Cloud Composer 1 | Cloud Composer 2 | Cloud Composer 3
Cette page décrit les données que Cloud Composer stocke pour votre environnement dans Cloud Storage.
Lorsque vous créez un environnement, Cloud Composer crée un bucket Cloud Storage et l'associe à votre environnement. Le nom du bucket est basé sur la région, le nom et un ID aléatoire de l'environnement, par exemple us-central1-b1-6efabcde-bucket.
Cloud Composer synchronise des dossiers spécifiques du bucket de votre environnement avec les composants Airflow qui s'exécutent dans votre environnement. Par exemple, lorsque vous mettez à jour un fichier avec le code de votre DAG Airflow dans bucket de l'environnement, les composants Airflow reçoivent également la version mise à jour. Cloud Composer utilise Cloud Storage FUSE pour la synchronisation.
Dossiers dans le bucket Cloud Storage
| Dossier | Chemin d'accès au stockage | Répertoire mappé | Description |
|---|---|---|---|
| DAG | gs://bucket-name/dags |
/home/airflow/gcs/dags |
Stocke les DAG pour votre environnement. |
| Plug-ins | gs://bucket-name/plugins |
/home/airflow/gcs/plugins |
Stocke vos plug-ins personnalisés, tels que des opérateurs Airflow, des hooks, des capteurs ou des interfaces en interne et personnalisés. |
| Données | gs://bucket-name/data |
/home/airflow/gcs/data |
Stocke les données créées et utilisées par les tâches. |
| Journaux | gs://bucket-name/logs |
/home/airflow/gcs/logs |
Stocke les journaux Airflow pour les tâches. Les journaux sont également disponibles dans l'interface Web Airflow et dans l'onglet Journaux de la console Google Cloud. |
Cloud Composer synchronise les dossiers dags/ et plugins/ de manière unidirectionnelle. La synchronisation unidirectionnelle signifie que les modifications locales
les dossiers d'un composant Airflow sont écrasés. Les dossiers data/ et logs/ se synchronisent de manière bidirectionnelle.
La synchronisation des données est cohérente à terme. Pour envoyer des messages d'un opérateur à un autre, utilisez XComs.
Remarques relatives à la capacité
Les données des dossiers dags/, plugins/ et data/ sont synchronisées avec Airflow
programmeurs et nœuds de calcul.
Le contenu du dossier plugins/ est synchronisé avec le serveur Web Airflow.
Plus vous mettez de données dans ces dossiers, plus l'espace est occupé dans le stockage local des composants Airflow. Enregistrer trop de données dans dags/ et plugins/ peut perturber vos opérations et entraîner des problèmes tels que :
Un nœud de calcul ou un planificateur manque d'espace de stockage local et est supprimé en raison d'un espace insuffisant sur le disque local du composant.
La synchronisation des fichiers des dossiers
dags/etplugins/avec les nœuds de calcul et les planificateurs prend beaucoup de temps.La synchronisation des fichiers des dossiers
dags/etplugins/avec les nœuds de calcul et les planificateurs devient impossible. Par exemple, si vous stockez un fichier de 2 Go dans le répertoiredags/, mais le disque local d'un nœud de calcul Airflow ne peut peut accueillir 1 Go. Lors de la synchronisation, le nœud de calcul n'a plus de stockage local et la synchronisation ne peut pas être terminée.
Dossiers DAG et plug-ins
Pour éviter les échecs d'exécution des DAG, stockez vos DAG, plug-ins et modules Python dans le fichier
Dossiers dags/ ou plugins/, même si vos modules Python ne contiennent pas de DAG
ou plug-ins.
Par exemple, vous utilisez un DataFlowPythonOperator qui fait référence à un py_file.
pipeline Dataflow. Ce py_file ne contient aucun DAG ni
mais vous devez tout de même le stocker dans le dossier dags/ ou plugins/.
Dossier de données
Dans certains cas, certains fichiers du dossier data/ sont synchronisés avec un composant Airflow spécifique. Par exemple, lorsque
Cloud Composer tente de lire un fichier donné pour la première fois au cours de cette période:
Analyse du DAG : lorsqu'un fichier est lu pour la première fois lors de l'analyse du DAG, Cloud Composer le synchronise avec le planificateur qui analyse le DAG.
Exécution du DAG : lorsqu'un fichier est lu pour la première fois lors de l'exécution du DAG, Cloud Composer le synchronise avec le nœud de calcul qui exécute l'exécution.
Les composants Airflow disposent d'un espace de stockage local limité. Pensez donc à supprimer les fichiers téléchargés pour libérer de l'espace disque dans vos composants. Notez que l'utilisation de l'espace de stockage local peut également augmenter temporairement si des tâches simultanées téléchargent le même fichier sur un seul nœud de calcul Airflow.
Dossier "Logs"
Le dossier logs/ est synchronisé à partir des nœuds de calcul Airflow avec le dossier
à l'aide de l'API Cloud Storage.
Le quota de l'API Cloud Storage est calculé en fonction de la quantité de données déplacées. Par conséquent, le nombre de tâches Airflow exécutées par votre système peut augmenter votre utilisation de l'API Cloud Storage : plus vous exécutez de tâches, plus vos fichiers journaux sont volumineux.
Synchronisation avec le serveur Web
Le dossier plugins/ est automatiquement synchronisé avec le serveur Web afin que les plug-ins puissent être chargés par l'interface utilisateur Airflow.