将Googletrans移植到Snowflake Snowpark UDF时遇ModuleNotFoundError求解

以下是解决ModuleNotFoundError的具体步骤：

• 检查压缩包结构
  确保你上传的googletrans.zip解压后，根目录直接是googletrans模块文件夹（包含__init__.py、client.py等核心文件），而非嵌套在其他父文件夹中。错误的结构会导致Python无法识别该模块。

• 在UDF代码中添加模块路径
  Snowpark会将导入的文件存放在临时目录，需要手动将该目录加入Python的搜索路径。修改你的UDF代码：

  import sys
  from snowflake.snowpark.functions import udf
  from snowflake.snowpark.files import get_import_path
  
  session = snowpark_session('DWH', 'MY_SCHEMA')
  # 使用完整阶段路径确保导入正确
  session.add_import("@DWH.MY_SCHEMA.PACKAGES/googletrans.zip")
  session.add_packages("snowflake-snowpark-python", "pandas", "numpy", "scikit-learn", "spacy", "httpx")
  
  @udf(name='MY_FUNCTION', replace=True, is_permanent=True, stage_location="@MODEL_STAGE")
  def myFun(text:str) -> bool:
      # 获取导入文件的临时路径并加入sys.path
      sys.path.append(get_import_path())
      import googletrans
      translator = googletrans.Translator()
      # ... 你的业务逻辑
      return True
  

• 补充Googletrans的依赖包
  Googletrans依赖httpx等第三方库，这些库未被Snowpark默认包含。需要通过session.add_packages()添加这些依赖（如果Snowflake的Anaconda仓库提供），或者将依赖包也打包上传到阶段并添加导入。

• 验证阶段文件路径
  执行LIST @DWH.MY_SCHEMA.PACKAGES;命令，确认googletrans.zip确实存在于指定阶段中，避免路径拼写错误。

内容的提问来源于stack exchange，提问作者Vid Stropnik