Aggiungi e aggiorna i DAG

Cloud Composer 1 | Cloud Composer 2 | Cloud Composer 3

Questa pagina descrive come gestire i DAG in Cloud Composer completamente gestito di Google Cloud.

Cloud Composer utilizza un bucket Cloud Storage per archiviare i DAG del tuo ambiente Cloud Composer. Il tuo ambiente sincronizza i DAG di questo bucket con i componenti Airflow, come i worker e gli scheduler di Airflow.

Prima di iniziare

  • Poiché Apache Airflow non fornisce un isolamento DAG efficace, consigliamo di mantenere ambienti di produzione e di test separati per evitare interferenze con il DAG. Per ulteriori informazioni, consulta Test dei DAG.
  • Assicurati che il tuo account disponi di autorizzazioni sufficienti per gestire i DAG.
  • Le modifiche al DAG vengono propagate ad Airflow entro 3-5 minuti. Puoi visualizzare lo stato dell'attività nell'interfaccia web di Airflow.

Accedi al bucket del tuo ambiente

Per accedere al bucket associato al tuo ambiente:

Console

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

    Vai ad Ambienti

  2. Nell'elenco degli ambienti, trova una riga con il nome del tuo ambiente e nella colonna Cartella DAG fai clic sul link DAG. La Si apre la pagina Dettagli bucket. Mostra i contenuti della cartella /dags nel bucket del tuo ambiente.

gcloud

gcloud CLI ha comandi separati aggiungi ed elimina i DAG nel bucket del tuo ambiente.

Se vuoi interagire con il bucket del tuo ambiente, puoi anche utilizzare Google Cloud CLI. Per ottenere l'indirizzo del bucket del tuo ambiente, esegui la seguente gcloud CLI :

gcloud composer environments describe ENVIRONMENT_NAME \
    --location LOCATION \
    --format="get(config.dagGcsPrefix)"

Sostituisci:

  • ENVIRONMENT_NAME con il nome dell'ambiente.
  • LOCATION con la regione in cui si trova l'ambiente individuarlo.

Esempio:

gcloud beta composer environments describe example-environment \
    --location us-central1 \
    --format="get(config.dagGcsPrefix)"

API

Creare una richiesta API environments.get. Nella risorsa Environment, nella risorsa EnvironmentConfig, nella risorsa dagGcsPrefix è l'indirizzo del bucket del tuo ambiente.

Esempio:

GET https://composer.googleapis.com/v1/projects/example-project/
locations/us-central1/environments/example-environment

Python

Utilizza la libreria google-auth per ottenere le credenziali e utilizzare la libreria requests chiama l'API REST. 

import google.auth
import google.auth.transport.requests

# Authenticate with Google Cloud.
# See: https://cloud.google.com/docs/authentication/getting-started
credentials, _ = google.auth.default(
    scopes=["https://www.googleapis.com/auth/cloud-platform"]
)
authed_session = google.auth.transport.requests.AuthorizedSession(credentials)

# project_id = 'YOUR_PROJECT_ID'
# location = 'us-central1'
# composer_environment = 'YOUR_COMPOSER_ENVIRONMENT_NAME'

environment_url = (
    "https://composer.googleapis.com/v1beta1/projects/{}/locations/{}"
    "/environments/{}"
).format(project_id, location, composer_environment)
response = authed_session.request("GET", environment_url)
environment_data = response.json()

# Print the bucket name from the response body.
print(environment_data["config"]["dagGcsPrefix"])

Aggiungi o aggiorna un DAG

Per aggiungere o aggiornare un DAG, sposta il file Python .py per il DAG in alla cartella /dags nel bucket dell'ambiente.

Console

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

    Vai ad Ambienti

  2. Nell'elenco degli ambienti, trova una riga con il nome del tuo ambiente e nella colonna Cartella DAG fai clic sul link DAG. Viene visualizzata la pagina Dettagli bucket. Mostra i contenuti della cartella /dags nel bucket del tuo ambiente.

  3. Fai clic su Carica file. Quindi seleziona il file .py Python per il DAG utilizzando la finestra di dialogo del browser e conferma.

gcloud 

gcloud composer environments storage dags import \
    --environment ENVIRONMENT_NAME \
    --location LOCATION \
    --source="LOCAL_FILE_TO_UPLOAD"

Sostituisci:

  • ENVIRONMENT_NAME con il nome dell'ambiente.
  • LOCATION con la regione in cui si trova l'ambiente.
  • LOCAL_FILE_TO_UPLOAD è il file .py Python per il DAG.

Esempio:

gcloud composer environments storage dags import \
    --environment example-environment \
    --location us-central1 \
    --source="example_dag.py"

Aggiornare un DAG con esecuzioni attive

Se aggiorni un DAG con esecuzioni attive:

  • Tutte le attività attualmente in esecuzione terminano utilizzando il file DAG originale.
  • Tutte le attività pianificate, ma non in esecuzione, utilizzano il file DAG aggiornato.
  • Tutte le attività che non sono più presenti nel file DAG aggiornato sono contrassegnate come rimosse.

Aggiornare i DAG che vengono eseguiti con una frequenza elevata

Dopo aver caricato un file DAG, Airflow richiede un po' di tempo per caricarlo e aggiornare il DAG. Se il DAG viene eseguito con una pianificazione frequente, ti consigliamo di verificare che utilizzi la versione aggiornata del file DAG. Ecco come fare:

  1. Metti in pausa il DAG nell'interfaccia utente di Airflow.

  2. Carica un file DAG aggiornato.

  3. Attendi finché non visualizzi gli aggiornamenti nell'interfaccia utente di Airflow. Ciò significa che il DAG è stato analizzato correttamente dallo scheduler e aggiornato nel database Airflow.

    Se l'interfaccia utente di Airflow mostra i DAG aggiornati, non è garantito che i worker di Airflow dispongano della versione aggiornata del file DAG. Questo accade perché i file DAG vengono sincronizzati in modo indipendente per gli scheduler e i worker.

  4. Potresti voler estendere il tempo di attesa per assicurarti che il file DAG sia sincronizzati con tutti i worker nel tuo ambiente. La sincronizzazione avviene diverse volte al minuto. In un ambiente sano, aspettare circa 20-30 secondi sono sufficienti per la sincronizzazione di tutti i worker.

  5. (Facoltativo) Se vuoi essere completamente sicuro che tutti i lavoratori abbiano il nuovo del file DAG, ispeziona i log per ogni singolo worker. Ecco come fare:

    1. Apri la scheda Log per il tuo ambiente nella console Google Cloud.

    2. Vai a Log di Composer > Infrastruttura > Sincronizzazione Cloud Storage e controlla i log di ogni worker nel tuo ambiente. Cerca l'elemento di log Syncing dags directory più recente con un timestamp successivo al caricamento del nuovo file DAG. Se segue un elemento Finished syncing, significa che i DAG sono stati sincronizzati correttamente su questo worker.

  6. Riattiva il DAG.

Elimina un DAG nel tuo ambiente

Per eliminare un DAG, rimuovi il file .py Python del DAG dalla cartella /dags dell'ambiente nel bucket dell'ambiente.

Console

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

    Vai ad Ambienti

  2. Nell'elenco degli ambienti, trova una riga con il nome del tuo ambiente e nella colonna Cartella DAG fai clic sul link DAG. La Si apre la pagina Dettagli bucket. Mostra i contenuti della cartella /dags in del bucket dell'ambiente.

  3. Seleziona il file DAG, fai clic su Elimina e conferma l'operazione.

gcloud 

gcloud composer environments storage dags delete \
    --environment ENVIRONMENT_NAME \
    --location LOCATION \
    DAG_FILE

Sostituisci:

  • ENVIRONMENT_NAME con il nome dell'ambiente.
  • LOCATION con la regione in cui si trova l'ambiente individuarlo.
  • DAG_FILE con il file Python .py per il DAG.

Esempio:

gcloud composer environments storage dags delete \
    --environment example-environment \
    --location us-central1 \
    example_dag.py

Rimuovi un DAG dalla UI di Airflow

Per rimuovere i metadati di un DAG dall'interfaccia web di Airflow:

UI di Airflow

  1. Vai all'interfaccia utente di Airflow per il tuo ambiente.
  2. Per il DAG, fai clic su Elimina DAG.

gcloud

Esegui il seguente comando in gcloud CLI:

  gcloud composer environments run ENVIRONMENT_NAME \
    --location LOCATION \
    dags delete -- DAG_NAME

Sostituisci:

  • ENVIRONMENT_NAME con il nome dell'ambiente.
  • LOCATION con la regione in cui si trova l'ambiente.
  • DAG_NAME è il nome del DAG da eliminare.

Passaggi successivi