Migra entornos a Cloud Composer 2 (desde Airflow 1)

Cloud Composer 3 | Cloud Composer 2 | Cloud Composer 1

En esta página, se explica cómo transferir DAG, datos y configuración de tus entornos existentes de Cloud Composer 1 y Airflow 1 a Cloud Composer 2 y Airflow 2.

Otras guías de migración

De	A	Método	Guía
Cloud Composer 1, Airflow 2	Cloud Composer 2 y Airflow 2	Comparación en paralelo con instantáneas	Guía de migración (instantáneas)
Cloud Composer 1, Airflow 1	Cloud Composer 2 y Airflow 2	Comparación en paralelo con instantáneas	Guía de migración (instantáneas)
Cloud Composer 1, Airflow 2	Cloud Composer 2 y Airflow 2	Transferencia manual en paralelo	Guía de migración manual
Cloud Composer 1, Airflow 1	Cloud Composer 2 y Airflow 2	Transferencia manual en paralelo	Esta guía (migración manual)
Airflow 1	Airflow 2	Transferencia manual en paralelo	Guía de migración manual

Antes de comenzar

• Cloud Composer admite la migración en paralelo de Cloud Composer 1 a Cloud Composer 2. No es posible actualizar de Cloud Composer 1 a Cloud Composer 2 sin mover los datos.
• Consulta la lista de diferencias entre Cloud Composer 1 y Cloud Composer 2.

• Debido a que Cloud Composer 2 usa Airflow 2, la migración incluye cambiar tus DAG y la configuración del entorno a Airflow 2. Consulta la guía de migración de Airflow 1 a Airflow 2 para obtener información sobre los cambios rotundos entre Airflow 1 y Airflow 2 en Cloud Composer.

• En esta guía, combinas la migración a Airflow 2 y la migración a Cloud Composer 2 en un solo procedimiento de migración. De esta manera, no es necesario que realices la migración a un entorno de Cloud Composer 1 con Airflow 2 antes de migrar a Cloud Composer 2.

Paso 1: Actualiza a Airflow 1.10.15

Si tu entorno usa una versión de Airflow anterior a la 1.10.15, actualízalo a una versión de Cloud Composer que use Airflow 1.10.15.

Paso 2: Verifica la compatibilidad con Airflow 2

Para verificar si hay posibles conflictos con Airflow 2, consulta la guía de actualización a Airflow 2.0 y versiones posteriores, en la sección sobre cómo actualizar DAGs.

Un problema habitual que puedes encontrar está relacionado con rutas de importación incompatibles. Para obtener más información sobre cómo resolver este problema de compatibilidad, consulta la sección sobre proveedores de portabilidad a versiones anteriores en la guía de actualización a Airflow 2.0 y versiones posteriores.

Paso 3: Obtén la lista de anulaciones de configuración, paquetes de PyPI personalizados y variables de entorno

Console

Obtén la lista de anulaciones de configuración, paquetes de PyPI personalizados y variables de entorno de tu entorno de Cloud Composer 1:

1. Ve a la página Entornos en la consola de Google Cloud:

   Ir a Entornos

2. Selecciona tu entorno de Cloud Composer 1.

3. Consulta las variables de entorno en la pestaña Variables de entorno.

4. Consulta las anulaciones de configuración en las pestañas Anulaciones de configuración de Airflow.

5. Consulta los paquetes personalizados de PyPI en la pestaña Paquetes de PyPI.

gcloud

Para obtener la lista de variables de entorno, ejecuta lo siguiente:

gcloud composer environments describe \
    COMPOSER_1_ENV \
    --location COMPOSER_1_LOCATION \
    --format="value(config.softwareConfig.envVariables)"

Para obtener la lista de anulaciones de configuración de Airflow del entorno, ejecuta lo siguiente:

gcloud composer environments describe \
    COMPOSER_1_ENV \
    --location COMPOSER_1_LOCATION \
    --format="value(config.softwareConfig.airflowConfigOverrides)"

Para obtener la lista de paquetes personalizados de PyPI, ejecuta lo siguiente:

gcloud composer environments describe \
    COMPOSER_1_ENV \
    --location COMPOSER_1_LOCATION \
    --format="value(config.softwareConfig.pypiPackages)"

Reemplaza lo siguiente:

• COMPOSER_1_ENV por el nombre de tu entorno de Cloud Composer 1.
• COMPOSER_1_LOCATION es la región en la que se encuentra el entorno de Cloud Composer 1.

Terraform

Omitir este paso La configuración de tu entorno de Cloud Composer 1 ya enumera las anulaciones de configuración, los paquetes de PyPI personalizados y las variables de entorno de tu entorno.

Paso 4: Crea un entorno de Cloud Composer 2

En este paso, crea un entorno de Cloud Composer 2. Puedes comenzar con un entorno preconfigurado que coincida con tus demandas de recursos esperadas y, luego, escalar y optimizar tu entorno más.

Console

Crea un entorno de Cloud Composer 2 y especifica anulaciones de configuración y variables de entorno.

Como alternativa, puedes anular las configuraciones de Airflow y las variables de entorno después de crear un entorno.

Algunas opciones de configuración de Airflow 1 usan un nombre y una sección diferentes en Airflow 2. Para obtener más información, consulta Cambios de configuración.

gcloud

Crea un entorno de Cloud Composer 2 y especifica anulaciones de configuración y variables de entorno.

Como alternativa, puedes anular las configuraciones de Airflow y las variables de entorno después de crear un entorno.

Algunas opciones de configuración de Airflow 1 usan un nombre y una sección diferentes en Airflow 2. Para obtener más información, consulta Cambios de configuración.

Terraform

Crea un entorno de Cloud Composer 2 basado en la configuración del entorno de Cloud Composer 1:

1. Copia la configuración de tu entorno de Cloud Composer 1.
2. Cambia el nombre de tu entorno.

3. Usa el proveedor google-beta:

   resource "google_composer_environment" "example_environment_composer_2" {
     provider = google-beta
     # ...
   }
   

4. Especifica una imagen de Cloud Composer 2 en el bloque config.software_config:

   software_config {
     image_version = "composer-2.11.3-airflow-2.10.2"
     # ...
   }
   

5. Si aún no lo hiciste, especifica las anulaciones de configuración y las variables de entorno.

6. Especifica paquetes de PyPI personalizados en el bloque config.software_config.pypi_packages:

   software_config {
   
     # ...
   
     pypi_packages = {
       numpy = ""
       scipy = ">=1.1.0"
     }
   
   }
   

Paso 5: Instala paquetes de PyPI en el entorno de Cloud Composer 2

Nota: Si tu entorno no usa paquetes PyPI personalizados, omite este paso. Los paquetes de PyPI personalizados son los que instalas además de los paquetes preinstalados en tu entorno.

Después de crear tu entorno de Cloud Composer 2, instálale paquetes personalizados de PyPI.

Console

1. Ve a la página Entornos en la consola de Google Cloud:

   Ir a Entornos

2. Selecciona tu entorno de Cloud Composer 2.

3. Ve a la pestaña Paquetes de PyPI y haz clic en Editar.

4. Copia los requisitos de los paquetes de PyPI de tu entorno de Cloud Composer 1. Haz clic en Guardar y espera a que se actualice el entorno.

gcloud

1. Crea un archivo requirements.txt con la lista de paquetes PyPI personalizados:

     numpy
     scipy>=1.1.0
   

2. Actualiza tu entorno y pasa el archivo requirements.txt al comando --update-pypi-packages-from-file:

   gcloud composer environments update COMPOSER_2_ENV \
     --location COMPOSER_2_LOCATION  \
     --update-pypi-packages-from-file requirements.txt
   

   Reemplaza lo siguiente:

   • COMPOSER_2_ENV por el nombre de tu entorno de Cloud Composer 2.
   • COMPOSER_2_LOCATION con la región en la que se encuentra el entorno de Cloud Composer 2.

Terraform

Omitir este paso Ya instalaste paquetes PyPI personalizados cuando creaste el entorno.

Paso 6: Transfiere las variables y los grupos

Nota: Si tu entorno no usa variables ni grupos de Airflow distintos de default_pool, omite este paso.

Airflow admite la exportación de variables y grupos a archivos JSON. Luego, puedes importar estos archivos a tu entorno de Cloud Composer 2.

Los comandos de la CLI de Airflow que se usan en este paso operan en archivos locales en los trabajadores de Airflow. Para subir o descargar los archivos, usa la carpeta /data en el bucket de Cloud Storage de tu entorno. Esta carpeta se sincroniza con el directorio /home/airflow/gcs/data/ en los trabajadores de Airflow. En los comandos de la CLI de Airflow, especifica /home/airflow/gcs/data/ en el parámetro FILEPATH.

gcloud

1. Exporta variables de tu entorno de Cloud Composer 1:

   gcloud composer environments run \
       COMPOSER_1_ENV \
       --location COMPOSER_1_LOCATION \
        variables -- -e /home/airflow/gcs/data/variables.json
   

   Reemplaza lo siguiente:

   • COMPOSER_1_ENV por el nombre de tu entorno de Cloud Composer 1.
   • COMPOSER_1_LOCATION es la región en la que se encuentra el entorno de Cloud Composer 1.

2. Exporta grupos de tu entorno de Cloud Composer 1:

   gcloud composer environments run COMPOSER_1_ENV \
       --location COMPOSER_1_LOCATION \
        pool -- -e /home/airflow/gcs/data/pools.json
   

   Reemplaza lo siguiente:

   • COMPOSER_1_ENV por el nombre de tu entorno de Cloud Composer 1.
   • COMPOSER_1_LOCATION es la región en la que se encuentra el entorno de Cloud Composer 1.

3. Obtén el URI del bucket de tu entorno de Cloud Composer 2.

   1. Ejecuta el siguiente comando:

      gcloud composer environments describe COMPOSER_2_ENV \
          --location COMPOSER_2_LOCATION \
           --format="value(config.dagGcsPrefix)"
      

      Reemplaza lo siguiente:

      • COMPOSER_2_ENV por el nombre de tu entorno de Cloud Composer 2.
      • COMPOSER_2_LOCATION por la región en la que se encuentra el entorno.

   2. En el resultado, quita la carpeta /dags. El resultado es el URI del bucket de tu entorno de Cloud Composer 2.

      Por ejemplo, cambia gs://us-central1-example-916807e1-bucket/dags a gs://us-central1-example-916807e1-bucket.

4. Transfiere archivos JSON con variables y grupos a tu entorno de Cloud Composer 2:

   gcloud composer environments storage data export \
       --destination=COMPOSER_2_BUCKET/data \
       --environment=COMPOSER_1_ENV \
       --location=COMPOSER_1_LOCATION \
       --source=variables.json
   

   gcloud composer environments storage data export \
       --destination=COMPOSER_2_BUCKET/data \
       --environment=COMPOSER_1_ENV \
       --location=COMPOSER_1_LOCATION \
       --source=pools.json
   

   Reemplaza lo siguiente:

   • COMPOSER_2_BUCKET por el URI del bucket de tu entorno de Cloud Composer 2, que obtuviste en el paso anterior.
   • COMPOSER_1_ENV por el nombre de tu entorno de Cloud Composer 1.
   • COMPOSER_1_LOCATION es la región en la que se encuentra el entorno de Cloud Composer 1.

5. Importa variables y grupos a Cloud Composer 2:

   gcloud composer environments run \
       COMPOSER_2_ENV \
       --location COMPOSER_2_LOCATION \
       variables import \
       -- /home/airflow/gcs/data/variables.json
   

   gcloud composer environments run \
       COMPOSER_2_ENV \
       --location COMPOSER_2_LOCATION \
       pools import \
       -- /home/airflow/gcs/data/pools.json
   

6. Verifica que se importen las variables y los grupos:

   gcloud composer environments run \
       COMPOSER_2_ENV \
       --location COMPOSER_2_LOCATION \
       variables list
   

   gcloud composer environments run \
       COMPOSER_2_ENV \
       --location COMPOSER_2_LOCATION \
       pools list
   

7. Quita los archivos JSON de los buckets:

   gcloud composer environments storage data delete \
       variables.json \
       --environment=COMPOSER_2_ENV \
       --location=COMPOSER_2_LOCATION
   

   gcloud composer environments storage data delete \
       pools.json \
       --environment=COMPOSER_2_ENV \
       --location=COMPOSER_2_LOCATION
   

   gcloud composer environments storage data delete \
       variables.json \
       --environment=COMPOSER_1_ENV \
       --location=COMPOSER_1_LOCATION
   

   gcloud composer environments storage data delete \
       pools.json \
       --environment=COMPOSER_1_ENV \
       --location=COMPOSER_1_LOCATION
   

Paso 7: Transfiere otros datos del bucket de tu entorno de Cloud Composer 1

Transfiere complementos y otros datos del bucket de tu entorno de Cloud Composer 1.

gcloud

1. Transfiere los complementos a tu entorno de Cloud Composer 2. Para ello, exporta complementos del bucket de tu entorno de Cloud Composer 1 a la carpeta /plugins en el bucket de tu entorno de Cloud Composer 2:

   gcloud composer environments storage plugins export \
       --destination=COMPOSER_2_BUCKET/plugins \
       --environment=COMPOSER_1_ENV \
       --location=COMPOSER_1_LOCATION
   

2. Verifica que la carpeta /plugins se haya importado correctamente:

   gcloud composer environments storage plugins list \
       --environment=COMPOSER_2_ENV \
       --location=COMPOSER_2_LOCATION
   

3. Exporta la carpeta /data de tu entorno de Cloud Composer 1 al entorno de Airflow 2:

   gcloud composer environments storage data export \
       --destination=COMPOSER_2_BUCKET/data \
       --environment=COMPOSER_1_ENV \
       --location=COMPOSER_1_LOCATION
   

4. Verifica que la carpeta /data se haya importado correctamente:

   gcloud composer environments storage data list \
       --environment=COMPOSER_2_ENV \
       --location=COMPOSER_2_LOCATION
   

Paso 8: Transfiere las conexiones

Precaución: Los entornos de Cloud Composer tienen muchas conexiones predeterminadas que ya están configuradas para un entorno. No transfieras estas conexiones, ya que tu entorno de Cloud Composer 2 ya las tiene. Si tu entorno solo usa las conexiones predeterminadas, omite este paso.

Airflow 1.10.15 no admite la exportación de conexiones. Para transferir conexiones, crea conexiones manualmente en tu entorno de Cloud Composer 2 desde el entorno de Cloud Composer 1.

gcloud

1. Para obtener una lista de las conexiones en tu entorno de Cloud Composer 1, ejecuta lo siguiente:

   gcloud composer environments run COMPOSER_1_ENV \
       --location COMPOSER_1_LOCATION \
        connections -- --list
   

2. Para crear una conexión nueva en tu entorno de Cloud Composer 2, ejecuta el comando connections de la CLI de Airflow a través de gcloud. Por ejemplo:

   gcloud composer environments run \
       COMPOSER_2_ENV \
       --location COMPOSER_2_LOCATION \
       connections add \
       -- --conn-host postgres.example.com \
       --conn-port 5432 \
       --conn-type postgres \
       --conn-login example_user \
       --conn-password example_password \
       --conn-description "Example connection" \
       example_connection
   

Paso 9: Transfiere las cuentas de usuario

En este paso, se explica cómo transferir usuarios creándolos de forma manual.

Airflow 1.10.15 no admite la exportación de usuarios. Para transferir usuarios y conexiones, crea cuentas de usuario nuevas de forma manual en tu entorno de Airflow 2 desde el entorno de Cloud Composer 1.

Nota: Para ver los usuarios, la cuenta debe tener el rol Admin.

IU de Airflow

1. Para ver una lista de los usuarios de tu entorno de Cloud Composer 1, sigue estos pasos:

   1. Abre la interfaz web de Airflow para tu entorno de Cloud Composer 1.

   2. Ve a Administrador > Usuarios.

2. Para crear un usuario en tu entorno de Cloud Composer 2, sigue estos pasos:

   1. Abre la interfaz web de Airflow para tu entorno de Cloud Composer 2.

   2. Ve a Seguridad > Lista de usuarios.

   3. Haz clic en Agregar un registro nuevo.

gcloud

1. No es posible ver una lista de usuarios a través de gcloud en Airflow 1. Usa la IU de Airflow.

2. Para crear una cuenta de usuario nueva en tu entorno de Cloud Composer 2, ejecuta el comando users create de la CLI de Airflow a través de gcloud. Por ejemplo:

   gcloud composer environments run \
       COMPOSER_2_ENV \
       --location COMPOSER_2_LOCATION \
       users create \
       -- --username example_username \
       --firstname Example-Name \
       --lastname Example-Surname \
       --email [e-mail] \
       --use-random-password \
       --role Op
   

   Reemplaza lo siguiente:

   • COMPOSER_2_ENV por el nombre de tu entorno de Cloud Composer 2.
   • COMPOSER_2_LOCATION con la región en la que se encuentra el entorno de Cloud Composer 2.
   • Todos los parámetros de configuración del usuario con sus valores del entorno de Cloud Composer 1, incluido el rol del usuario.

Paso 10: Asegúrate de que tus DAG estén listos para Airflow 2

Antes de transferir DAGs a tu entorno de Cloud Composer 1, asegúrate de que se cumplan los siguientes requisitos:

1. Tus DAG se ejecutan correctamente y no hay problemas de compatibilidad restantes.

2. Tus DAG usan sentencias de importación correctas.

   Por ejemplo, la nueva sentencia de importación para BigQueryCreateDataTransferOperator puede verse así:

   from airflow.providers.google.cloud.operators.bigquery_dts \
       import BigQueryCreateDataTransferOperator
   

3. Tus DAGs se actualizan para Airflow 2. Este cambio es compatible con Airflow 1.10.14 y versiones posteriores.

Paso 11: Transfiere DAG al entorno de Cloud Composer 2

Advertencia: En este paso, se explica cómo evitar posibles problemas con la duplicación, falta, la ejecución errónea o no válida de un DAG cuando se transfiere la DAG entre entornos.

Los siguientes problemas potenciales pueden ocurrir cuando transfieres DAG entre entornos:

• Si un DAG está habilitado (no en pausa) en ambos entornos, cada uno ejecuta su propia copia del DAG, según lo programado. Esto podría generar ejecuciones de DAG duplicadas para los mismos datos y el mismo tiempo de ejecución.

• Debido a la recuperación de DAG, Airflow programa ejecuciones de DAG adicionales, a partir de la fecha de inicio especificada en tus DAG. Esto sucede porque la nueva instancia de Airflow no tiene en cuenta el historial de ejecuciones de DAG del entorno de Cloud Composer 1. Esto puede generar una gran cantidad de ejecuciones de DAG programadas a partir de la fecha de inicio especificada.

Evita ejecuciones de DAG duplicadas

En tu entorno de Airflow 2, agrega una anulación de la opción de configuración de Airflow para la opción dags_are_paused_at_creation. Después de realizar este cambio, todos los DAG nuevos se detendrán de forma predeterminada.

Sección	Clave	Valor
core	dags_are_paused_at_creation	True

Nota: Puedes quitar esta anulación después de transferir todos tus DAG al entorno de Cloud Composer 2.

Evita ejecuciones de DAG adicionales o faltantes

Para evitar brechas y superposiciones en las fechas de ejecución, inhabilita la función de ponerse al día en tu Cloud Composer 2. De esta manera, después de subir DAGs a tu entorno de Cloud Composer 2, Airflow no programa ejecuciones de DAG que ya se ejecutaron en el entorno de Cloud Composer 1. Agrega una anulación de opción de configuración de Airflow para la opción catchup_by_default:

Sección	Clave	Valor
scheduler	catchup_by_default	False

Precaución: No quites esta anulación. Si lo haces, tu entorno programará ejecuciones de DAG para ponerse al día. Estas ejecuciones de DAG pueden superponerse con las que ya se ejecutaron en tu entorno de Cloud Composer 1.

Transfiere tus DAG al entorno de Cloud Composer 2

Para transferir tus DAG al entorno de Cloud Composer 2, sigue estos pasos:

1. Sube el DAG del entorno de Cloud Composer 1 al entorno de Cloud Composer 2. Omitir el DAG de airflow_monitoring.py

2. Los DAG se detienen en el entorno de Cloud Composer 2 debido a la anulación de configuración, por lo que no se programan ejecuciones de DAG.

3. En la interfaz web de Airflow, ve a DAGs y verifica si hay errores de sintaxis de DAG informados.

4. Cuando planees transferir el DAG, haz lo siguiente:

   1. Detén los DAG en tu entorno de Cloud Composer 1.

   2. Anula la pausa de los DAG en tu entorno de Cloud Composer 2.

   3. Verifica que las ejecuciones de DAG nuevas estén programadas a la hora correcta.

   4. Espera a que se ejecuten los DAG en el entorno de Cloud Composer 2 y verifica si se ejecutaron correctamente. Si una ejecución de DAG se realizó correctamente, no la despausas en el entorno de Cloud Composer 1. Si lo haces, se ejecutará un DAG para la misma hora y fecha en tu entorno de Cloud Composer 1.

5. Si falla la ejecución de un DAG específico, intenta solucionar el problema hasta que se ejecute correctamente en Cloud Composer 2.

   Si es necesario, puedes recurrir a la versión de Cloud Composer 1 del DAG y ejecutar las ejecuciones de DAG que fallaron en Cloud Composer 2 desde tu entorno de Cloud Composer 1:

   1. Detén el DAG en tu entorno de Cloud Composer 2.

   2. Anula la pausa del DAG en tu entorno de Cloud Composer 1. Esto programa ejecuciones de DAG para recuperar el tiempo en el que el DAG se detuvo en el entorno de Cloud Composer 1.

Paso 12: Supervisa tu entorno de Cloud Composer 2

Después de transferir todos los DAG y la configuración al entorno de Cloud Composer 2, supervisa el entorno en busca de posibles problemas, ejecuciones de DAG fallidas y el estado general del entorno. Si el entorno de Cloud Composer 2 se ejecuta sin problemas durante un período suficiente, considera borrar el entorno de Cloud Composer 1.

¿Qué sigue?

• Soluciona problemas de los DAG
• Solución de problemas de creación de entornos
• Solución de problemas de actualizaciones de entornos
• Cómo usar paquetes de portabilidad a versiones anteriores