O Cloud Composer 1 está no modo pós-manutenção. O Google não lança mais atualizações para o Cloud Composer 1, incluindo novas versões do Airflow, correções de bugs e atualizações de segurança. Recomendamos planejar a migração para o Cloud Composer 2.

Esta página foi traduzida pela API Cloud Translation.

Visão geral do Cloud Composer

Cloud Composer 1 | Cloud Composer 2 | Cloud Composer 3

Esta página fornece uma breve introdução ao Airflow e aos DAGs e descreve os recursos e funcionalidades do Cloud Composer.

Para mais informações sobre os novos recursos nas versões do Cloud Composer, consulte as Notas da versão.

Sobre o Cloud Composer

O Cloud Composer é um serviço totalmente gerenciado de orquestração de fluxos de trabalho, permitindo que você crie, programe, monitore e gerencie pipelines de fluxo de trabalho que abrangem nuvens e data centers no local.

O Cloud Composer é baseado no conhecido projeto de código aberto Apache Airflow e opera usando a linguagem de programação Python.

Ao usar o Cloud Composer em vez de uma instância local do Apache Airflow, os usuários podem aproveitar o melhor do Airflow sem sobrecarga de instalação ou de gerenciamento. O Cloud Composer ajuda a criar fluxos gerenciados ambientes rapidamente e usar ferramentas nativas do Airflow, como o a interface da Web e as ferramentas de linha de comando do Airflow, para você se concentrar e não na sua infraestrutura.

Diferenças entre as versões do Cloud Composer

Para mais informações sobre as diferenças entre as principais versões do Cloud Composer, consulte Visão geral do controle de versões do Cloud Composer.

DAGs do Airflow e do Airflow (fluxos de trabalho)

Na análise de dados, um fluxo de trabalho representa uma série de tarefas para ingestão, transformação, análise ou utilização de dados. No Airflow, os fluxos de trabalho são criados usando DAGs ou "Gráficos acíclicos direcionados".

**Figura 1**. Relação entre DAGs e tarefas

Um DAG é uma coleção de tarefas que você quer programar e executar, organizadas de uma forma que reflita os relacionamentos e as dependências delas. Os DAGs são criados em arquivos Python, que definem a estrutura do DAG usando código. O objetivo do DAG é garantir que cada tarefa seja executada no momento certo e na ordem correta.

Cada tarefa em um DAG pode representar quase tudo. Por exemplo, uma tarefa pode executar qualquer uma das seguintes funções:

Como preparar os dados para processamento
Como monitorar uma API
Como enviar um e-mail
Como executar um pipeline

Além de executar um DAG em uma programação, é possível acionar DAGs manualmente ou em resposta a eventos, como alterações em um bucket do Cloud Storage. Para mais informações, consulte Programar e acionar DAGs.

Para mais informações sobre DAGs e tarefas, consulte a documentação do Apache Airflow.

Ambientes do Cloud Composer

Os ambientes do Cloud Composer são independentes do Airflow implantações com base no Google Kubernetes Engine. Eles trabalham com outras Google Cloud e serviços usando conectores integrados ao Airflow. É possível criar um ou mais ambientes em um único projeto do Google Cloud em qualquer região com suporte.

O Cloud Composer provisiona serviços do Google Cloud que executam seus fluxos de trabalho e todos os componentes do Airflow. Os principais componentes de um ambiente são:

Cluster do GKE: componentes do Airflow, como o Airflow programadores, gatilhos e workers são executados como cargas de trabalho do GKE em um único cluster criado para seu ambiente e são responsáveis pela no processamento e na execução de DAGs.

O cluster também hospeda outros componentes do Cloud Composer, como o Composer Agent e o Airflow Monitoring, que ajudam a gerenciar o ambiente do Cloud Composer, reunir registros para armazenar no Cloud Logging e reunir métricas para fazer upload no Cloud Monitoring.
Servidor da Web do Airflow: executa a interface do Apache Airflow.
Banco de dados do Airflow: armazena os metadados do Apache Airflow.
Bucket do Cloud Storage: o Cloud Composer associa um bucket do Cloud Storage ao seu ambiente. Também chamado de bucket do ambiente, armazena o DAGs, registros, personalizados plugins, e dados para o meio ambiente. Para mais informações sobre a política bucket, veja Dados armazenados no Cloud Storage.

Para ver informações detalhadas sobre os componentes de um ambiente, consulte Arquitetura do ambiente.

Interfaces do Cloud Composer

O Cloud Composer oferece interfaces para gerenciar ambientes, instâncias do Airflow executadas em ambientes e DAGs individuais.

Por exemplo, é possível criar e configurar ambientes do Cloud Composer no console do Google Cloud, Google Cloud CLI, API Cloud Composer ou Terraform.

Como outro exemplo, é possível gerenciar DAGs no console do Google Cloud, na interface nativa do Airflow ou executando a CLI do Google Cloud e os comandos da CLI do Airflow.

Recursos do Airflow no Cloud Composer

Ao usar o Cloud Composer, é possível gerenciar e usar recursos do Airflow, como:

DAGs do Airflow: é possível adicionar, atualizar, remover ou acionar DAGs do Airflow no console do Google Cloud ou usando a interface nativa do Airflow.
Opções de configuração do Airflow: é possível mudar as opções de configuração do Airflow de valores padrão usados pelo Cloud Composer para valores personalizados. Em Cloud Composer, algumas das opções de configuração são blocked, e não é possível alterar seus valores.
Conexões do Airflow.
IU do Airflow.
CLI do Airflow.
Plug-ins personalizados: você pode instalar plug-ins personalizados do Airflow, como: operadores internos e personalizados do Apache Airflow, hooks sensores ou interfaces no ambiente do Cloud Composer.
Dependências do Python: é possível instalar dependências do Índice de pacotes Python no seu ambiente ou de um repositório de pacotes privado, incluindo repositórios do Artifact Registry. Se as dependências não estiverem no índice de pacotes, também será possível usar plug-ins.
Geração de registros e monitoramento de DAGs, componentes do Airflow e ambientes do Cloud Composer:
- É possível visualizar registros do Airflow associados a tarefas únicas do DAG na interface da Web do Airflow e a pasta logs no bucket do ambiente.
- Registros do Cloud Monitoring e métricas do ambiente para ambientes do Cloud Composer.

Controle de acesso no Cloud Composer

Você gerencia a segurança no nível do projeto do Google Cloud e pode atribuir papéis do IAM que permitam que indivíduos que os usuários modifiquem ou criem ambientes. Se uma pessoa não tiver acesso ao seu projeto ou não tiver um papel apropriado do IAM do Cloud Composer, ela não poderá acessar nenhum de seus ambientes.

Além do IAM, é possível usar Controle de acesso da interface do Airflow, baseado no Modelo de controle de acesso do Airflow.

Para mais informações sobre os recursos de segurança do Cloud Composer, consulte Visão geral da segurança do Cloud Composer.

Rede do ambiente

O Cloud Composer oferece suporte a várias configurações de rede para ambientes, com muitas opções de configuração. Por exemplo, em um IP privado os DAGs e componentes do Airflow são totalmente isolados do público Internet.

Para mais informações sobre redes no Cloud Composer, consulte as páginas para recursos individuais de rede:

Perguntas frequentes

O Cloud Composer usa qual versão do Apache Airflow?

Os ambientes do Cloud Composer são baseados em imagens do Cloud Composer. Ao criar um ambiente, é possível selecionar uma imagem com uma versão específica do Airflow:

O Cloud Composer 3 oferece suporte ao Airflow 2.
O Cloud Composer 2 é compatível com o Airflow 2.
O Cloud Composer 1 é compatível com o Airflow 1 e o Airflow 2.

Você controla a versão do Apache Airflow do seu ambiente. Você pode decidir atualizar seu ambiente para uma versão posterior do imagem do Cloud Composer. Cada versão do Cloud Composer é compatível com várias versões do Apache Airflow.

Posso usar a IU e a CLI nativas do Airflow?

Você pode acessar a interface da Web do Apache Airflow no seu ambiente. Cada um dos ambientes tem a própria IU do Airflow. Para mais informações sobre como acessar a IU do Airflow, consulte Interface da Web do Airflow.

Para executar comandos da CLI do Airflow nos seus ambientes, use comandos gcloud. Para mais informações sobre como executar comandos da CLI do Airflow em ambientes do Cloud Composer, consulte Interface de linha de comando do Airflow.

Posso usar meu próprio banco de dados como o do Airflow?

O Cloud Composer usa um serviço de banco de dados gerenciado para o banco de dados do Airflow. Não é possível usar um banco de dados fornecido pelo usuário como o do Airflow.

Posso usar meu próprio cluster como um cluster do Cloud Composer?

O Cloud Composer usa o serviço do Google Kubernetes Engine para criar, gerenciar e excluir clusters de ambiente em que os componentes do Airflow são executados. Esses clusters são totalmente gerenciado pelo Cloud Composer.

Não é possível criar um ambiente do Cloud Composer com base em um cluster autogerenciado do Google Kubernetes Engine.

Posso usar meu próprio Container Registry?

O Cloud Composer usa o serviço Artifact Registry para gerenciar repositórios de imagens de contêineres usados pelos ambientes do Cloud Composer. Não é possível substituí-lo por um registro de contêineres fornecido pelo usuário.

Os ambientes do Cloud Composer são zonais ou regionais?

Os ambientes do Cloud Composer 3 e do Cloud Composer 2 têm um banco de dados do Airflow zonal e uma camada regional de programação e execução do Airflow. Os programadores, workers e servidores da Web do Airflow são executados na camada de execução do Airflow.

Os ambientes do Cloud Composer 1 são zonais.