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
CeleryKubernetesExecutor é um tipo de executor que pode usar CeleryExecutor e KubernetesExecutor ao mesmo tempo. 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.
- O KubernetesExecutor foi desenvolvido para executar tarefas que consomem muitos recursos e executar tarefas isoladamente.
CeleryKubernetesExecutor no Cloud Composer
O CeleryKubernetesExecutor no Cloud Composer permite o uso do KubernetesExecutor para suas 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 tarefas têm as mesmas vinculações que os workers do Airflow e podem acessar recursos no seu projeto.
As tarefas executadas com o KubernetesExecutor usam o modelo de preços do Cloud Composer, já que os pods com essas tarefas são executados 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
Executar tarefas com o KubernetesExecutor é semelhante a executar tarefas usando o KubernetesPodOperator. As tarefas são executadas em pods, fornecendo isolamento de tarefas no nível do pod e melhor gerenciamento de recursos.
No entanto, há algumas diferenças importantes:
- O KubernetesExecutor executa tarefas apenas no namespace versionado do Cloud Composer do seu ambiente. Não é possível mudar esse namespace no Cloud Composer. É possível especificar um namespace em que o KubernetesPodOperator executa tarefas de pod.
- O 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
Talvez você queira substituir as opções de configuração do Airflow relacionadas ao KubernetesExecutor:
[kubernetes]worker_pods_creation_batch_size
Essa opção define o número de chamadas de criação de pods de worker do Kubernetes por ciclo do agendador. 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 estado
Pending
(o pod está sendo criado) antes de ser considerado com falha. O valor padrão é 5 minutos.
Executar tarefas com KubernetesExecutor ou CeleryExecutor
É possível executar tarefas usando o CeleryExecutor, o KubernetesExecutor ou ambos em um DAG:
- Para executar uma tarefa com o KubernetesExecutor, especifique o valor
kubernetes
no parâmetroqueue
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 a especificação do pod de worker
É possível personalizar a especificação do pod de worker transmitindo-a no parâmetro 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 de 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 de tarefas executadas pelo KubernetesExecutor estão disponíveis na guia Logs, junto 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 seu ambiente. A página Detalhes do ambiente é aberta.
Acesse a guia Registros.
Acesse Todos os registros > Registros do Airflow. > Workers.
Os workers com o nome
airflow-k8s-worker
executam tarefas do KubernetesExecutor. Para procurar registros de uma tarefa específica, use um ID de DAG ou de 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