排查环境更新和升级问题

Cloud Composer 1 | Cloud Composer 2 | Cloud Composer 3

本页面针对更新或升级 Cloud Composer 环境时可能遇到的问题提供了问题排查信息。

如需了解与创建环境相关的问题排查信息，请参阅排查环境创建问题。

在更新 Cloud Composer 环境时，导致大多数问题的原因如下：

  • 服务账号权限问题
  • PyPI 依赖项问题
  • Airflow 数据库的大小

权限不足，无法更新或升级环境

如果由于权限不足，Cloud Composer 无法更新或升级环境，它会输出以下错误消息：

ERROR: (gcloud.composer.environments.update) PERMISSION_DENIED: The caller does not have permission

解决方案：按照访问权限控制中的说明，为您的帐号和环境的服务帐号分配角色。

环境的服务账号权限不足

创建 Cloud Composer 环境时，您需要指定用于运行该环境的 GKE 集群节点的服务帐号。如果此服务帐号没有足够的权限来执行请求的操作，则 Cloud Composer 会输出错误：

    UPDATE operation on this environment failed 3 minutes ago with the
    following error message:
    Composer Backend timed out. Currently running tasks are [stage:
    CP_COMPOSER_AGENT_RUNNING
    description: "No agent response published."
    response_timestamp {
      seconds: 1618203503
      nanos: 291000000
    }
    ].

解决方案：按照访问权限控制中的说明，为您的帐号和环境的服务帐号分配角色。

Airflow 数据库太大，无法执行此操作

由于 Airflow 数据库过大，升级操作无法成功，因此 Cloud Composer 升级操作可能不会成功。

如果 Airflow 数据库的大小超过 16 GB，Cloud Composer 会输出以下错误：

Airflow database uses more than 16 GB. Please clean the database before upgrading.

解决方案：执行 Airflow 数据库清理，如 Airflow 数据库维护中所述。

由于 PyPI 软件包冲突，升级到新的 Cloud Composer 版本失败

升级具有已安装的自定义 PyPI 软件包的环境时，您可能会遇到与 PyPI 软件包冲突相关的错误。发生这种情况可能是因为新的 Cloud Composer 映像包含较新版本的预安装软件包，这些软件包会导致与您环境中安装的 PyPI 软件包发生依赖项冲突。

解决方案：

  • 如需详细了解软件包冲突，请运行升级检查。
  • 放宽已安装的自定义 PyPI 软件包的版本限制条件。例如，请将版本指定为 >=1.0.1，而不是 ==1.0.1。
  • 如需详细了解如何更改版本要求以解决存在冲突的依赖项，请参阅 pip 文档。

无法将环境升级到仍受支持的版本

Cloud Composer 环境只能升级到多个最新版本和先前版本。

创建新环境和升级现有环境的版本限制有所不同。升级现有环境时，您在创建新环境时选择的 Cloud Composer 版本可能不可用。

您可以使用 Google Cloud CLI、API 或 Terraform 执行升级操作。在 Google Cloud 控制台中，只有最新版本可作为升级选项。

与 DNS 的连接不足可能会导致在执行升级或更新时出现问题

此类连接问题可能会产生如下日志条目：

WARNING - Compute Engine Metadata server unavailable attempt 1 of 5. Reason: [Errno -3] Temporary failure in name resolution Error

这通常意味着没有通向 DNS 的路由，因此请确保 metadata.google.internal DNS 名称可以从集群、Pod 和 Service 网络解析为 IP 地址。检查您是否在创建环境的 VPC（在宿主项目或服务项目中）开启了专用 Google 访问通道。

更多信息：

触发器 CPU 数量超过 1 个 vCPU 的限制

版本 2.4.4 及更高版本中的 Cloud Composer 2 引入了不同的触发器资源分配策略来改进性能伸缩。如果在执行环境更新时遇到与触发器 CPU 相关的错误，则表示您当前的触发器被配置为为每个触发器使用 1 个以上的 vCPU。

解决方案：

查看迁移失败警告

将 Airflow 升级到更高版本时，有时会对 Airflow 数据库应用新的限制条件。如果无法应用这些约束，Airflow 会创建新表来存储无法应用约束的行。Airflow 界面会显示一条警告消息，直到移动的数据表被重命名或删除。

解决方案：

您可以使用以下两个 DAG 检查移动的数据并重命名表。

list_moved_tables_after_upgrade_dag DAG 会列出从每个表（无法应用约束条件）中移出的行。检查数据并决定是否要保留数据。要保留该错误，您需要手动修复 Airflow 数据库中的数据。例如，通过添加包含正确数据的行。

如果您不需要数据，或者已修复数据，则可以运行 rename_moved_tables_after_upgrade_dag DAG。此 DAG 会对移动的表进行重命名。这些表及其数据不会被删除，因此您可以稍后查看数据。

"""
When upgrading Airflow to a newer version,
it might happen that some data cannot be migrated,
often because of constraint changes in the metadata base.
This file contains 2 DAGs:

1. 'list_moved_tables_after_upgrade_dag'
  Prints the rows which failed to be migrated.
2. 'rename_moved_tables_after_upgrade_dag'
  Renames the table which contains the failed migrations. This will remove the
  warning message from airflow.
"""

import datetime
import logging

from airflow import DAG
from airflow.operators.python import PythonOperator
from airflow.providers.postgres.hooks.postgres import PostgresHook
from airflow.settings import AIRFLOW_MOVED_TABLE_PREFIX


def get_moved_tables():
    hook = PostgresHook(postgres_conn_id="airflow_db")
    return hook.get_records(
        "SELECT schemaname, tablename FROM pg_catalog.pg_tables WHERE tablename"
        f" LIKE '{AIRFLOW_MOVED_TABLE_PREFIX}_%'"
    )


def list_moved_records():
    tables = get_moved_tables()
    if not tables:
        logging.info("No moved tables found")
        return

    hook = PostgresHook(postgres_conn_id="airflow_db")
    for schema, table in tables:
        df = hook.get_pandas_df(f"SELECT * FROM {schema}.{table}")
        logging.info(df.to_markdown())


def rename_moved_tables():
    tables = get_moved_tables()
    if not tables:
        return

    hook = PostgresHook(postgres_conn_id="airflow_db")
    for schema, table in tables:
        hook.run(f"ALTER TABLE {schema}.{table} RENAME TO _abandoned_{table}")


with DAG(
    dag_id="list_moved_tables_after_upgrade_dag",
    start_date=datetime.datetime(2023, 1, 1),
    schedule_interval=None,
    catchup=False,
):
    t1 = PythonOperator(
        task_id="list_moved_records", python_callable=list_moved_records
    )

with DAG(
    dag_id="rename_moved_tables_after_upgrade_dag",
    start_date=datetime.datetime(2023, 1, 1),
    schedule_interval=None,
    catchup=False,
) as dag:
    t1 = PythonOperator(
        task_id="rename_moved_tables", python_callable=rename_moved_tables
    )

后续步骤