Esegui un DAG Apache Airflow in Cloud Composer 3

Esegui un DAG Apache Airflow in Cloud Composer 3

Cloud Composer 1 | Cloud Composer 2 | Cloud Composer 3

Questa guida rapida mostra come creare un ambiente Cloud Composer e come eseguire un DAG Apache Airflow in Cloud Composer 3.

• Se non hai mai utilizzato Airflow, consulta le Tutorial sui concetti di Airflow in Apache Airflow documentazione di Airflow per ulteriori informazioni su concetti, oggetti e il loro utilizzo.

• Se vuoi utilizzare Google Cloud CLI, consulta Eseguire un DAG Apache Airflow in Cloud Composer (Google Cloud CLI).

• Se vuoi creare un ambiente utilizzando Terraform, consulta Crea ambienti (Terraform).

Prima di iniziare

1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

3. Make sure that billing is enabled for your Google Cloud project.

4. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

5. Make sure that billing is enabled for your Google Cloud project.

6. Enable the Cloud Composer API.

   Enable the API

7. Per ottenere le autorizzazioni necessarie per completare questa guida rapida, chiedi all'amministratore di concederti i seguenti ruoli IAM sul tuo progetto:

   • Per visualizzare, creare e gestire l'ambiente Cloud Composer:
     • Amministratore ambienti e oggetti Storage (roles/composer.environmentAndStorageObjectAdmin)
     • Utente account di servizio (roles/iam.serviceAccountUser)
   • Per visualizzare i log: Visualizzatore log (roles/logging.viewer)

   Per saperne di più sulla concessione dei ruoli, consulta Gestire l'accesso a progetti, cartelle e organizzazioni.

   Potresti anche riuscire a ottenere le autorizzazioni richieste tramite i ruoli personalizzati o altri ruoli predefiniti.

Creazione di un ambiente

1. Nella console Google Cloud, vai alla pagina Crea ambiente.

   Vai a Crea ambiente

2. Nel campo Nome, inserisci example-environment.

3. Nell'elenco a discesa Località, seleziona una regione per l'ambiente Cloud Composer. Questa guida utilizza la regione us-central1.

4. Per altre opzioni di configurazione dell'ambiente, utilizza i valori predefiniti forniti.

5. Fai clic su Crea e attendi che venga creato l'ambiente.

   Nota: sono necessari circa 25 minuti per la creazione dell'ambiente da parte di Cloud Composer.

6. Al termine, accanto al nome dell'ambiente viene visualizzato un segno di spunta verde.

Creare un file DAG

Un DAG Airflow è una raccolta di attività organizzate che che vuoi pianificare ed eseguire. I DAG sono definiti in file Python standard.

Questa guida utilizza un esempio di DAG Airflow definito nel file quickstart.py. Il codice Python in questo file esegue le seguenti operazioni:

1. Crea un DAG, composer_sample_dag. Questo DAG viene eseguito ogni giorno.
2. Esegue un'attività, print_dag_run_conf. L'attività stampa l'esecuzione del DAG configurazione utilizzando l'operatore bash.

Salva una copia del file quickstart.py sulla tua macchina locale:

import datetime

from airflow import models
from airflow.operators import bash

# If you are running Airflow in more than one time zone
# see https://airflow.apache.org/docs/apache-airflow/stable/timezone.html
# for best practices
YESTERDAY = datetime.datetime.now() - datetime.timedelta(days=1)

default_args = {
    "owner": "Composer Example",
    "depends_on_past": False,
    "email": [""],
    "email_on_failure": False,
    "email_on_retry": False,
    "retries": 1,
    "retry_delay": datetime.timedelta(minutes=5),
    "start_date": YESTERDAY,
}

with models.DAG(
    "composer_quickstart",
    catchup=False,
    default_args=default_args,
    schedule_interval=datetime.timedelta(days=1),
) as dag:
    # Print the dag_run id from the Airflow logs
    print_dag_run_conf = bash.BashOperator(
        task_id="print_dag_run_conf", bash_command="echo {{ dag_run.id }}"
    )

Carica il file DAG nel bucket del tuo ambiente

A ogni ambiente Cloud Composer è associato un bucket Cloud Storage. Airflow in Cloud Composer pianifica solo i DAG che si trovano nella cartella /dags di questo bucket.

Per pianificare il DAG, carica quickstart.py dalla tua macchina locale nella cartella /dags dell'ambiente:

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

   Vai ad Ambienti

2. Nell'elenco degli ambienti, fai clic sul nome dell'ambiente, example-environment. Viene visualizzata la pagina Dettagli dell'ambiente.

3. Fai clic su Apri cartella DAG. Si apre la pagina Dettagli bucket.

4. Fai clic su Carica file e seleziona la tua copia di quickstart.py.

5. Per caricare il file, fai clic su Apri.

Visualizza il DAG

Dopo aver caricato il file DAG, Airflow esegue le seguenti operazioni:

1. Analizza il file DAG che hai caricato. Potrebbero essere necessari alcuni minuti prima che il DAG sia disponibile per Airflow.
2. Aggiunge il DAG all'elenco dei DAG disponibili.
3. Esegue il DAG in base alla pianificazione specificata nel file DAG.

Verifica che il DAG venga elaborato senza errori e che sia disponibile in Airflow e lo visualizzi nella UI dei DAG. La UI di DAG è l'interfaccia di Cloud Composer per la visualizzazione Informazioni sui DAG nella console Google Cloud. Cloud Composer offre inoltre accesso alla UI di Airflow, che è un ambiente web di Airflow nativo a riga di comando.

1. Attendi circa cinque minuti per dare ad Airflow il tempo di elaborare il file DAG caricato in precedenza e di completare la prima esecuzione del DAG (spiegato di seguito).

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

   Vai ad Ambienti

3. Nell'elenco degli ambienti, fai clic sul nome dell'ambiente, example-environment. Viene visualizzata la pagina Dettagli dell'ambiente.

4. Vai alla scheda DAG.

5. Controlla che sia presente il DAG composer_quickstart nell'elenco dei DAG.

   

   Figura 1. Nell'elenco dei DAG viene visualizzato il DAG composer_quickstart (fai clic per ingrandire)

   Nota: il DAG airflow_monitoring viene utilizzato da Cloud Composer per monitorare l'integrità del tuo ambiente.

Visualizzare i dettagli dell'esecuzione del DAG

Una singola esecuzione di un DAG è chiamata esecuzione di DAG. Airflow esegue immediatamente un'esecuzione del DAG di esempio perché la data di inizio nel file DAG è impostata su ieri. In questo modo, Airflow si allinea alla pianificazione del DAG specificato.

Il DAG di esempio contiene un'attività, print_dag_run_conf, che esegue il comando echo nella console. Questo comando genera metadati sul DAG (identificatore numerico dell'esecuzione del DAG).

1. Nella scheda DAG, fai clic su composer_quickstart. Si apre la scheda Esecuzioni per il DAG.

2. Nell'elenco delle esecuzioni del DAG, fai clic sulla prima voce.

   

   Figura 2. L'elenco delle esecuzioni di DAG per il DAG composer_quickstart (fai clic per ingrandire)

3. Vengono visualizzati i dettagli dell'esecuzione del DAG, che contengono i dettagli delle informazioni delle attività del DAG di esempio.

   

   Figura 3. L'elenco delle attività eseguite nell'esecuzione del DAG (fai clic per ingrandire)

4. La sezione Log per l'esecuzione del DAG elenca i log di tutte le attività nell'esecuzione del DAG. Puoi visualizzare l'output del comando echo nei log.

   

   Figura 4. Log dell'attività stampa_dag_run_conf (fai clic per ingrandire)

Esegui la pulizia

Per evitare che al tuo account Google Cloud vengano addebitati costi per le risorse utilizzate in questa pagina, segui questi passaggi.

Elimina le risorse utilizzate in questo tutorial:

1. Elimina l'ambiente Cloud Composer:

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

      Vai ad Ambienti

   2. Seleziona example-environment e fai clic su Elimina.

   3. Attendi fino a quando l'ambiente non viene eliminato.

2. Elimina il bucket dell'ambiente. Eliminazione di Cloud Composer di rete non elimina il proprio bucket.

   1. Nella console Google Cloud, vai alla pagina Storage > Browser.

      Vai ad Archiviazione > Browser

   2. Seleziona il bucket dell'ambiente e fai clic su Elimina. Ad esempio, questo bucket può essere denominato us-central1-example-environ-c1616fe8-bucket.

3. Elimina il disco permanente dalla coda Redis del tuo ambiente. L'eliminazione del L'ambiente Cloud Composer non elimina il disco permanente.

   1. Nella console Google Cloud, vai a Compute Engine > Dischi.

      Vai a Dischi

   2. Seleziona il disco permanente della coda Redis dell'ambiente e fai clic su Elimina.

      Ad esempio, questo disco può essere denominato gke-us-central1-exampl-pvc-b12055b6-c92c-43ff-9de9-10f2cc6fc0ee. I dischi per Cloud Composer 1 hanno sempre il Standard persistent disk tipo e le dimensioni di 2 GB.

Passaggi successivi

• Aggiunta e aggiornamento dei DAG
• Scrittura di DAG
• Ignorare le configurazioni Airflow
• Accedere all'interfaccia utente di Airflow