Utilizza CeleryKubernetesExecutor

Cloud Composer 1 | Cloud Composer 2 | Cloud Composer 3

Questa pagina spiega come attivare CeleryKubernetesExecutor in Cloud Composer e come utilizzare KubernetesExecutor nei DAG.

Informazioni su CeleryKubernetesExecutor

CeleryKubernetesExecutor è un tipo di esecutore che può utilizzare CeleryExecutor e KubernetesExecutor contemporaneamente nel tempo. Airflow seleziona l'esecutore in base alla coda che definisci per dell'attività. In un DAG, puoi eseguire alcune attività con CeleryExecutor e altre con KubernetesExecutor:

  • CeleryExecutor è ottimizzato per l'esecuzione rapida e scalabile delle attività.
  • KubernetesExecutor è progettato per l'esecuzione di attività che richiedono molte risorse e per eseguire attività in isolamento.

CeleryKubernetesExecutor in Cloud Composer

CeleryKubernetesExecutor in Cloud Composer offre la possibilità e usare KubernetesExecutor per le tue attività. Non è possibile utilizzare KubernetesExecutor in Cloud Composer separatamente da CeleryKubernetesExecutor.

Cloud Composer esegue le attività che esegui con KubernetesExecutor nel cluster del tuo ambiente, nello stesso spazio dei nomi dei worker Airflow. Tale hanno le stesse associazioni di Airflow e possono accedere alle risorse del tuo progetto.

Le attività che esegui con KubernetesExecutor utilizzano il modello di prezzi di Cloud Composer, poiché i pod con queste attività vengono eseguiti nel cluster del tuo ambiente. SKU di computing di Cloud Composer (per CPU, memoria e spazio di archiviazione) si applicano a questi pod.

Ti consigliamo di eseguire le attività con CeleryExecutor quando:

  • Il tempo di avvio dell'attività è importante.
  • Le attività non richiedono l'isolamento del runtime e non consumano molte risorse.

Ti consigliamo di eseguire attività con KubernetesExecutor quando:

  • Le attività richiedono l'isolamento del runtime. Ad esempio, affinché le attività non competano per memoria e CPU, poiché vengono eseguite nei propri pod.
  • Le attività richiedono librerie di sistema (o pacchetti PyPI) aggiuntive.
  • Le attività richiedono molte risorse e vuoi controllare le risorse di risorse di CPU e memoria.

KubernetesExecutor rispetto a KubernetesPodOperator

L'esecuzione di attività con KubernetesExecutor è simile eseguire attività con KubernetesPodOperator. Le attività vengono eseguite in poo, garantendo così l'isolamento delle attività a livello di pod e una migliore gestione delle risorse.

Tuttavia, esistono alcune differenze fondamentali:

  • KubernetesExecutor esegue le attività solo nello spazio dei nomi Cloud Composer con versione del tuo ambiente. Non è possibile modificare questo spazio dei nomi in Cloud Composer. Puoi specificare uno spazio dei nomi in cui KubernetesPodOperator esegue le attività dei pod.
  • KubernetesExecutor può utilizzare qualsiasi operatore Airflow integrato. KubernetesPodOperator esegue solo uno script fornito definito dal del container.
  • KubernetesExecutor utilizza l'immagine Docker Cloud Composer predefinita con gli stessi override delle opzioni di configurazione di Python e Airflow, le stesse variabili di ambiente e gli stessi pacchetti PyPI definiti nel tuo ambiente Cloud Composer.

Informazioni sulle immagini Docker

Per impostazione predefinita, KubernetesExecutor avvia le attività utilizzando la stessa immagine Docker che Cloud Composer utilizza i worker Celery. Questo è il immagine Cloud Composer per il tuo ambiente, con Tutte le modifiche specificate per l'ambiente, ad esempio PyPI personalizzato pacchetti o variabili di ambiente.

Prima di iniziare

  • Puoi utilizzare CeleryKubernetesExecutor in Cloud Composer 3.

  • In Cloud Composer 3 non è possibile utilizzare un altro executor diverso da CeleryKubernetesExecutor. Ciò significa che puoi eseguire attività utilizzando CeleryExecutor, KubernetesExecutor o entrambi in un DAG, ma non possibile configurare il tuo ambiente in modo da usare solo KubernetesExecutor CeleryExecutor.

Configura CeleryKubernetesExecutor

Ti consigliamo di sostituire le opzioni di configurazione di Airflow esistenti relative a KubernetesExecutor:

  • [kubernetes]worker_pods_creation_batch_size

    Questa opzione definisce il numero di chiamate di creazione di pod di lavoro Kubernetes per loop di pianificatore. Il valore predefinito è 1, quindi viene avviato un solo pod per heartbeat dello scheduler. Se usi KubernetesExecutor in modo intensivo, consigliato per aumentare questo valore.

  • [kubernetes]worker_pods_pending_timeout

    Questa opzione definisce, in secondi, il tempo per cui un worker può rimanere nello stato Pending (il pod è in fase di creazione) prima di essere considerato non riuscito. Il valore predefinito è 5 minuti.

Esegui attività con KubernetesExecutor o CeleryExecutor

Puoi eseguire le attività utilizzando CeleryExecutor, KubernetesExecutor o entrambi in un DAG:

  • Per eseguire un'attività con KubernetesExecutor, specifica il valore kubernetes nel parametro queue di un'attività.
  • Per eseguire un'attività con CeleryExecutor, ometti il parametro queue.

Nell'esempio seguente viene eseguita l'attività task-kubernetes utilizzando KubernetesExecutor e l'attività task-celery con CeleryExecutor:

import datetime
import airflow
from airflow.operators.python_operator import PythonOperator

with airflow.DAG(
  "composer_sample_celery_kubernetes",
  start_date=datetime.datetime(2022, 1, 1),
  schedule_interval="@daily") as dag:

  def kubernetes_example():
      print("This task runs using KubernetesExecutor")

  def celery_example():
      print("This task runs using CeleryExecutor")

  # To run with KubernetesExecutor, set queue to kubernetes
  task_kubernetes = PythonOperator(
    task_id='task-kubernetes',
    python_callable=kubernetes_example,
    dag=dag,
    queue='kubernetes')

  # To run with CeleryExecutor, omit the queue argument
  task_celery = PythonOperator(
    task_id='task-celery',
    python_callable=celery_example,
    dag=dag)

  task_kubernetes >> task_celery

Esegui i comandi dell'interfaccia a riga di comando Airflow relativi a KubernetesExecutor

Puoi eseguire diversi comandi CLI di Airflow relativi a KubernetesExecutor utilizzando gcloud.

Personalizzare la specifica del pod worker

Puoi personalizzare la specifica del pod di lavoro passandola nel parametro executor_config di un'attività. Puoi utilizzarlo per definire requisiti personalizzati per CPU e memoria.

Puoi eseguire l'override dell'intera specifica del pod worker utilizzata per eseguire un'attività. Per recuperare la specifica del pod di un'attività utilizzata da KubernetesExecutor, puoi eseguire il comando kubernetes generate-dag-yaml della CLI di Airflow.

Per ulteriori informazioni sulla personalizzazione delle specifiche dei pod worker, consulta Documentazione di Airflow.

L'esempio seguente mostra un'attività che utilizza la specifica del pod di worker personalizzato:

PythonOperator(
    task_id='custom-spec-example',
    python_callable=f,
    dag=dag,
    queue='kubernetes',
    executor_config={
        'pod_override': k8s.V1Pod(
            spec=k8s.V1PodSpec(
                containers=[
                    k8s.V1Container(
                        name='base',
                        resources=k8s.V1ResourceRequirements(requests={
                            'cpu': '500m',
                            'memory': '1000Mi',
                        })
                    ),
                ],
            ),
        )
    },
)

Visualizza i log delle attività

I log delle attività eseguite da KubernetesExecutor sono disponibili nella scheda Log, insieme ai log delle attività eseguite da CeleryExecutor:

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

    Vai ad Ambienti

  2. Nell'elenco degli ambienti, fai clic sul nome dell'ambiente. Si apre la pagina Dettagli ambiente.

  3. Vai alla scheda Log.

  4. Vai a Tutti i log > Log di Airflow > Worker.

  5. I worker denominati airflow-k8s-worker eseguono le attività KubernetesExecutor. Per cercare i log di un'attività specifica, puoi utilizzare un ID DAG o un ID attività come parola chiave nella ricerca.

Passaggi successivi