Instalar dependências do Python

Cloud Composer 1 | Cloud Composer 2 | Cloud Composer 3

Esta página descreve como instalar pacotes Python no seu ambiente do Cloud Composer.

Sobre os pacotes PyPI pré-instalados e personalizados nas imagens do Cloud Composer

As imagens do Cloud Composer contêm pacotes PyPI pré-instalados e personalizados.

  • Os pacotes PyPI pré-instalados são aqueles incluídos no a imagem do ambiente do Cloud Composer. Cada imagem do Cloud Composer contém pacotes PyPI que são específicos para sua versão do Cloud Composer e do Airflow.

  • Os pacotes PyPI personalizados são aqueles que você pode instalar no seu ambiente, além dos pacotes pré-instalados.

Opções para gerenciar pacotes PyPI em ambientes do Cloud Composer

Opção Use se
Instalar do PyPI A maneira padrão de instalar pacotes no seu ambiente
Instalar de um repositório com um endereço IP público O pacote é hospedado em um repositório de pacotes diferente do PyPI. Este repositório tem um endereço IP público
Instalar de um repositório do Artifact Registry O pacote é hospedado em um repositório do Artifact Registry
Instalar de um repositório na rede do projeto Seu ambiente não tem acesso à Internet pública. O pacote está hospedado em um repositório de pacotes na rede do seu projeto.
Instalar como uma biblioteca local do Python O pacote não pode ser encontrado no PyPI, e a biblioteca não tem dependências externas, como dist-packages.
Instalar um plug-in O pacote fornece funcionalidades específicas do plug-in, como modificar pela interface da Web do Airflow.
PythonVirtualenvOperator Você não quer que o pacote seja instalado para todos os workers do Airflow ou que a dependência entre em conflito com pacotes pré-instalados. O pacote pode ser encontrado no PyPI e não tem dependências externas.
KubernetesPodOperator e Operadores do GKE Você precisar de dependências externas que não podem ser instaladas usando pip, como dist-packages, ou estão em um servidor pip interno. Isso exige mais configuração e manutenção. Considere essa opção apenas se outras opções não funcionarem.

Antes de começar

  • Você precisa ter um papel que acione operações de atualização do ambiente. Além disso, a conta de serviço do ambiente precisa ter um papel com permissões suficientes para executar operações de atualização. Consulte Controle de acesso para mais informações.
  • Se o ambiente estiver protegido por um perímetro do VPC Service Controls, antes de instalar as dependências PyPI, conceder identidades de usuários adicionais com acesso a serviços que o perímetro de serviço protege e ativa o suporte para um PyPI particular. repositório de dados.
  • Os requisitos precisam seguir o formato especificado no PEP-508 em que cada requisito é especificado em letras minúsculas e consiste no pacote com especificadores de versão e extras opcionais.
  • As atualizações de dependência do PyPI geram imagens do Docker no Artifact Registry.

  • Se a atualização falhar por conta de um conflito de dependências, o ambiente continuará sendo executado com as dependências atuais. Se a operação for concluída, será possível usar as dependências recém-instaladas do Python nos DAGs.

  • Se você quiser que seus builds com uma conta de serviço personalizada, modifique o variável de ambiente COMPOSER_AGENT_BUILD_SERVICE_ACCOUNT com a conta de serviço escolhida. Essa conta de serviço precisa ser configurada para executar builds de acordo com a documentação do Cloud Build, e a conta de serviço do ambiente precisa ter a permissão iam.serviceAccounts.actAs.

  • Projetos em que a API Cloud Composer está ativada em 29 de abril de 2024 ou mais recente. A menos que sua organização modifique o constraints/cloudbuild.disableCreateDefaultServiceAccount política, novos projetos não vai provisionar a conta de serviço legada do Cloud Build sobre como ativar a API. Como o Cloud Build é usado por padrão como instalar pacotes PyPI personalizados no Cloud Composer ambiente, a instalação dos pacotes poderá falhar. Por padrão, a conta de serviço do ambiente será usada. Portanto, conceda também as permissões adicionais necessárias para acessar os pacotes privados a essa conta de serviço.

Conferir a lista de pacotes PyPI

É possível acessar a lista de pacotes do ambiente em vários formatos.

Conferir pacotes pré-instalados

Para ver a lista de pacotes pré-instalados para seu ambiente, consulte a lista de pacotes para o Imagem do ambiente do Cloud Composer.

Ver todos os pacotes

Para conferir todos os pacotes (pré-instalados e personalizados) no seu ambiente:

gcloud

O comando da CLI gcloud a seguir retorna o resultado do comando python -m pip list para um worker do Airflow no seu ambiente. É possível usar o argumento --tree para receber o resultado do comando python -m pipdeptree --warn.

gcloud beta composer environments list-packages \
    ENVIRONMENT_NAME \
    --location LOCATION

Substitua:

  • ENVIRONMENT_NAME pelo nome do ambiente
  • LOCATION pela região em que o ambiente está localizado;

Conferir pacotes PyPI personalizados

Console

  1. No console do Google Cloud, acesse a página Ambientes.

    Acessar "Ambientes"

  2. Na lista de ambientes, clique no nome do seu ambiente. A página Detalhes do ambiente é aberta.

  3. Acesse a guia Pacotes PyPI.

gcloud

gcloud composer environments describe ENVIRONMENT_NAME \
  --location LOCATION \
  --format="value(config.softwareConfig.pypiPackages)"

Substitua:

  • ENVIRONMENT_NAME pelo nome do ambiente
  • LOCATION pela região em que o ambiente está localizado;

Instalar pacotes personalizados em um ambiente do Cloud Composer

Esta seção descreve métodos diferentes para instalar pacotes personalizados em seu de nuvem.

Instalar pacotes do PyPI

Um pacote pode ser instalado do Índice de pacotes Python se não tiver dependências externas ou entrar em conflito com pacotes pré-instalados.

Para adicionar, atualizar ou excluir as dependências do Python no ambiente, faça o seguinte:

Console

  1. No console do Google Cloud, acesse a página Ambientes.

    Acessar "Ambientes"

  2. Na lista de ambientes, clique no nome do seu ambiente. A página Detalhes do ambiente é aberta.

  3. Acesse a guia Pacotes PyPI.

  4. Clique em Editar.

  5. Clique em Adicionar pacote.

  6. Na seção Pacotes PyPI, especifique os nomes dos pacotes com especificadores de versão e extras opcionais.

    Exemplo:

    • scikit-learn
    • scipy, >=0.13.3
    • nltk, [machine_learning]
  7. Clique em Salvar.

gcloud

CLI gcloud tem vários benefícios para trabalhar com PyPI personalizado pacotes:

  • --update-pypi-packages-from-file substitui todos os pacotes PyPI personalizados existentes pelos pacotes especificados. Os pacotes que você não especificar serão removidos.
  • --update-pypi-package atualiza ou instala um pacote.
  • --remove-pypi-packages remove os pacotes especificados.
  • --clear-pypi-packages remove todos os pacotes.

Instalação de requisitos de um arquivo

O arquivo requirements.txt precisa ter cada especificador de requisito em uma linha separada.

Exemplo:

scipy>=0.13.3
scikit-learn
nltk[machine_learning]

Atualize o ambiente e especifique o arquivo requirements.txt em o argumento --update-pypi-packages-from-file.

gcloud composer environments update ENVIRONMENT_NAME \
    --location LOCATION \
     --update-pypi-packages-from-file requirements.txt

Substitua:

  • ENVIRONMENT_NAME pelo nome do ambiente
  • LOCATION pela região em que o ambiente está localizado;

Como instalar um pacote

Atualize o ambiente e especifique o pacote, a versão e os extras no argumento --update-pypi-package.

gcloud composer environments update ENVIRONMENT_NAME \
    --location LOCATION \
     --update-pypi-package PACKAGE_NAMEEXTRAS_AND_VERSION

Substitua:

  • ENVIRONMENT_NAME pelo nome do ambiente
  • LOCATION pela região em que o ambiente está localizado;
  • PACKAGE_NAME pelo nome do pacote.
  • EXTRAS_AND_VERSION com a versão opcional e o especificador extras. Para omitir versões e extras, especifique um valor vazio.

Exemplo:

gcloud composer environments update example-environment \
    --location us-central1 \
    --update-pypi-package "scipy>=0.13.3"

Como remover pacotes

Atualize seu ambiente e especifique os pacotes que você quer excluir no argumento --remove-pypi-packages:

gcloud composer environments update ENVIRONMENT_NAME \
    --location LOCATION \
     --remove-pypi-packages PACKAGE_NAMES

Substitua:

  • ENVIRONMENT_NAME pelo nome do ambiente
  • LOCATION pela região em que o ambiente está localizado;
  • PACKAGE_NAMES com uma lista de pacotes separada por vírgulas.

Exemplo:

gcloud composer environments update example-environment \
    --location us-central1 \
    --remove-pypi-packages scipy,scikit-learn

API

Crie uma solicitação de API environments.patch.

Nesta solicitação:

  1. No parâmetro updateMask, especifique a máscara:

    • Use a máscara config.softwareConfig.pypiPackages para substituir todas as já existentes pacotes com os pacotes especificados. Os pacotes que você não especificados serão excluídos.
    • Use config.softwareConfig.envVariables.PACKAGE_NAME para adicionar ou atualizar um pacote específico. Para adicionar ou atualizar vários pacotes, especifique várias máscaras com vírgulas.
  2. No corpo da solicitação, especifique pacotes e valores para versões e extras:

    {
      "config": {
        "softwareConfig": {
          "pypiPackages": {
            "PACKAGE_NAME": "EXTRAS_AND_VERSION"
          }
        }
      }
    }
    

    Substitua:

    • PACKAGE_NAME pelo nome do pacote.
    • EXTRAS_AND_VERSION com o especificador de extras e versão opcional. Para omitir versões e extras, especifique um valor vazio.
    • Para adicionar mais de um pacote, adicione entradas extras para pacotes a pypiPackages.

Exemplo:

// PATCH https://composer.googleapis.com/v1/projects/example-project/
// locations/us-central1/environments/example-environment?updateMask=
// config.softwareConfig.pypiPackages.EXAMPLE_PACKAGE,
// config.softwareConfig.pypiPackages.ANOTHER_PACKAGE
{
  "config": {
    "softwareConfig": {
      "pypiPackages": {
        "EXAMPLE_PACKAGE": "",
        "ANOTHER_PACKAGE": ">=1.10.3"
      }
    }
  }
}

Terraform

O bloco pypi_packages no bloco software_config especifica pacotes.

resource "google_composer_environment" "example" {
  provider = google-beta
  name = "ENVIRONMENT_NAME"
  region = "LOCATION"

  config {

    software_config {

      pypi_packages = {
          PACKAGE_NAME = "EXTRAS_AND_VERSION"
      }

    }
  }
}

Substitua:

  • ENVIRONMENT_NAME pelo nome do ambiente
  • LOCATION pela região em que o ambiente está localizado;
  • PACKAGE_NAME pelo nome do pacote.
  • EXTRAS_AND_VERSION com a versão opcional e o especificador extras. Para omitir versões e extras, especifique um valor vazio.
  • Para adicionar mais de um pacote, adicione entradas extras para pacotes para pypi_packages.

Exemplo:

resource "google_composer_environment" "example" {
  provider = google-beta
  name = "example-environment"
  region = "us-central1"

  config {

    software_config {
      pypi_packages = {
          scipy = ">=1.10.3"
          scikit-learn = ""
          nltk = "[machine_learning]"
      }
    }
  }
}

Instalar pacotes de um repositório público

É possível instalar pacotes hospedados em outros repositórios que tenham um endereço IP público.

Os pacotes precisam ser configurados corretamente para que a ferramenta pip padrão possa instalá-los.

Para instalar a partir de um repositório de pacotes que tenha um endereço público:

  1. Crie um pip.conf. e inclua as seguintes informações no arquivo, se aplicável:

    • URL do repositório (no parâmetro index-url)
    • Acessar as credenciais do repositório
    • Opções de instalação do pip não padrão

    Exemplo:

    [global]
    index-url=https://example.com/
    
  2. (Opcional) Em alguns casos, talvez seja necessário buscar pacotes de vários repositórios, como quando o repositório público contém alguns pacotes específicos que você quer instalar e todos os outros pacotes do PyPI:

    1. Configure um repositório virtual do Artifact Registry.
    2. Adicionar configuração para vários repositórios (incluindo PyPI, se necessário) e defina a ordem em que o pip pesquisa os repositórios.
    3. Especifique o URL do repositório virtual no parâmetro index-url.
  3. Determine o URI do bucket do seu ambiente.

  4. Faça upload do arquivo pip.conf para o /config/pip/ no bucket do ambiente.

  5. Instale pacotes usando um dos métodos disponíveis.

Instalar pacotes de um repositório do Artifact Registry

É possível armazenar pacotes em um repositório do Artifact Registry. em seu projeto e configure seu ambiente para fazer instalações a partir dele.

Configure papéis e permissões:

  1. A conta de serviço do seu ambiente precisa ter o iam.serviceAccountUser.

  2. Verifique se a conta de serviço do Cloud Build tem permissões para ler do repositório do Artifact Registry.

  3. Se o ambiente tiver acesso restrito a outros serviços no projeto, por exemplo, se você usar o VPC Service Controls:

    1. Atribua permissões para acessar o repositório do Artifact Registry para a conta de serviço do ambiente em vez conta de serviço do Cloud Build.

    2. Verifique se a conectividade com o repositório do Artifact Registry está configurada no projeto.

Para instalar pacotes PyPI personalizados de um repositório do Artifact Registry:

  1. Crie um pip.conf. e inclua as seguintes informações no arquivo, se aplicável:

    • URL do repositório do Artifact Registry (no parâmetro index-url)
    • Acessar as credenciais do repositório
    • Opções de instalação de pip não padrão

    Para um repositório do Artifact Registry, anexe /simple/ ao repositório. URL:

    [global]
    index-url = https://us-central1-python.pkg.dev/example-project/example-repository/simple/
    
  2. (Opcional) Em alguns casos, talvez você queira buscar pacotes em várias repositórios, como quando o repositório do Artifact Registry contém alguns pacotes específicos que você deseja instalar e deseja instalar Todos os outros pacotes do PyPI:

    1. Configure um repositório virtual do Artifact Registry.
    2. Adicionar configuração para vários repositórios (incluindo PyPI, se necessário) e defina a ordem em que o pip pesquisa os repositórios.
    3. Especifique o URL do repositório virtual no parâmetro index-url.
  3. Faça upload desse arquivo pip.conf para o /config/pip/ no bucket do ambiente. Por exemplo, gs://us-central1-example-bucket/config/pip/pip.conf.

  4. Instale pacotes usando um dos métodos disponíveis.

Instalar pacotes de um repositório particular

É possível hospedar um repositório privado na rede do seu projeto e configurar seu para instalar pacotes Python a partir dele.

Configure papéis e permissões:

  1. A conta de serviço do ambiente do Cloud Composer precisa têm o papel iam.serviceAccountUser.

  2. Se você instalar pacotes PyPI personalizados de um repositório no arquivo e esse repositório não tem um endereço IP público:

    1. Atribua permissões para acessar esse repositório para o conta de serviço.

    2. Verifique se a conectividade com esse repositório está configurada no projeto.

Para instalar pacotes de um repositório particular hospedado na rede do seu projeto:

  1. Crie um pip.conf. e inclua as seguintes informações no arquivo, se aplicável:

    • Endereço IP do repositório na rede do seu projeto
    • Acessar as credenciais do repositório
    • Opções de instalação do pip não padrão

    Exemplo:

    [global]
    index-url=https://192.0.2.10/
    
  2. (Opcional) Em alguns casos, talvez você queira buscar pacotes em várias em repositórios específicos, como quando o repositório privado contém os pacotes que deseja instalar e deseja instalar todos os outros pacotes do PyPI:

    1. Configure um repositório virtual do Artifact Registry.
    2. Adicione a configuração para vários repositórios (incluindo o PyPI, se necessário) e defina a ordem em que o pip pesquisa os repositórios.
    3. Especifique o URL do repositório virtual no parâmetro index-url.
  3. (Opcional) Nas versões 2.2.1 e mais recentes do Cloud Composer, é possível usar um certificado personalizado ao instalar pacotes do repositório particular. Para fazer isso, siga estas etapas:

    1. Faça upload do arquivo do certificado /config/pip/ no bucket do ambiente.

    2. No pip.conf, especifique o nome do arquivo de certificado no parâmetro cert. Não mude a pasta /etc/pip/.

      Exemplo:

      [global]
      cert =/etc/pip/example-certificate.pem
      
  4. Faça upload do arquivo pip.conf para o /config/pip/ no bucket do ambiente. Por exemplo, gs://us-central1-example-bucket/config/pip/pip.conf.

  5. Instale os pacotes usando um dos métodos disponíveis.

Instalar uma biblioteca local do Python

Para instalar uma biblioteca local ou interna do Python, faça o seguinte:

  1. Coloque as dependências em um subdiretório dags/ no bucket do ambiente. Para importar um módulo de um subdiretório, cada subdiretório no caminho do módulo precisa conter um arquivo de marcador de pacote __init__.py.

    No exemplo a seguir, a dependência é coin_module.py:

    dags/
      use_local_deps.py  # A DAG file.
      dependencies/
        __init__.py
        coin_module.py
    
  2. Importe a dependência do arquivo de definição do DAG.

    Exemplo:

from dependencies import coin_module

Usar pacotes que dependem de bibliotecas de objetos compartilhados

Alguns pacotes PyPI dependem de bibliotecas no nível do sistema. Embora o Cloud Composer não seja compatível com as bibliotecas do sistema, é possível usar as seguintes opções:

  • Use o KubernetesPodOperator. Defina a imagem do operador como um imagem de build. Se você encontrar pacotes que falham durante a instalação devido a para uma dependência do sistema não atendida, use esta opção.

  • Faça o upload das bibliotecas de objetos compartilhados no bucket do seu ambiente. Se os pacotes PyPI foram instalados com êxito, mas falham no ambiente de execução, use essa opção.

    1. Encontre manualmente as bibliotecas de objetos compartilhados para a dependência de PyPI (um arquivo .so).
    2. Faça upload das bibliotecas de objetos compartilhados para a pasta /plugins no seu bucket do seu ambiente de execução.
    3. Defina a seguinte variável de ambiente: LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/airflow/gcs/plugins

Instalar pacotes em ambientes de IP particular

Esta seção explica como instalar pacotes em ambientes de IP particular.

Dependendo de como você configura seu projeto, seu ambiente pode não ter acesso à Internet pública.

Ambiente de IP privado com acesso à Internet pública

Se o ambiente de IP particular puder acessar a Internet pública, será possível instalar pacotes usando opções para ambientes de IP público:

Ambiente de IP privado sem acesso à Internet

Se o ambiente de IP particular não tiver acesso à Internet pública, é possível instalar pacotes de uma das seguintes maneiras:

  • Use um repositório PyPI privado hospedado no em uma rede VPC.
  • Use uma VM de servidor proxy na rede do projeto para se conectar a um repositório PyPI na Internet pública. Especifique o endereço de proxy no arquivo /config/pip/pip.conf no bucket do seu ambiente.
  • Use um repositório do Artifact Registry como a única origem. de pacotes. Para fazer isso, redefina o parâmetro index-url, conforme descrito.
  • Se a política de segurança permitir o acesso a endereços IP externo da rede VPC, é possível ativar a instalação de pacotes a partir de repositórios na Internet pública configurando o Cloud NAT.
  • Coloque as dependências do Python na pasta /dags do bucket do seu ambiente para instalá-las como bibliotecas locais. Isso pode não ser um é uma boa opção quando a árvore de dependências é grande.

Instalar em um ambiente de IP particular com restrições de local de recursos

Manter seu projeto de acordo com os requisitos de restrição de localização de recursos proíbe o uso de algumas ferramentas. Em particular, o Cloud Build não pode ser usado para a instalação de pacotes, impedindo o acesso direto a repositórios na Internet pública.

Para instalar dependências do Python nesse ambiente, siga as orientações para um ambiente de IP privado sem acesso à Internet.

Instalar uma dependência do Python em um ambiente de IP privado em um perímetro do VPC Service Controls

Proteger seu projeto com um perímetro do VPC Service Controls resulta em outras restrições de segurança. Especificamente, o Cloud Build não pode ser utilizada para instalação do pacote, impedindo o acesso direto a na Internet pública.

Para instalar dependências do Python em um ambiente de IP particular dentro de um perímetro, siga as orientações para ambientes de IP particular sem acesso à Internet.

A seguir