DVC 中如何通过常量文件统一管理依赖与输出路径

本文介绍在 dvc 项目中使用 python 常量文件（如 `constants.py`）集中定义数据路径，并在 `dvc.yaml` 中通过 `vars` 引入实现跨阶段复用的正确方法。

DVC 支持通过顶层 vars 字段导入外部 Python 文件中的变量，从而实现路径等配置的“单点定义、多处引用”。你提供的写法——在 dvc.yaml 中声明 vars: - constants.py，并在 stage 中使用 ${MY_DATA} 和 ${MY_OUT}——完全符合 DVC 官方规范，且自 DVC v2.0 起稳定支持。

✅ 正确示例：

# constants.py
MY_DATA = "data/location"
MY_OUT = "data/out"

# dvc.yaml
vars:
  - constants.py

stages:
  preprocess:
    deps:
      - ${MY_DATA}
    outs:
      - ${MY_OUT}
    cmd: python scripts/preprocess.py

⚠️ 注意事项：

• constants.py 必须是合法的 Python 模块：仅包含变量赋值（支持字符串、数字、布尔值、嵌套字典/列表），不可含执行逻辑（如 import、函数调用、if 语句），否则 DVC 解析会失败；
• 变量名需为合法 Python 标识符（如 MY_DATA ✅，my-data ❌）；
• DVC 不会自动重载 constants.py —— 修改后需运行 dvc repro 或 dvc dag 等命令触发重新解析；
• 若需环境差异化配置（如开发/生产路径不同），推荐升级至 params.yaml + --params 方式，但对静态路径场景，vars + .py 更轻量、更直观。

? 小技巧：可在 constants.py 中添加类型提示增强可维护性（DVC 忽略注释，但 IDE 友好）：

# constants.py
MY_DATA: str = "data/raw"
MY_OUT: str = "data/processed"

总结：你的原始方案无需修改——只要确保 constants.py 语法纯净、路径存在且有读取权限，该方式就是 DVC 推荐的标准化路径管理实践。如仍报错，请检查 DVC 版本（≥2.0）、文件编码（UTF-8）、变量是否被意外覆盖，并可通过 dvc version 和 dvc dag --dot

| dot -Tpng -o dag.png 辅助诊断。