Cloud Composer 1 | Cloud Composer 2 | Cloud Composer 3
Nesta página, explicamos como ativar o CeleryKubernetesExecutor no Cloud Composer e como usar KubernetesExecutor nos DAGs.
Sobre o CeleryKubernetesExecutor
O CeleryKubernetesExecutor é um tipo de executor que pode usar CeleryExecutor e KubernetesExecutor ao mesmo tempo de resposta. O Airflow seleciona o executor com base na fila definida para o tarefa. Em um DAG, é possível executar algumas tarefas com o CeleryExecutor e outras com KubernetesExecutor:
- O CeleryExecutor é otimizado para a execução rápida e escalonável de tarefas.
- KubernetesExecutor foi projetado para a execução de tarefas que consomem muitos recursos e executar tarefas isoladamente.
CeleryKubernetesExecutor no Cloud Composer
Com o CeleryKubernetesExecutor, no Cloud Composer, é possível usar KubernetesExecutor nas tarefas. Não é possível usar KubernetesExecutor no Cloud Composer separado do o CeleryKubernetesExecutor.
O Cloud Composer executa tarefas que você executa com KubernetesExecutor no cluster do ambiente e no mesmo namespace que os workers do Airflow. Essas as tarefas têm as mesmas vinculações que o Airflow workers e pode acessar recursos no seu projeto.
As tarefas que você executa com KubernetesExecutor usam o Modelo de preços do Cloud Composer, já que os pods com essas as tarefas são executadas no cluster do ambiente. SKUs de computação do Cloud Composer (para CPU, memória e armazenamento) aplicam-se a esses pods.
Recomendamos executar tarefas com o CeleryExecutor quando:
- O tempo de inicialização da tarefa é importante.
- As tarefas não exigem isolamento do ambiente de execução e não consomem muitos recursos.
Recomendamos executar tarefas com o KubernetesExecutor quando:
- As tarefas exigem isolamento do ambiente de execução. Por exemplo, para que as tarefas não concorram memória e CPU, já que são executados nos próprios pods.
- As tarefas exigem bibliotecas de sistema adicionais (ou pacotes PyPI).
- As tarefas exigem muitos recursos, e você quer controlar os recursos disponíveis recursos de CPU e memória.
KubernetesExecutor em comparação com KubernetesPodOperator
A execução de tarefas com KubernetesExecutor é semelhante à executar tarefas usando o KubernetesPodOperator. As tarefas são executadas em os pods, fornecendo isolamento de tarefas no nível do pod e melhor gerenciamento de recursos.
No entanto, existem algumas diferenças importantes:
- KubernetesExecutor executa tarefas apenas no Cloud Composer com controle de versão namespace do seu ambiente. Não é possível alterar esse namespace no Cloud Composer. É possível especificar um namespace em que o KubernetesPodOperator executa tarefas de pod.
- KubernetesExecutor pode usar qualquer operador integrado do Airflow. KubernetesPodOperator executa apenas um script fornecido definido pelo ponto de entrada do contêiner.
- KubernetesExecutor usa a imagem Docker padrão do Cloud Composer com as mesmas substituições de opções de configuração do Python, do Airflow, variáveis e pacotes PyPI definidos no ambiente do Cloud Composer.
Sobre as imagens do Docker
Por padrão, KubernetesExecutor inicia tarefas usando a mesma imagem Docker que O Cloud Composer usa para workers do Celery. Esta é a imagem do Cloud Composer para seu ambiente, com todas as mudanças especificadas para seu ambiente, como PyPI personalizado pacotes ou variáveis de ambiente.
Antes de começar
É possível usar o CeleryKubernetesExecutor no Cloud Composer 3.
Não é possível usar nenhum executor diferente do CeleryKubernetesExecutor. no Cloud Composer 3. Isso significa que você pode executar tarefas usando CeleryExecutor, KubernetesExecutor ou ambos em um DAG, mas não possível configurar seu ambiente para usar apenas KubernetesExecutor ou o CeleryExecutor.
Configurar o CeleryKubernetesExecutor
substitua a configuração atual do Airflow opções relacionadas a KubernetesExecutor:
[kubernetes]worker_pods_creation_batch_size
Essa opção define o número de chamadas de criação de pods de worker do Kubernetes por loop do programador. O valor padrão é
1
, então apenas um pod é iniciado por sinal de funcionamento do programador. Se você usa muito o KubernetesExecutor, recomendado para aumentar esse valor.[kubernetes]worker_pods_pending_timeout
Essa opção define, em segundos, por quanto tempo um worker pode permanecer no
Pending
estado (o pod está sendo criado) antes de ser considerado com falha. O padrão é de 5 minutos.
Executar tarefas com KubernetesExecutor ou CeleryExecutor
É possível executar tarefas usando o CeleryExecutor, KubernetesExecutor ou ambos em um DAG:
- Para executar uma tarefa com KubernetesExecutor, especifique o valor
kubernetes
noqueue
de uma tarefa. - Para executar uma tarefa com o CeleryExecutor, omita o parâmetro
queue
.
O exemplo a seguir executa a tarefa task-kubernetes
usando
KubernetesExecutor e a tarefa task-celery
usando o 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
Executar comandos da CLI do Airflow relacionados ao KubernetesExecutor
É possível executar várias
Comandos da CLI do Airflow relacionados ao KubernetesExecutor
usando gcloud
.
Personalizar especificação do pod de worker
É possível personalizar a especificação do pod de worker ao transmiti-la no executor_config
de uma tarefa. É possível usar isso para definir CPU e memória personalizados
e cumprimento de requisitos regulatórios.
É possível substituir toda a especificação do pod de worker usada para executar uma tarefa. Para
recuperar a especificação do pod de uma tarefa usada pelo KubernetesExecutor, é possível
executar a CLI kubernetes generate-dag-yaml
do Airflow
kubectl.
Para mais informações sobre como personalizar a especificação do pod de worker, consulte Documentação do Airflow.
O exemplo a seguir demonstra uma tarefa que usa a especificação do pod de worker personalizado:
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',
})
),
],
),
)
},
)
Ver registros de tarefas
Os registros das tarefas executadas pelo KubernetesExecutor estão disponíveis na guia Registros. com os registros de tarefas executadas pelo CeleryExecutor:
No console do Google Cloud, acesse a página Ambientes.
Na lista de ambientes, clique no nome do ambiente. A página Detalhes do ambiente é aberta.
Acesse a guia Registros.
Acesse Todos os registros > Registros do Airflow. > Workers.
Execução de workers chamados
airflow-k8s-worker
KubernetesExecutor. Para procurar os registros de uma tarefa específica, usar um ID do DAG ou da tarefa como uma palavra-chave na pesquisa.
A seguir
- Como solucionar problemas do KubernetesExecutor
- Como usar o KubernetesPodOperator
- Como usar operadores do GKE
- Como modificar as opções de configuração do Airflow