DAGs hinzufügen und aktualisieren

Cloud Composer 3 | Cloud Composer 2 | Cloud Composer 1

Auf dieser Seite wird beschrieben, wie Sie DAGs in Ihrer Cloud Composer-Umgebung verwalten.

Cloud Composer verwendet einen Cloud Storage-Bucket zum Speichern von DAGs Ihrer Cloud Composer-Umgebung. In Ihrer Umgebung werden DAGs aus diesem Bucket mit Airflow-Komponenten wie Airflow-Workern und -Planern synchronisiert.

Hinweis

  • Da Apache Airflow keine strikte DAG-Isolation bietet, empfehlen wir, separate Produktions- und Testumgebungen einzurichten, um DAG-Interferenzen zu vermeiden. Weitere Informationen finden Sie unter DAGs testen.
  • Ihr Konto muss ausreichende Berechtigungen zum Verwalten von DAGs haben.
  • Änderungen am DAG werden innerhalb von 3 bis 5 Minuten an Airflow übertragen. Sie können den Aufgabenstatus auf der Airflow-Weboberfläche einsehen.

Auf den Bucket Ihrer Umgebung zugreifen

So greifen Sie auf den Bucket zu, der mit Ihrer Umgebung verknüpft ist:

Console

  1. Rufen Sie in der Google Cloud Console die Seite Umgebungen auf.

    Zur Seite Umgebungen

  2. Suchen Sie in der Liste der Umgebungen nach einer Zeile mit dem Namen Ihrer Umgebung und klicken Sie in der Spalte DAGs-Ordner auf den Link DAGs. Die Seite Bucket-Details wird geöffnet. Hier sehen Sie den Inhalt des Ordners /dags im Bucket Ihrer Umgebung.

gcloud

Die gcloud CLI bietet separate Befehle zum Hinzufügen und Löschen von DAGs im Bucket Ihrer Umgebung.

Wenn Sie mit dem Bucket Ihrer Umgebung interagieren möchten, können Sie auch die Google Cloud CLI verwenden. Führen Sie den folgenden gcloud CLI-Befehl aus, um die Adresse des Buckets Ihrer Umgebung abzurufen:

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

Ersetzen Sie:

  • ENVIRONMENT_NAME durch den Namen der Umgebung.
  • LOCATION durch die Region, in der sich die Umgebung befindet.

Beispiel:

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

API

Erstellen Sie eine API-Anfrage environments.get. In der Ressource Umgebung, in der Ressource Umgebungskonfiguration und in der Ressource dagGcsPrefix ist die Adresse des Buckets Ihrer Umgebung angegeben.

Beispiel:

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

Python

Verwenden Sie die Bibliothek google-auth zum Abrufen von Anmeldedaten und die Bibliothek requests zum Aufrufen der REST API. 

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"])

DAG hinzufügen oder aktualisieren

Verschieben Sie zum Hinzufügen oder Aktualisieren eines DAG die .py-Python-Datei für den DAG in den Ordner /dags im Bucket der Umgebung.

Console

  1. Rufen Sie in der Google Cloud Console die Seite Umgebungen auf.

    Zur Seite Umgebungen

  2. Suchen Sie in der Liste der Umgebungen nach einer Zeile mit dem Namen Ihrer Umgebung und klicken Sie in der Spalte DAGs-Ordner auf den Link DAGs. Die Seite Bucket-Details wird geöffnet. Hier sehen Sie den Inhalt des Ordners /dags im Bucket Ihrer Umgebung.

  3. Klicken Sie auf Dateien hochladen. Wählen Sie dann im Browser-Dialogfeld die Python-.py-Datei für den DAG aus und bestätigen Sie die Auswahl.

gcloud 

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

Ersetzen Sie:

  • ENVIRONMENT_NAME durch den Namen der Umgebung.
  • LOCATION durch die Region, in der sich die Umgebung befindet.
  • LOCAL_FILE_TO_UPLOAD ist die Python-.py-Datei für den DAG.

Beispiel:

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

DAG mit aktiven DAG-Ausführungen aktualisieren

Wenn Sie einen DAG aktualisieren, der aktive DAGs ausführt, gilt Folgendes:

  • Alle aktuell ausgeführten Aufgaben werden mit der ursprünglichen DAG-Datei abgeschlossen.
  • Alle Aufgaben, die geplant sind, aber derzeit nicht ausgeführt werden, verwenden die aktualisierte DAG-Datei.
  • Alle Aufgaben, die in der aktualisierten DAG-Datei nicht mehr vorhanden sind, werden als entfernt markiert.

DAGs aktualisieren, die einen engen Zeitplan haben

Nachdem Sie eine DAG-Datei hochgeladen haben, dauert es einige Zeit, bis Airflow diese Datei geladen und den DAG aktualisiert hat. Wenn der DAG nach einem häufigen Zeitplan ausgeführt wird, sollten Sie darauf achten, dass der DAG die aktualisierte Version der DAG-Datei verwendet. Anleitung:

  1. Pausieren Sie den DAG in der Airflow-UI.

  2. Laden Sie eine aktualisierte DAG-Datei hoch.

  3. Warten Sie, bis die Aktualisierungen in der Airflow-UI angezeigt werden. Das bedeutet, dass der DAG vom Planer korrekt geparst und in der Airflow-Datenbank aktualisiert wurde.

    Wenn die Airflow-UI die aktualisierten DAGs anzeigt, ist dadurch nicht garantiert, dass Airflow-Worker die aktualisierte Version der DAG-Datei haben. Das liegt daran, dass DAG-Dateien unabhängig für Planer und Worker synchronisiert werden.

  4. Sie können die Wartezeit verlängern, damit die DAG-Datei mit allen Workern in Ihrer Umgebung synchronisiert wird. Die Synchronisierung erfolgt mehrmals pro Minute. In einer fehlerfreien Umgebung reicht es, wenn 20 bis 30 Sekunden gewartet werden, bis alle Worker synchronisiert wurden.

  5. (Optional) Wenn Sie absolut sicher sein möchten, dass alle Worker die neue Version der DAG-Datei haben, prüfen Sie die Logs jedes einzelnen Workers. Anleitung:

    1. Öffnen Sie in der Google Cloud Console den Tab Protokolle für Ihre Umgebung.

    2. Rufen Sie Composer-Logs > Infrastruktur > Cloud Storage-Synchronisierung auf und prüfen Sie die Logs für jeden Worker in Ihrer Umgebung. Suchen Sie nach dem neuesten Syncing dags directory-Logelement, das nach dem Hochladen der neuen DAG-Datei einen Zeitstempel hat. Wenn Sie ein Finished syncing-Element entdecken, das diesem Element folgt, wurden die DAGs erfolgreich mit diesem Worker synchronisiert.

  6. Heben Sie die Pausierung des DAG auf.

DAG in Ihrer Umgebung löschen

Entfernen Sie zum Löschen eines DAG die .py-Python-Datei für den DAG aus dem Ordner /dags der Umgebung im Bucket der Umgebung.

Console

  1. Rufen Sie in der Google Cloud Console die Seite Umgebungen auf.

    Zur Seite Umgebungen

  2. Suchen Sie in der Liste der Umgebungen nach einer Zeile mit dem Namen Ihrer Umgebung und klicken Sie in der Spalte DAGs-Ordner auf den Link DAGs. Die Seite Bucket-Details wird geöffnet. Hier sehen Sie den Inhalt des Ordners /dags im Bucket Ihrer Umgebung.

  3. Wählen Sie die DAG-Datei aus, klicken Sie auf Löschen und bestätigen Sie den Vorgang.

gcloud 

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

Ersetzen Sie:

  • ENVIRONMENT_NAME durch den Namen der Umgebung.
  • LOCATION durch die Region, in der sich die Umgebung befindet.
  • DAG_FILE durch die Python-.py-Datei für den DAG.

Beispiel:

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

DAG aus der Airflow-Benutzeroberfläche entfernen

So entfernen Sie die Metadaten für einen DAG aus der Airflow-Weboberfläche:

Airflow-UI

  1. Rufen Sie die Airflow-UI für Ihre Umgebung auf.
  2. Klicken Sie für den DAG auf DAG löschen.

gcloud

Führen Sie den folgenden Befehl in der gcloud CLI aus:

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

Ersetzen Sie:

  • ENVIRONMENT_NAME durch den Namen der Umgebung.
  • LOCATION durch die Region, in der sich die Umgebung befindet.
  • DAG_NAME ist der Name des zu löschenden DAG.

Nächste Schritte