保存和加载环境快照

Cloud Composer 3 | Cloud Composer 2 | Cloud Composer 1

本页介绍了如何使用环境快照保存和加载环境状态。

您可以将环境配置为自动保存快照。如需了解详情，请参阅配置定期快照。

环境快照简介

环境快照会存储环境的状态。您可以按需保存和加载环境快照。

您可以使用快照执行以下操作：

  • 将您的环境恢复为较早的状态。使用快照创建环境的备份，然后加载其中一个快照以恢复环境。例如，即使环境成功更新，您也可以回滚安装 PyPI 软件包或替换 Airflow 配置选项的更新操作。

  • 执行并排升级和复制环境。创建现有环境的快照，创建使用相同或更高版本 Cloud Composer 的新环境，然后将快照应用于此新环境。此过程与迁移类似。请务必在创建快照之前暂停 DAG，以免重复运行 DAG。

快照的存储方式

环境快照是一组描述环境状态的文件，用于存储环境数据的备份。

您可以为环境创建多个快照。环境快照是非增量快照。您可以独立于其他快照使用任何快照。

删除环境后，Cloud Composer 不会删除快照。

默认情况下，Cloud Composer 会将快照存储在环境存储分区的 snapshots/ 文件夹中。您还可以在创建快照时指定自定义位置。

虽然 Cloud Storage 界面会出于方便起见将数据显示为文件夹，但存储分区采用的是平面文件结构。这不会改变您在 Google Cloud 控制台中保存和加载快照的方式，但请在直接对存储分区中的文件执行操作时注意这一点。如需了解详情，请参阅对象命名空间。

快照的安全注意事项

为降低此安全风险，您可以在 Secret Manager 中存储 Airflow DAG 使用的敏感信息，例如密钥或密码。如需了解详情，请参阅为您的环境配置 Secret Manager。

请务必检查您环境的存储分区的安全权限。如果您将环境快照存储在自定义存储分区中，请确保在项目中正确配置了对该存储分区的访问权限。分配权限时，请确保环境的服务账号具有足够的权限，能够保存和从存储分区加载快照。

快照中会保存哪些数据

Cloud Composer 会将以下数据保存在快照中：

  • Airflow 配置替换。
  • 环境变量。
  • 自定义 PyPI 软件包列表（作为要求）。
  • Airflow 数据库的备份，包括已执行任务的状态和 DAG 运行历史记录。
  • 环境存储分区中 /dags、/data 和 /plugins 文件夹的备份。
  • 环境的 fernet 密钥。
  • 与环境配置相关的其他信息，例如环境的规模和性能参数。Cloud Composer 在加载快照时不会使用此信息。

从快照加载哪些数据

Cloud Composer 会从快照加载以下数据：

  • Airflow 配置替换。
  • 环境变量。

  • 自定义 PyPI 软件包（除非您选择跳过安装）。

  • Airflow 数据库的内容，包括已执行任务的状态和 DAG 运行历史记录。

  • 快照中的 /dags、/data 和 /plugins 文件夹的内容会加载到环境的存储分区中。

  • 快照中的 Fernet 密钥用于使用环境自己的 Fernet 密钥重新加密快照中的数据。环境的 Fernet 密钥保持不变。

虽然 Cloud Composer 会在快照中存储有关环境配置的一些信息，但在加载快照时不会使用这些信息。加载快照后，环境的以下参数不会发生变化：

  • 环境配置，例如环境规模和性能参数。
  • 环境的网络配置。
  • 环境存储分区中 /dags、/data 和 /plugins 文件夹之外的内容。
  • 环境标签。

在加载快照时，您在 Cloud Composer 基础架构中应用的任何设置（而未使用 Cloud Composer API）都可能会丢失。

关于部分完成的操作

加载快照时，操作可能会成功、失败或部分完成：

  • 成功的操作会从快照加载所有数据。
  • 失败的操作不会引入任何更改。
  • 部分完成的操作会从快照加载部分数据。系统会将此类操作报告为失败，但错误消息会指明哪些数据已成功加载。例如，如果 PyPI 软件包已安装，但 Airflow 配置选项替换未成功，错误消息会指明这一点。

对于部分完成的操作，您可以尝试重新加载同一快照。Cloud Composer 会跳过上次尝试时成功完成的步骤。例如，如果操作因超时而失败，但数据库已成功加载，则下次尝试时不会再次加载数据库。

准备工作

  • Cloud Composer 2 2.0.9 及更高版本支持快照。Cloud Composer 1 支持在 1.18.5 及更高版本中保存环境快照。

  • 快照不会创建环境。如果您想将快照从一个环境加载到另一个环境，则需要先创建一个新环境，然后将快照加载到该环境中。

  • 您无法将快照加载到处于错误状态的环境。无法通过加载快照来修复此类环境。您仍然可以将现有快照加载到新环境。

  • 您只能将快照加载到相同或更高版本的 Airflow。例如，您无法将快照从 Airflow 2.9.3 加载到 Airflow 2.7.3。

  • 您可以将同一 Airflow 版本的较新 Airflow build 中的快照加载到较低 build 的环境中。例如，您可以将 airflow-2.9.3-build.6 加载到 airflow-2.9.3-build.5。我们建议仅在必要时将快照加载到较低版本。

  • 支持快照的 Airflow 数据库的大小上限为 20 GB。如果环境的数据库占用空间超过 20 GB，请先缩减 Airflow 数据库的大小，然后再保存快照。

  • 若要创建快照，环境存储分区中的 /dags、/plugins 和 /data 文件夹中的对象总数必须少于 10 万。

  • 如果您使用 XCom 机制传输文件，请确保您 [按照 Airflow 准则使用它][ext-airflow-xcom-backend]。使用 XCom 传输大型文件或大量文件会影响 Airflow 数据库的性能，并可能会导致加载快照或升级环境时出现失败。考虑使用 Cloud Storage 等替代方案来传输大量数据。

  • 环境存储分区中对象名称的长度不得超过 1024 个字符。否则，将无法创建快照。

  • 如果您将快照保存在环境存储分区之外的位置，环境的服务账号必须对指定位置拥有读取和写入权限。例如，Storage Object Admin 角色具有此类权限。您可以将其应用于项目或特定存储分区。

  • 创建和存储快照会产生与 Cloud Storage 相关的额外费用。要了解详情，请参阅价格。

保存环境快照

Cloud Composer 会将环境快照保存在相对于您指定的文件夹的子文件夹中。文件夹名称包含项目 ID、环境的位置、环境的名称以及快照保存的时间戳。例如：/snapshots/example-project_us-central1_example-environment_2022-01-05T18-59-00。

控制台gcloudAPITerraform

如需创建环境的快照，请执行以下操作：

  1. 在 Google Cloud 控制台中，前往环境页面。

    转到“环境”

  2. 在环境列表中，点击您的环境名称。环境详情页面会打开。

  3. 点击保存快照。

  4. 在保存快照对话框中，选择快照的存储位置：

    • 如需将快照存储在环境存储分区中的 /snapshots 文件夹中，请选择使用环境存储分区中的快照文件夹（默认）。

    • 如需将快照存储在自定义文件夹中，请选择使用其他存储分区中的自定义文件夹，然后指定位置。

  5. 点击保存。

gcloud composer environments snapshots save 命令会保存环境的快照。

  • snapshot-location 参数用于指定快照的保存位置。默认情况下，快照会保存在环境存储分区的 /snapshots 文件夹中。例如 gs://us-central1-example-916807e1-bucket/snapshots。您还可以指定任何其他文件夹。

如需保存环境的快照，请运行以下命令：

gcloud composer environments snapshots save \
  ENVIRONMENT_NAME \
  --location LOCATION \
  --snapshot-location "SNAPSHOTS_FOLDER"

您需要进行如下替换：

  • ENVIRONMENT_NAME 替换为环境的名称。
  • LOCATION 替换为环境所在的区域。
  • （可选）SNAPSHOTS_FOLDER，用于指定存储快照的存储分区文件夹的 URI。如果您省略此参数，Cloud Composer 会将快照保存到环境存储分区的 /snapshots 文件夹中。

以下示例使用默认位置：

gcloud composer environments snapshots save \
  example-environment \
  --location us-central1

以下示例会保存到自定义文件夹：

gcloud composer environments snapshots save \
  example-environment \
  --location us-central1 \
  --snapshot-location "gs://example-bucket/environment_snapshots"

  1. 构建 environments.saveSnapshot API 请求。

  2. 在请求正文的 snapshotLocation 字段中，指定要保存快照的文件夹。

{
  "snapshotLocation": "SNAPSHOTS_FOLDER"
}

您需要进行如下替换：

  • 将 SNAPSHOTS_FOLDER 替换为用于保存快照的存储分区文件夹的 URI。

示例：

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

{
  "snapshotLocation": "gs://us-central1-example-916807e1-bucket/snapshots"
}

无法从 Terraform 保存和加载环境快照。

保存和加载快照是对环境执行的操作，生成的快照不属于环境的定义。由于 Terraform 仅管理 Cloud Composer 环境的配置，因此您无法通过 Terraform 保存或加载环境快照。

加载环境快照

请考虑以下情况。例如，赶上功能处于启用状态，并且 Airflow 会在创建快照和加载快照之间按计划执行 DAG。在这种情况下，您加载快照后，Airflow 就没有关于之前运行的 DAG 的任何信息，因此 Airflow 会在同一时间和数据下再次运行 DAG。

再举一个例子，假设有一个按每日时间表运行的 DAG。您可以先创建快照，然后 Airflow 会执行此 DAG，之后您可以在同一天加载快照。在这种情况下，即使已停用“赶上”功能，Airflow 也会重新运行 DAG。

控制台gcloudAPITerraform

如需将快照加载到您的环境，请执行以下操作：

  1. 在 Google Cloud 控制台中，前往环境页面。

    转到“环境”

  2. 在环境列表中，点击您的环境名称。环境详情页面会打开。

  3. 点击加载快照。

  4. 在加载快照对话框中，点击浏览。

  5. 选择用于存储快照的文件夹。文件夹名称会列出项目 ID、环境位置和快照保存的时间戳。例如 /snapshots/example-project_us-central1_example-environment_2022-01-05T18-59-00。

  6. （可选）如需跳过从快照安装自定义 PyPI 软件包，请选择跳过 PyPI 软件包安装。如果您加载已安装自定义 PyPI 软件包的环境的快照，Cloud Composer 不会安装这些自定义软件包。

  7. 点击加载，然后等待 Cloud Composer 加载快照。

gcloud composer environments snapshots load 命令会将快照加载到您的环境中。

  • --snapshot-path 参数用于指定快照所在的文件夹。

    文件夹的名称会列出项目的 ID、环境的位置以及快照的保存时间戳。例如 gs://us-central1-example-916807e1-bucket/snapshots/example-project_us-central1_example-environment_2022-01-05T18-59-00。

  • （可选）--skip-pypi-packages-installation 参数用于跳过从快照安装自定义 PyPI 软件包。如果您加载已安装自定义 PyPI 软件包的环境的快照，Cloud Composer 不会安装这些自定义软件包。

gcloud composer environments snapshots load \
  DESTINATION_ENVIRONMENT_NAME \
  --location LOCATION \
  --snapshot-path "SNAPSHOT_PATH"

您需要进行如下替换：

  • 将 DESTINATION_ENVIRONMENT_NAME 替换为您要加载快照的环境的名称。
  • LOCATION 替换为环境所在的区域。
  • 将 SNAPSHOT_PATH 替换为存储分区的 URI，后跟快照的路径。

示例：

gcloud composer environments snapshots load \
  example-environment \
  --location us-central1 \
  --snapshot-path "gs://us-central1-example-916807e1-bucket/snapshots/example-project_us-central1_example-environment_2022-01-05T18-59-00"

  1. 构建 environments.loadSnapshot API 请求。

  2. 在请求正文的 snapshotPath 字段中，指定存储分区的 URI，后跟快照的路径。文件夹的名称会列出项目的 ID、环境的位置以及快照的保存时间戳。例如 gs://us-central1-example-916807e1-bucket/snapshots/example-project_us-central1_example-environment_2022-01-05T18-59-00。

  3. （可选）在请求正文的 skipPypiPackagesInstallation 字段中，指定 Cloud Composer 是否必须跳过从快照安装自定义 PyPI 软件包。如果您加载已安装自定义 PyPI 软件包的环境的快照，Cloud Composer 不会安装这些自定义软件包。

    此字段是可选字段。如果您省略此字段，Cloud Composer 将从快照安装 PyPI 软件包。

{
  "snapshotPath": "SNAPSHOT_PATH"
}

您需要进行如下替换：

  • 将 SNAPSHOT_PATH 替换为存储快照的存储分区文件夹的 URI。

示例：

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

{
  "snapshotPath": "gs://us-central1-example-916807e1-bucket/snapshots/example-project_us-central1_example-environment_2022-01-05T18-59-00",
  "skipPypiPackagesInstallation": "False"
}

无法使用 Terraform 保存和加载环境快照。

保存和加载快照是对环境执行的操作，生成的快照不属于环境的定义。由于 Terraform 仅管理 Cloud Composer 环境的配置，因此您无法通过 Terraform 保存或加载环境快照。

后续步骤