Cloud Composer 1 | Cloud Composer 2 | Cloud Composer 3
Esta página oferece uma breve introdução ao Airflow e aos DAGs e descreve os recursos do Cloud Composer.
Para mais informações sobre os novos recursos nas versões do Cloud Composer, consulte as Notas da versão.
Sobre o Cloud Composer
O Cloud Composer é um serviço totalmente gerenciado de orquestração de fluxos de trabalho, permitindo que você crie, programe, monitore e gerencie pipelines de fluxo de trabalho que abrangem nuvens e data centers no local.
O Cloud Composer é baseado no conhecido projeto de código aberto Apache Airflow e opera usando a linguagem de programação Python.
Ao usar o Cloud Composer em vez de uma instância local do Apache Airflow, os usuários podem aproveitar o melhor do Airflow sem sobrecarga de instalação ou de gerenciamento. O Cloud Composer ajuda a criar fluxos gerenciados ambientes rapidamente e usar ferramentas nativas do Airflow, como o a interface da Web e as ferramentas de linha de comando do Airflow, para você se concentrar e não na sua infraestrutura.
Diferenças entre as versões do Cloud Composer
Para mais informações sobre as diferenças entre as versões principais do Cloud Composer, consulte Visão geral do controle de versões do Cloud Composer.
Airflow e DAGs do Airflow (fluxos de trabalho)
Na análise de dados, um fluxo de trabalho representa uma série de tarefas para ingestão, transformação, análise ou utilização de dados. No Airflow, os fluxos de trabalho são criados usando DAGs ou "Gráficos acíclicos direcionados".
Um DAG é uma coleção de tarefas que você quer programar e executar, organizadas de uma forma que reflita os relacionamentos e as dependências delas. Os DAGs são criados em arquivos Python, que definem a estrutura do DAG usando código. O DAG tem como objetivo garantir que cada tarefa seja executada no momento certo e na ordem certa.
Cada tarefa em um DAG pode representar quase tudo. Por exemplo, uma tarefa pode executar qualquer uma das seguintes funções:
- Como preparar os dados para processamento
- Como monitorar uma API
- Como enviar um e-mail
- Como executar um pipeline
Além de executar um DAG de acordo com uma programação, é possível acioná-los manualmente ou em resposta a eventos, como alterações em uma do Google Cloud. Para mais informações, consulte Programar e acionar DAGs.
Para mais informações sobre DAGs e tarefas, consulte a Documentação do Apache Airflow.
Ambientes do Cloud Composer
Os ambientes do Cloud Composer são implantações autônomas do Airflow baseadas no Google Kubernetes Engine. Eles funcionam com outros serviços do Google Cloud usando conectores integrados ao Airflow. É possível criar um ou mais ambientes em um único projeto do Google Cloud em qualquer região com suporte.
O Cloud Composer provisiona serviços do Google Cloud que são executados nos fluxos de trabalho e em todos os componentes do Airflow. Os principais componentes de um são:
Cluster do GKE: componentes do Airflow, como o Airflow programadores, gatilhos e workers são executados como cargas de trabalho do GKE em um único cluster criado para seu ambiente e são responsáveis pela no processamento e na execução de DAGs.
O cluster também hospeda outros componentes do Cloud Composer, como o Composer Agent e o Airflow Monitoring, que ajudam a gerenciar o ambiente do Cloud Composer, reunir registros para armazenar no Cloud Logging e reunir métricas para fazer upload no Cloud Monitoring.
Servidor da Web do Airflow: executa a interface do Apache Airflow.
Banco de dados do Airflow: armazena os metadados do Apache Airflow.
Bucket do Cloud Storage: o Cloud Composer associa um bucket do Cloud Storage com seu ambiente. Esse bucket, também chamado de bucket do ambiente, armazena os DAGs, os registros, os plug-ins personalizados e os dados do ambiente. Para mais informações sobre o bucket do ambiente, consulte Dados armazenados no Cloud Storage.
Para ver informações detalhadas sobre os componentes de um ambiente, consulte Arquitetura do ambiente.
Interfaces do Cloud Composer
O Cloud Composer oferece interfaces para gerenciar ambientes, instâncias do Airflow executadas em ambientes e DAGs individuais.
Por exemplo, é possível criar e configurar ambientes do Cloud Composer no console do Google Cloud, na CLI do Google Cloud, na API Cloud Composer ou no Terraform.
Como outro exemplo, é possível gerenciar DAGs no console do Google Cloud, na interface nativa do Airflow ou executando a CLI do Google Cloud e os comandos da CLI do Airflow.
Recursos do Airflow no Cloud Composer
Ao usar o Cloud Composer, é possível gerenciar e usar recursos do Airflow, como:
DAGs do Airflow: é possível adicionar, atualizar, remover ou acionar DAGs do Airflow no console do Google Cloud ou usando a interface nativa do Airflow.
Opções de configuração do Airflow: é possível alterar o Airflow opções de configuração dos valores padrão usados Cloud Composer para valores personalizados. No Cloud Composer, algumas das opções de configuração são bloqueadas e não é possível mudar os valores delas.
Plug-ins personalizados: você pode instalar plug-ins personalizados do Airflow, como: operadores internos e personalizados do Apache Airflow, hooks sensores ou interfaces no ambiente do Cloud Composer.
Dependências do Python: é possível instalar dependências do Python do Índice de pacotes Python no ambiente ou de um repositório de pacotes particular, incluindo repositórios do Artifact Registry. Se o dependências não estiverem no índice de pacotes, também será possível usar plug-ins.
Geração de registros e monitoramento de DAGs, componentes do Airflow e ambientes do Cloud Composer:
É possível visualizar registros do Airflow associados a tarefas únicas do DAG na interface da Web do Airflow e a pasta
logs
no bucket do ambiente.Registros e métricas do ambiente do Cloud Monitoring para ambientes do Cloud Composer.
Controle de acesso no Cloud Composer
Você gerencia a segurança no nível do projeto do Google Cloud e pode atribuir papéis do IAM que permitem que usuários individuais modifiquem ou criem ambientes. Se uma pessoa não tiver acesso ao seu projeto ou não tiver um papel apropriado do IAM do Cloud Composer, ela não poderá acessar nenhum de seus ambientes.
Além do IAM, é possível usar Controle de acesso da interface do Airflow, baseado no Modelo de controle de acesso do Airflow.
Para mais informações sobre os recursos de segurança do Cloud Composer, consulte Visão geral da segurança do Cloud Composer.
Rede do ambiente
O Cloud Composer dá suporte a várias configurações de rede para do Google Cloud, com muitas opções de configuração. Por exemplo, em um ambiente de IP privado, os DAGs e os componentes do Airflow são totalmente isolados da Internet pública.
Para mais informações sobre a rede no Cloud Composer, consulte as páginas de recursos de rede individuais:
- Ambientes de IP público e IP privado
- Ambientes do Private Service Connect
- Ambientes de VPC compartilhada
- Como configurar o VPC Service Controls
- Redes autorizadas
- Agente de mascaramento de IP
- Intervalos de IP públicos usados de maneira privada
Outros recursos do Cloud Composer
Outros recursos do Cloud Composer incluem:
- Ambientes de escalonamento automático
- Desenvolvimento com ambientes locais do Airflow
- Ambientes altamente resilientes
- Snapshots do ambiente
- Criptografia com chaves de criptografia gerenciadas pelo cliente (CMEK)
- Integração da linhagem de dados com o Dataplex
Perguntas frequentes
O Cloud Composer usa qual versão do Apache Airflow?
Os ambientes do Cloud Composer são baseados em imagens do Cloud Composer. Quando você cria é possível selecionar uma imagem com uma versão específica do Airflow:
- O Cloud Composer 3 oferece suporte ao Airflow 2.
- O Cloud Composer 2 oferece suporte ao Airflow 2.
- O Cloud Composer 1 oferece suporte ao Airflow 1 e ao Airflow 2.
Você controla a versão do Apache Airflow do seu ambiente. Você pode decidir atualizar seu ambiente para uma versão posterior do imagem do Cloud Composer. Cada versão do Cloud Composer é compatível com várias versões do Apache Airflow.
Posso usar a IU e a CLI nativas do Airflow?
Você pode acessar a interface da Web do Apache Airflow no seu ambiente. Cada um dos ambientes tem a própria IU do Airflow. Para mais informações sobre como acessar a IU do Airflow, consulte Interface da Web do Airflow.
Para executar comandos da CLI do Airflow nos ambientes, use os comandos gcloud
.
Para mais informações sobre como executar comandos da CLI do Airflow em
ambientes do Cloud Composer, consulte
Interface de linha de comando do Airflow.
Posso usar meu próprio banco de dados como o banco de dados do Airflow?
O Cloud Composer usa um serviço de banco de dados gerenciado para o Airflow no seu banco de dados. Não é possível usar um banco de dados fornecido pelo usuário como o do Airflow.
Posso usar meu próprio cluster como um cluster do Cloud Composer?
O Cloud Composer usa o serviço do Google Kubernetes Engine para criar, gerenciar e excluir clusters de ambiente em que os componentes do Airflow são executados. Esses clusters são totalmente gerenciados pelo Cloud Composer.
Não é possível criar um ambiente do Cloud Composer com base em um cluster autogerenciado do Google Kubernetes Engine.
Posso usar meu próprio Container Registry?
O Cloud Composer usa o serviço Artifact Registry para gerenciar contêineres repositórios de imagens usados pelos ambientes do Cloud Composer. Não é possível substituí-lo por um Container Registry fornecido pelo usuário.
Os ambientes do Cloud Composer são zonais ou regionais?
Os ambientes do Cloud Composer 3 e 2 têm uma zona do Airflow e uma camada regional de programação e execução do Airflow. Airflow programadores, workers e servidores da Web são executados na camada de execução do Airflow.
Os ambientes do Cloud Composer 1 são zonais.