排查环境更新和升级问题

Cloud Composer 3 | Cloud Composer 2 | Cloud Composer 1

本页面针对更新或升级 Cloud Composer 环境时可能遇到的问题提供了问题排查信息。

如需了解与创建环境相关的问题排查信息，请参阅排查环境创建问题。

在更新 Cloud Composer 环境时，导致大多数问题的原因如下：

  • 服务账号权限问题
  • PyPI 依赖项问题
  • Airflow 数据库的大小

权限不足，无法更新或升级环境

如果 Cloud Composer 由于权限不足无法更新或升级环境，它将输出以下错误消息：

ERROR: (gcloud.composer.environments.update) PERMISSION_DENIED: The caller does not have permission

解决方案：如访问权限控制中所述，将角色分配给您的账号以及环境的服务账号。

环境的服务账号权限不足

创建 Cloud Composer 环境时，您需要指定一个服务账号来执行环境的大多数操作。如果此服务账号没有足够的权限来完成所请求的操作，Cloud Composer 会输出错误：

    UPDATE operation on this environment failed 3 minutes ago with the
    following error message:
    Composer Backend timed out. Currently running tasks are [stage:
    CP_COMPOSER_AGENT_RUNNING
    description: "No agent response published."
    response_timestamp {
      seconds: 1618203503
      nanos: 291000000
    }
    ].

解决方案：如访问权限控制中所述，将角色分配给您的 Google 账号以及环境的服务账号。

Airflow 数据库太大，无法执行此操作

如果 Airflow 数据库太大导致升级操作无法完成，升级操作可能不会成功。

如果 Airflow 数据库的大小超过 16 GB，Cloud Composer 会输出以下错误：

Airflow database uses more than 16 GB. Please clean the database before upgrading.

解决方案：执行 Airflow 数据库清理，如清理 Airflow 数据库中所述。

由于 PyPI 软件包冲突，升级到新的 Cloud Composer 版本失败

使用已安装的自定义 PyPI 软件包升级环境时，您可能会遇到与 PyPI 软件包冲突相关的错误。出现此错误，可能是因为新的 Cloud Composer 映像包含较高版本的预安装软件包。这可能会导致与您在环境中安装的 PyPI 软件包发生依赖项冲突。

解决方案：

  • 如需获取关于软件包冲突的详细信息，请运行升级检查。
  • 放宽已安装的自定义 PyPI 软件包的版本限制条件。例如，您可以将版本指定为 >=1.0.1，而不是 ==1.0.1。
  • 如需详细了解如何更改版本要求来解决依赖项冲突问题，请参阅 pip 文档。

无法将环境升级到仍受支持的版本

Cloud Composer 环境只能升级到几个最新版本和过往版本。

创建新环境和升级现有环境的版本限制不同。在升级现有环境时，您在创建新环境时选择的 Cloud Composer 版本可能不可用。

您可以使用 Google Cloud CLI、API 或 Terraform 执行升级操作。在 Google Cloud 控制台中，只有最新版本可用作升级选项。

无法连接到 DNS 可能会导致执行升级或更新时出现问题

此类连接问题可能会导致日志条目如下所示：

WARNING - Compute Engine Metadata server unavailable attempt 1 of 5. Reason: [Errno -3] Temporary failure in name resolution Error

这通常表示没有到 DNS 的路由，因此请确保 metadata.google.internal DNS 名称可从集群、Pod 和服务网络中解析为 IP 地址。检查您是否已在创建环境的 VPC（宿主项目或服务项目）中启用专用 Google 访问通道。

触发器 CPU 超出 1 vCPU 限制

Cloud Composer 2.4.4 及更高版本引入了不同的触发器资源分配策略，以提高性能扩缩能力。如果您在执行环境更新时遇到与触发器 CPU 相关的错误，则表示当前的触发器配置为每个触发器使用多个 vCPU。

解决方案：

检查迁移失败警告

将 Airflow 升级到更高版本时，系统有时会对 Airflow 数据库应用新的约束条件。如果无法应用这些约束条件，Airflow 会创建新表来存储无法应用约束条件的行。在移动的数据表重命名或被删除之前，Airflow 界面会显示一条警告消息。

解决方案：

您可以使用以下两个 DAG 来检查已移动的数据并重命名表。

list_moved_tables_after_upgrade_dag DAG 会列出从无法应用约束条件的每个表中移出的行。检查数据，然后决定是否要保留。如需保留该数据，您需要手动修正 Airflow 数据库中的数据。例如，通过使用正确的数据重新添加行。

如果您不需要这些数据，或者已修正这些数据，则可以运行 rename_moved_tables_after_upgrade_dag DAG。此 DAG 会重命名已移动的表。表及其数据不会被删除，因此您可以稍后查看这些数据。

"""
When upgrading Airflow to a newer version,
it might happen that some data cannot be migrated,
often because of constraint changes in the metadata base.
This file contains 2 DAGs:

1. 'list_moved_tables_after_upgrade_dag'
  Prints the rows which failed to be migrated.
2. 'rename_moved_tables_after_upgrade_dag'
  Renames the table which contains the failed migrations. This will remove the
  warning message from airflow.
"""

import datetime
import logging

from airflow import DAG
from airflow.operators.python import PythonOperator
from airflow.providers.postgres.hooks.postgres import PostgresHook
from airflow.settings import AIRFLOW_MOVED_TABLE_PREFIX


def get_moved_tables():
    hook = PostgresHook(postgres_conn_id="airflow_db")
    return hook.get_records(
        "SELECT schemaname, tablename FROM pg_catalog.pg_tables WHERE tablename"
        f" LIKE '{AIRFLOW_MOVED_TABLE_PREFIX}_%'"
    )


def list_moved_records():
    tables = get_moved_tables()
    if not tables:
        logging.info("No moved tables found")
        return

    hook = PostgresHook(postgres_conn_id="airflow_db")
    for schema, table in tables:
        df = hook.get_pandas_df(f"SELECT * FROM {schema}.{table}")
        logging.info(df.to_markdown())


def rename_moved_tables():
    tables = get_moved_tables()
    if not tables:
        return

    hook = PostgresHook(postgres_conn_id="airflow_db")
    for schema, table in tables:
        hook.run(f"ALTER TABLE {schema}.{table} RENAME TO _abandoned_{table}")


with DAG(
    dag_id="list_moved_tables_after_upgrade_dag",
    start_date=datetime.datetime(2023, 1, 1),
    schedule_interval=None,
    catchup=False,
):
    t1 = PythonOperator(
        task_id="list_moved_records", python_callable=list_moved_records
    )

with DAG(
    dag_id="rename_moved_tables_after_upgrade_dag",
    start_date=datetime.datetime(2023, 1, 1),
    schedule_interval=None,
    catchup=False,
) as dag:
    t1 = PythonOperator(
        task_id="rename_moved_tables", python_callable=rename_moved_tables
    )

后续步骤