Zurückgestellte Operatoren in Ihren DAGs verwenden

Cloud Composer 1 | Cloud Composer 2 | Cloud Composer 3

Auf dieser Seite wird erläutert, wie Sie die Unterstützung für zurücksetzbare Operatoren in Ihrem und zurückstellende Google Cloud-Operatoren in Ihren DAGs verwenden.

Informationen zu zurückstellbaren Operatoren in Cloud Composer

Wenn Sie mindestens eine Triggerer-Instanz haben (oder mindestens zwei in stabilen Umgebungen) haben, können Sie Zurücksetzbare Operatoren und Trigger in Ihren DAGs.

Bei verschiebbaren Operatoren unterteilt Airflow die Aufgabenausführung in die folgenden Phasen:

1. Starten Sie den Vorgang. In dieser Phase belegt die Aufgabe einen Airflow-Worker-Slot. Die Aufgabe führt einen Vorgang aus, der den Job an einen unterschiedlichen Diensts.

   So kann die Ausführung eines BigQuery-Jobs beispielsweise einige Sekunden bis mehrere Stunden dauern. Nach dem Erstellen des Jobs übergibt die Arbeits-ID (BigQuery-Job-ID) an eine Airflow-Trigger.

2. Der Trigger überwacht den Job, bis er abgeschlossen ist. In dieser Phase Worker-Slot nicht belegt ist. Der Airflow-Trigger hat eine asynchrone Architektur und kann Hunderte solcher Jobs verarbeiten. Wenn der Trigger erkennt, dass der Job abgeschlossen ist, sendet er ein Ereignis, das die letzte Phase auslöst.

3. In der letzten Phase führt ein Airflow-Worker einen Callback aus. Mit diesem Callback kann die Aufgabe beispielsweise als erfolgreich markiert oder ein anderer Vorgang ausgeführt und der Job so eingestellt werden, dass er wieder vom Trigger überwacht wird.

Der Auslöser ist zustandslos und daher robust gegenüber Unterbrechungen oder Neustarts. Daher sind langlaufende Jobs robust gegenüber Pod-Neustarts, es sei denn, der Neustart erfolgt während der letzten Phase, die voraussichtlich kurz sein wird.

Hinweise

• Aussetzbare Operatoren und Sensoren sind in Cloud Composer 2 verfügbar und erfordern Folgendes:
  • Cloud Composer 2.0.31 und höhere Versionen
  • Airflow 2.2.5, 2.3.3 und höher

Achtung: Der -Terraform-Anbieter unterstützt Airflow-Trigger derzeit nur in der Vorabversion. Verwenden Sie den Terraform-Anbieter google-beta, wenn Sie die Skalierungs- und Leistungsparameter Ihrer Umgebung ändern, auch wenn diese Änderungen nicht mit dem Auslöser zusammenhängen. beispielsweise beim Ändern von Parametern für Airflow-Worker.

Unterstützung für zurückstellende Operatoren aktivieren

Eine Umgebungskomponente namens Airflow-Trigger überwacht asynchron alle ausgesetzten Aufgaben in Ihrer Umgebung. Nachdem ein verzögerter Vorgang einer solchen Aufgabe abgeschlossen ist, übergibt der Trigger die Aufgabe an einen Airflow-Worker.

Sie benötigen mindestens eine Triggerinstanz in Ihrer Umgebung (oder mindestens zwei in hochverfügbaren Umgebungen), um den verzögerbaren Modus in Ihren DAGs zu verwenden. Sie können die Trigger wenn Sie eine Umgebung erstellen oder Anzahl der Trigger und Leistungsparameter für eine vorhandene Umgebung anpassen

Google Cloud-Operator, die den verzögerbaren Modus unterstützen

Nur einige Airflow-Operatoren wurden erweitert, um das verschiebbare Modell zu unterstützen. Die folgende Liste dient als Referenz für die Operatoren in der airflow.providers.google.operators.cloud-Paket die den zurückgestellten Modus unterstützen. Die Spalte mit der mindestens erforderlichen airflow.providers.google.operators.cloud-Paketversion stellt die früheste Paketversion dar, bei der dieser Operator den zurückgestellten Modus unterstützt.

Wichtig: In den folgenden Tabellen sind nicht alle Operatoren aufgeführt, die den verzögerbaren Modus unterstützen. Viele andere Betreiber von airflow.providers.google.operators.cloud und anderen Anbietern -Pakete werden von Airflow und Cloud Composer unterstützt. Diese Operatoren werden auf dieser Seite nicht beschrieben. Ob ein bestimmter Anbieter den verzögerbaren Modus unterstützt, kannst du in der Dokumentation des Anbieterpakets von Airflow nachlesen.

Hinweis: BigQuery-Operatoren im verzögerbaren Modus schlagen fehl, wenn der Standort nicht auf „USA“ festgelegt ist. Das liegt an einem Fehler in einer Abhängigkeit von Airflow, nicht an BigQuery-Operatoren.

Cloud Composer-Operatoren

Name des Betreibers	Erforderliche apache-airflow-providers-google-Version
CloudComposerCreateEnvironmentOperator	6.4.0
CloudComposerDeleteEnvironmentOperator	6.4.0
CloudComposerUpdateEnvironmentOperator	6.4.0

BigQuery-Operatoren

Name des Betreibers	Erforderliche apache-airflow-providers-google-Version
BigQueryCheckOperator	8.4.0
BigQueryValueCheckOperator	8.4.0
BigQueryIntervalCheckOperator	8.4.0
BigQueryGetDataOperator	8.4.0
BigQueryInsertJobOperator	8.4.0

BigQuery Data Transfer Service-Operatoren

Name des Betreibers	Erforderliche apache-airflow-providers-google-Version
BigQueryDataTransferServiceStartTransferRunsOperator	8.9.0

Cloud Build-Operatoren

Name des Betreibers	Erforderliche apache-airflow-providers-google-Version
CloudBuildCreateBuildOperator	8.7.0

Cloud SQL-Operatoren

Name des Betreibers	Erforderliche apache-airflow-providers-google-Version
CloudSQLExportInstanceOperator	10.3.0

Dataflow-Operatoren

Name des Betreibers	Erforderliche apache-airflow-providers-google-Version
DataflowTemplatedJobStartOperator	8.9.0
DataflowStartFlexTemplateOperator	8.9.0

Cloud Data Fusion-Operatoren

Name des Betreibers	Erforderliche apache-airflow-providers-google-Version
CloudDataFusionStartPipelineOperator	8.9.0

Dataproc-Operatoren

Name des Betreibers	Erforderliche apache-airflow-providers-google-Version
DataprocCreateClusterOperator	8.9.0
DataprocDeleteClusterOperator	8.9.0
DataprocJobBaseOperator	8.4.0
DataprocInstantiateWorkflowTemplateOperator	9.0.0
DataprocInstantiateInlineWorkflowTemplateOperator	10.1.0
DataprocSubmitJobOperator	8.4.0
DataprocUpdateClusterOperator	8.9.0
DataprocCreateBatchOperator	8.9.0

Google Kubernetes Engine-Operatoren

Name des Betreibers	Erforderliche apache-airflow-providers-google-Version
GKEDeleteClusterOperator	9.0.0
GKECreateClusterOperator	9.0.0

AI Platform-Operatoren

Name des Betreibers	Erforderliche apache-airflow-providers-google-Version
MLEngineStartTrainingJobOperator	8.9.0

Zurückgestellte Operatoren in Ihren DAGs verwenden

Eine gemeinsame Konvention für alle Google Cloud-Operatoren besteht darin, die Funktion zurückgestellter Modus mit dem booleschen Parameter deferrable. Wenn ein Google Cloud- nicht über diesen Parameter verfügt, kann er nicht im deferrable- . Andere Operatoren können eine andere Konvention haben. Einige Betreiber von Community-Netzwerken haben beispielsweise eine separate Klasse mit dem Suffix Async im Namen.

Wichtig: Die Ordner dags/ und /plugins aus Ihrem Umgebungs-Bucket sind nicht mit dem Trigger synchronisiert. Sie können Trigger verwenden, die mit PyPI-Paketen installiert oder in einem vorinstallierten Anbieterpaket enthalten sind.

Im folgenden Beispiel-DAG wird der DataprocSubmitJobOperator-Operator in der Methode zurückgestellter Modus:

PYSPARK_JOB = {
    "reference": { "project_id": "PROJECT_ID" },
    "placement": { "cluster_name": "PYSPARK_CLUSTER_NAME" },
    "pyspark_job": {
        "main_python_file_uri": "gs://dataproc-examples/pyspark/hello-world/hello-world.py"
    },
}

DataprocSubmitJobOperator(
        task_id="dataproc-deferrable-example",
        job=PYSPARK_JOB,
        deferrable=True,
    )

Trigger-Logs ansehen

Der Auslöser generiert Protokolle, die zusammen mit Protokollen anderer Umgebungskomponenten verfügbar sind. Weitere Informationen zum Aufrufen von Umgebungslogs finden Sie unter Logs ansehen.

Monitor-Trigger

Weitere Informationen zum Überwachen der Triggerkomponente finden Sie unter Airflow-Messwerte:

Neben dem Monitoring des Triggers können Sie auch die Anzahl der unter den Messwerten Unerledigte Aufgaben im Monitoring-Dashboard Ihrer zu verbessern.

Nächste Schritte

• Fehlerbehebung bei Problemen mit Airflow-Triggern
• Messwerte für Airflow-Trigger
• Airflow-Trigger-Logs