Accedi al database Airflow

Cloud Composer 1 | Cloud Composer 2 | Cloud Composer 3

Questa pagina spiega come connettersi a un'istanza Cloud SQL in esecuzione il database Airflow di Cloud Composer dell'ambiente di analisi ed eseguire query SQL.

Ad esempio, potresti voler eseguire query direttamente sul database Airflow, eseguire backup dei database, raccogliere statistiche in base ai contenuti del database o recuperare qualsiasi altra informazione personalizzata dal database.

Per un ambiente Cloud Composer, un modo per farlo è connettere al database Airflow da una VM nel cluster GKE completamente gestito di Google Cloud.

Ottieni il nome e la regione del cluster dell'ambiente

  1. Nella console Google Cloud, vai alla pagina Ambienti.

    Vai ad Ambienti

  2. Seleziona il tuo ambiente.

  3. Vai alla scheda Configurazione dell'ambiente.

  4. L'elemento Cluster GKE elenca il nome e la regione del cluster GKE del tuo ambiente.

    Ad esempio, se il valore di questo parametro è projects/example-project/locations/us-central1/clusters/us-central1-composer-exam-e-23125af4-gke, il nome del cluster è us-central1-composer-exam-e-23125af4-gke e la regione del cluster è us-central1.

recupera i parametri di connessione del database

Airflow 2

  1. Accedi all'interfaccia web di Airflow per del tuo ambiente.
  2. Nell'interfaccia web di Airflow, vai ad Admin (Amministrazione) > Configurazioni.

  3. Trova il parametro sql_alchemy_conn.

  4. Ottieni il nome utente, la password e il nome del database dal valore di questo .

    Ad esempio, se il valore di questo parametro è postgresql+psycopg2://root:example-password@127.0.0.1:3306/composer-1-17-0-airflow-2-0-1-400fa094, il nome utente è root, la password è example-password, il nome del database è composer-1-17-0-airflow-2-0-1-400fa094.

Flusso d'aria 1

Cloud Composer 2 supporta solo Airflow 2.

Ottenere l'indirizzo dell'endpoint del database

IP pubblico

  1. Nella console Google Cloud, vai alla Kubernetes Engine > Gateway, servizi e Pagina in entrata:

    Vai a Servizi e In entrata

  2. Seleziona il servizio airflow-sqlproxy-service per il tuo cluster. Puoi utilizzare il nome del cluster o l'intervallo IP elencato per gli endpoint da cercare l'elemento corretto.

  3. Nella pagina Dettagli del servizio, individua l'indirizzo IP di un pod di pubblicazione. it è elencato nella sezione Pod in pubblicazione, nella colonna Endpoint.

IP privato - PSC

  1. Nella console Google Cloud, vai alla pagina Servizi di rete > Private Service Connect:

    Vai a Private Service Connect

  2. Fai clic sull'endpoint con il nome dell'ambiente. Ad esempio, può essere chiamato us-central1-example-environ-d9cb394f-psc.

  3. L'ambiente si connette al database tramite l'indirizzo IP specificato nella riga Indirizzo IP.

IP privato - Peering VPC

  1. Nella console Google Cloud, vai alla pagina Kubernetes Engine > Gateway, servizi e Ingress:

    Vai a Servizi e In entrata

  2. Seleziona il servizio airflow-sqlproxy-service per il tuo cluster. Puoi utilizzare il nome del cluster o l'intervallo IP elencato per gli endpoint da cercare l'elemento corretto.

  3. Nella pagina Dettagli servizio, trova l'indirizzo IP di un pod di pubblicazione. È elencato nella sezione Pod di servizio, nella colonna Endpoint.

Crea un'istanza VM

Crea una nuova istanza VM con i seguenti parametri:

  • Regione. Seleziona la stessa regione del cluster.

  • Zona. Seleziona una zona qualsiasi nella stessa regione del cluster.

  • Disco di avvio. Seleziona una distribuzione Linux, ad esempio Ubuntu 21.04 LTS.

  • Specifica un indirizzo IP nell'intervallo IP del cluster:

    1. Espandi Gestione, sicurezza, dischi, networking, single-tenancy molto utile.
    2. Vai alla scheda Networking.
    3. In Interfacce di rete, espandi l'elemento dell'interfaccia predefinita.
    4. Espandi Mostra intervalli IP alias.
    5. In Intervallo subnet, seleziona l'intervallo IP gke-services per il tuo cluster. Ad esempio: gke-europe-west3-composer-exam7b206598-gke-services-115b26e7. Tu di avere ottenuto il nome del cluster nel passaggio precedente.
    6. In Intervallo IP alias, specifica un indirizzo IP per l'istanza VM che rientri nell'intervallo di indirizzi IP dell'intervallo di subnet specificato.

Connettiti all'istanza VM e installa il pacchetto client SQL

Flusso d'aria 2

  1. Connettiti all'istanza VM creata nel passaggio precedente.

  2. Installa il pacchetto postgresql-client.

    sudo apt-get update
    sudo apt-get install postgresql-client
    

Airflow 1

Cloud Composer 2 supporta solo Airflow 2.

Connettiti al database Airflow

Mentre sei connesso all'istanza VM, esegui il seguente comando per connetterti al database Airflow:

Airflow 2

psql --user=USERNAME --password \
  --host=DB_ENDPOINT \
  --port=3306 \
  DB_NAME

Flusso d'aria 1

Cloud Composer 2 supporta solo Airflow 2.

Sostituisci con i valori ottenuti nei passaggi precedenti:

  • USERNAME con il nome utente.
  • DB_ENDPOINT con l'indirizzo IP dell'endpoint del database che hai ottenuto in precedenza.
  • DB_NAME con il nome del database.

esegui query SQL

Viene visualizzato un prompt. In questo prompt puoi eseguire query SQL. Ad esempio:

SELECT * FROM dag LIMIT 10;

Esegui il dump dei contenuti del database e trasferiscili in un bucket

Per eseguire il dump dei contenuti del database in un file, esegui questo comando:

Flusso d'aria 2

pg_dump --user=USERNAME --password \
  --host=DB_ENDPOINT \
  --port=3306 \
  DB_NAME > DUMP_FILE

Flusso d'aria 1

Cloud Composer 2 supporta solo Airflow 2.

Sostituisci:

  • USERNAME con il nome utente.
  • DB_ENDPOINT con l'indirizzo IP dell'endpoint del database.
  • DB_NAME con il nome del database.
  • DUMP_FILE con il nome del file di dump. Ad esempio, dump.sql.

Per trasferire il file di dump in un bucket Cloud Storage:

gcloud storage cp DUMP_FILE BUCKET_ADDRESS

Sostituisci:

  • DUMP_FILE con il nome del file dump.
  • BUCKET_ADDRESS con l'indirizzo del bucket. Ad esempio, gs://europe-west3-db-dump.

In alternativa, puoi trasferire il file dump localmente con gcloud compute scp.

Passaggi successivi