闭webserver: ps -ef|grep -Ei '(airflow-webserver)'| grep master | awk '{print $2}'|xargs -i kill {}

一个脚本控制airflow系统的启动和重启

#!/bin/bash

#set -x
#set -e
set -u

usage()
{
cat <<EOF
${txtcyn}
Usage:

$0 options${txtrst}

${bldblu}Function${txtrst}:

This script is used to start or restart webserver service.

${txtbld}OPTIONS${txtrst}:
	-S	Start airflow system [${bldred}Default FALSE${txtrst}]
	-s	Restart airflow server only [${bldred}Default FALSE${txtrst}]
	-a	Restart all airflow programs including webserver, worker and
		scheduler. [${bldred}Default FALSE${txtrst}]
EOF
}

start_all=
server_only=
all=

while getopts "hs:S:a:" OPTION
do
	case $OPTION in
		h)
			usage
			exit 1
			;;
		S)
			start_all=$OPTARG
			;;
		s)
			server_only=$OPTARG
			;;
		a)
			all=$OPTARG
			;;
		?)
			usage
			exit 1
			;;
	esac
done

if [ -z "$server_only" ] && [ -z "$all" ] && [ -z "${start_all}" ]; then
	usage
	exit 1
fi

if [ "$server_only" == "TRUE" ]; then
	ps -ef | grep -Ei '(airflow-webserver)' | grep master | \
		awk '{print $2}' | xargs -i kill {}
	cd ~/airflow/
	nohup airflow webserver >webserver.log 2>&1 &
fi

if [ "$all" == "TRUE" ]; then
	ps -ef | grep -Ei 'airflow' | grep -v 'grep' | awk '{print $2}' | xargs -i kill {}
	cd ~/airflow/
	nohup airflow webserver >>webserver.log 2>&1 &
	nohup airflow worker >>worker.log 2>&1 &
	nohup airflow scheduler >>scheduler.log 2>&1 &
fi


if [ "${start_all}" == "TRUE" ]; then
	cd ~/airflow/
	nohup airflow webserver >>webserver.log 2>&1 &
	nohup airflow worker >>worker.log 2>&1 &
	nohup airflow scheduler >>scheduler.log 2>&1 &
fi

airflow.cfg 其它配置

  • dags_folder
    dags_folder目录支持子目录和软连接,因此不同的dag可以分门别类的存储起来。
  • 设置邮件发送服务
smtp_host = smtp.163.com
smtp_starttls = True
smtp_ssl = False
smtp_user = [email protected]
smtp_port = 25
smtp_password = userpasswd
smtp_mail_from = [email protected]
  • 多用户登录设置 (似乎只有CeleryExecutor支持)
  • 修改airflow.cfg中的下面3行配置
authenticate = True
auth_backend = airflow.contrib.auth.backends.password_auth
filter_by_owner = True
  • 增加一个用户(在airflow所在服务器的python下运行)
import airflow
from airflow import models,   settings
from airflow.contrib.auth.backends.password_auth import PasswordUser
user = PasswordUser(models.User())
user.username = 'ehbio'
user.email = '[email protected]'
user.password = 'ehbio'
session = settings.Session()
session.add(user)
session.commit()
session.close()
exit()

TASK

  • 参数解释
  • depends_on_pastAirflow assumes idempotent tasks that operate on immutable data
    chunks. It also assumes that all task instance (each task for each
    schedule) needs to run.
    If your tasks need to be executed sequentially, you need to
    tell Airflow: use the depends_on_past=True flag on the tasks
    that require sequential execution.)
    如果在TASK本该运行却没有运行时,或者设置的interval@once时,推荐使用depends_on_past=False。我在运行dag时,有时会出现,明明上游任务已经运行结束,下游任务却没有启动,整个dag就卡住了。这时设置depends_on_past=False可以解决这类问题。
  • timestamp in format like 2016-01-01T00:03:00
  • Task中调用的命令出错后需要在网站Graph view中点击run手动重启。
    为了方便任务修改后的顺利运行,有个折衷的方法是:
  • 设置 email_on_retry: True
  • 设置较长的retry_delay,方便在收到邮件后,能有时间做出处理
  • 然后再修改为较短的retry_delay,方便快速启动
  • 写完task DAG后,一定记得先检测下有无语法错误 python dag.py
  • 测试文件1:ct1.py
from airflow import DAG
from airflow.operators import BashOperator, MySqlOperator

from datetime import datetime, timedelta

one_min_ago = datetime.combine(datetime.today() -
	timedelta(minutes=1), datetime.min.time())

default_args = {
    'owner': 'airflow',         
		
	  #为了测试方便,起始时间一般为当前时间减去schedule_interval
    'start_date': datatime(2016, 5, 29, 8, 30), 
    'email': ['[email protected]'],
    'email_on_failure': False, 
    'email_on_retry': False, 
	  'depends_on_past': False, 
    'retries': 1, 
    'retry_delay': timedelta(minutes=5), 
    #'queue': 'bash_queue',
    #'pool': 'backfill', 
    #'priority_weight': 10, 
	  #'end_date': datetime(2016, 5, 29, 11, 30), 
}

# DAG id 'ct1'必须在airflow中是unique的, 一般与文件名相同
# 多个用户时可加用户名做标记
dag = DAG('ct1', default_args=default_args,
    schedule_interval="@once")

t1 = BashOperator(
    task_id='print_date', 
    bash_command='date', 
    dag=dag)

#cmd = "/home/test/test.bash " 注意末尾的空格
t2 = BashOperator(
    task_id='echo', 
    bash_command='echo "test" ', 
    retries=3, 
    dag=dag)

templated_command = """
    {% for i in range(2) %}
        echo "{{ ds }}" 
        echo "{{ macros.ds_add(ds, 7) }}"
        echo "{{ params.my_param }}"
    {% endfor %}
"""
t3 = BashOperator(
    task_id='templated', 
    bash_command=templated_command, 
    params={'my_param': "Parameter I passed in"}, 
    dag=dag)

# This means that t2 will depend on t1 running successfully to run
# It is equivalent to t1.set_downstream(t2)
t2.set_upstream(t1)

t3.set_upstream(t1)

# all of this is equivalent to
# dag.set_dependency('print_date', 'sleep')
# dag.set_dependency('print_date', 'templated')
  • 测试文件2: ct2.py
from airflow import DAG
from airflow.operators import BashOperator

from datetime import datetime, timedelta

one_min_ago = datetime.combine(datetime.today() - timedelta(minutes=1),
                                  datetime.min.time())

default_args = {
    'owner': 'airflow',         
    'depends_on_past': True, 
    'start_date': one_min_ago,
    'email': ['[email protected]'],
    'email_on_failure': True, 
    'email_on_retry': True, 
    'retries': 5, 
    'retry_delay': timedelta(hours=30), 
    #'queue': 'bash_queue',
    #'pool': 'backfill', 
    #'priority_weight': 10, 
    #'end_date': datetime(2016, 5, 29, 11, 30), 
}

dag = DAG('ct2', default_args=default_args,
    schedule_interval="@once")

t1 = BashOperator(
    task_id='run1', 
    bash_command='(cd /home/ct/test; bash run1.sh -f ct_t1) ', 
    dag=dag)

t2 = BashOperator(
    task_id='run2', 
    bash_command='(cd /home/ct/test; bash run2.sh -f ct_t1) ', 
    dag=dag)

t2.set_upstream(t1)
  • run1.sh
#!/bin/bash

#set -x
set -e
set -u

usage()
{
cat <<EOF
${txtcyn}
Usage:

$0 options${txtrst}

${bldblu}Function${txtrst}:

This script is used to do ********************.

${txtbld}OPTIONS${txtrst}:
	-f	Data file ${bldred}[NECESSARY]${txtrst}
	-z	Is there a header[${bldred}Default TRUE${txtrst}]
EOF
}

file=
header='TRUE'

while getopts "hf:z:" OPTION
do
	case $OPTION in
		h)
			usage
			exit 1
			;;
		f)
			file=$OPTARG
			;;
		z)
			header=$OPTARG
			;;
		?)
			usage
			exit 1
			;;
	esac
done

if [ -z $file ]; then
	usage
	exit 1
fi

cat <<END >$file
A
B
C
D
E
F
G
END

sleep 20s
  • run2.sh
#!/bin/bash

#set -x
set -e
set -u

usage()
{
cat <<EOF
${txtcyn}
Usage:

$0 options${txtrst}

${bldblu}Function${txtrst}:

This script is used to do ********************.

${txtbld}OPTIONS${txtrst}:
	-f	Data file ${bldred}[NECESSARY]${txtrst}
EOF
}

file=
header='TRUE'

while getopts "hf:z:" OPTION
do
	case $OPTION in
		h)
			usage
			exit 1
			;;
		f)
			file=$OPTARG
			;;
		?)
			usage
			exit 1
			;;
	esac
done

if [ -z $file ]; then
	usage
	exit 1
fi

awk 'BEGIN{OFS=FS="\t"}{print $0, "53"}' $file >${file}.out

其它问题

  • The DagRun object has room for a conf parameter that gets exposed
    in the “context” (templates, operators, …). That is the place
    where you would associate parameters to a specific run. For now this
    is only possible in the context of an externally triggered DAG run.
    The way the TriggerDagRunOperator works, you can fill in the conf
    param during the execution of the callable that you pass to the
    operator.
    If you are looking to change the shape of your DAG through parameters,
    we recommend doing that using “singleton” DAGs (using a “@once”
    schedule_interval), meaning that you would write a
    Python program that generates multiple dag_ids, one of each run,
    probably based on metadata stored in a config file or elsewhere.
    The idea is that if you use parameters to alter the shape of your
    DAG, you break some of the assumptions around continuity of the
    schedule. Things like visualizing the tree view or how to perform a
    backfill becomes unclear and mushy. So if the shape of your DAG
    changes radically based on parameters, we consider those to be
    different DAGs, and you generate each one in your pipeline file.
  • 完全删掉某个DAG的信息
set @dag_id = 'BAD_DAG';
delete from airflow.xcom where dag_id = @dag_id;
delete from airflow.task_instance where dag_id = @dag_id;
delete from airflow.sla_miss where dag_id = @dag_id;
delete from airflow.log where dag_id = @dag_id;
delete from airflow.job where dag_id = @dag_id;
delete from airflow.dag_run where dag_id = @dag_id;
delete from airflow.dag where dag_id = @dag_id;
  • supervisord自动管理进程
[program:airflow_webserver]
command=/usr/local/bin/python2.7 /usr/local/bin/airflow webserver
user=airflow
environment=AIRFLOW_HOME="/home/airflow/airflow", PATH="/usr/local/bin:%(ENV_PATH)s"
stderr_logfile=/var/log/airflow-webserver.err.log
stdout_logfile=/var/log/airflow-webserver.out.log

[program:airflow_worker]
command=/usr/local/bin/python2.7 /usr/local/bin/airflow worker
user=airflow
environment=AIRFLOW_HOME="/home/airflow/airflow", PATH="/usr/local/bin:%(ENV_PATH)s"
stderr_logfile=/var/log/airflow-worker.err.log
stdout_logfile=/var/log/airflow-worker.out.log

[program:airflow_scheduler]
command=/usr/local/bin/python2.7 /usr/local/bin/airflow scheduler
user=airflow
environment=AIRFLOW_HOME="/home/airflow/airflow", PATH="/usr/local/bin:%(ENV_PATH)s"
stderr_logfile=/var/log/airflow-scheduler.err.log
stdout_logfile=/var/log/airflow-scheduler.out.log
  • 在特定情况下,修改DAG后,为了避免当前日期之前任务的运行,可以使用backfill填补特定时间段的任务
  • airflow backfill -s START -e END --mark_success DAG_ID

端口转发

  • 之前的配置都是在内网服务器进行的,但内网服务器只开放了SSH端口22,因此
    我尝试在另外一台电脑上使用相同的配置,然后设置端口转发,把外网服务器
    的rabbitmq的5672端口映射到内网服务器的对应端口,然后启动airflow连接
  • ssh -v -4 -NF -R 5672:127.0.0.1:5672 aliyun
  • 上一条命令表示的格式为
    ssh -R <local port>:<remote host>:<remote port> <SSH hostname>local port表示hostname的port
    Remote connections from LOCALHOST:5672 forwarded to local address 127.0.0.1:5672
  • -v: 在测试时打开
  • -4: 出现错误"bind: Cannot assign requested address"时,force the
    ssh client to use ipv4
  • 若出现"Warning: remote port forwarding failed for listen port 52698"
    ,关掉其它的ssh tunnel。

不同机器使用airflow

  • 在外网服务器(用做任务分发服务器)配置与内网服务器相同的airflow模块
  • 使用前述的端口转发以便外网服务器绕过内网服务器的防火墙访问rabbitmq 5672端口。
  • 在外网服务器启动 airflow webserver scheduler, 在内网服务器启动
    airflow worker 发现任务执行状态丢失。继续学习Celery,以解决此问题。

安装redis

redis新版出现错误解决方案

  1. 升级GCC到9.0
yum -y install centos-release-scl
yum -y install devtoolset-9-gcc devtoolset-9-gcc-c++ devtoolset-9-binutils

# echo "source /opt/rh/devtoolset-9/enable" >>/etc/profile.d/custom.sh
  1. server.h:54:10: fatal error: systemd/sd-daemon.h: No such file or directory
yum install -y  systemd-devel

任务未按预期运行可能的原因

  • 检查 start_dateend_date是否在合适的时间范围内
  • 检查 airflow worker, airflow scheduler
    airflow webserver --debug的输出,有没有某个任务运行异常
  • 检查airflow配置路径中logs文件夹下的日志输出
  • 若以上都没有问题,则考虑数据冲突,解决方式包括清空数据库或着给当前
    dag一个新的dag_id

References

  1. https://pythonhosted.org/airflow/
  2. http://kintoki.farbox.com/post/ji-chu-zhi-shi/airflow
  3. http://www.jianshu.com/p/59d69981658a
  4. http://bytepawn.com/luigi-airflow-pinball.html
  5. https://github.com/airbnb/airflow
  6. https://media.readthedocs.org/pdf/airflow/latest/airflow.pdf




标签:指南,dag,入门,airflow,Airflow,log,mysql,id,ct
From: https://blog.51cto.com/u_16077014/6856559

相关文章

  • canal-1.1.5 使用指南
    1.canal下载https://github.com/alibaba/canal/releasescanal-1.1.6需要jdk11以上canal-1.1.5需要jdk8以上2.canal使用canal-1.1.5为例2.1开启binlog再my.cnf中加入如下文件,重启sql服务。log-bin=mysql-binbinlog-format=ROWserver_id=1给账户配权限GRANTSELE......
  • llvm pass pwn 入门学习
    llvmpasspwn入门学习对于没有学习过C++的人来说很不友好,仿佛让我回到学习java的时候(java烂的一批),各种包,函数,实现类,什么迭代器,红黑树什么的,看来抽点时间学习一下c++是有必要的环境说实话这个环境搞了两天,老是报Erroropening'LLVMHello.so':LLVMHello.so:cannotope......
  • 正点原子Ubuntu入门009---Ubuntu文件权限管理
    一、Ubuntu/Linux文件权限文件权限是指不同用户或用户组对不同文件所拥有的权限,文件权限分为三种:r:可读  w:可写  x:可执行  -rw-r--r--为一组文件权限其中第一位代表文件类型,后面9位分为三组,分别对应拥有者权限、拥有者所在组权限、其他用户权限文件类型: 普......
  • 正点原子Ubuntu入门008---Ubuntu用户和组
    一、Linux用户一般情况下,Linux有三种用户:初次登陆的用户root用户(UID=0)普通用户权限:root用户>初始用户>普通用户(其中初始用户可以创建普通用户)Linux用户记录在/etc/passwd文件内Linux用户密码记录在/etc/shadow文件内,且以加密方式存在用户---UID二、L......
  • 1.c++入门以及简单顺序结构
    1.c++入门以及简单顺序结构编程就是教计算机解决问题,编程语言就是和计算机沟通时用到的语言——严欣怡一、编写一个简单的C++程序#include<iostream>usingnamespacestd;intmain(){ cout<<"你好C++,我是严欣怡."; return0;}二、语法基础变量1.变量的概念变......
  • 1.c++入门以及简单顺序结构题目
    #1.c++入门以及简单顺序结构题目##1.计算(a+b)*c的值```c++inta,b,c;cin>>a>>b>>c;cout<<(a+b)*c;return0;```##2.带余除法```c++inta,b;cin>>a>>b;cout<<a/b<<""<<a%b;``````c++//c++中取余结果只与%前面的正负有关系cout<<......
  • 1.C++入门以及简单顺序结构
    1.C++入门以及简单顺序结构编程就教计算机解决问题,编程语言就是和计算机沟通时用到的语言——金思宸一、编写一个简单的c++程序#include<iostream>usingnamespacestd;intmain(){ cout<<"你好c++"; return0;}2、语法基础变量1.变量的概念变量本子是一个装东......
  • Cmake入门
    构建一个最简单的Cmake demo。其中最基础的三个命令是:cmake_minimum_required()project()add_executable()哪怕只有这三个命令都可以 构成一个CMake工程。下面介绍下命令地用法:cmake_minimum_required()cmake_minimum_required(VERSION<min>[...<policy_max>][F......
  • OPC-DX 快速入门
    OPC-DX快速入门新手必读:推荐新手阅读!文档 涉及产品  1、OPC概要过去,为了存取现场设备的数据信息,每个软件开发商都需要编写专用的接口函数。但现场设备的种类繁多且产品的不断升级,给用户和软件开发商带来了巨大的工作负担。系统集成商和开发商急需......
  • chatgpt从入门到精通深入学习路线?
    chatgpt从入门到精通深入学习路线?如果您想深入学习和掌握ChatGPT,以下是一个学习路线的建议:1.了解自然语言处理(NLP)基础知识:开始之前,建议您对NLP的基本概念和技术有所了解,包括语言模型、分词、词向量、文本分类等。2.学习深度学习和神经网络:ChatGPT是基于深度学习技术的,因此了......