Cloud Composer 1 | Cloud Composer 2 | Cloud Composer 3
Cette page présente brièvement Airflow et les DAG, et décrit les et les fonctionnalités de Cloud Composer.
Pour en savoir plus sur les nouvelles fonctionnalités des versions de Cloud Composer, consultez les notes de version.
À propos de Cloud Composer
Cloud Composer est un service d'orchestration de workflows entièrement géré qui vous permet de créer, planifier, surveiller et gérer des pipelines de workflow couvrant des clouds et des centres de données sur site.
Cloud Composer est basé sur le projet Open Source populaire Apache Airflow et fonctionne avec le langage de programmation Python.
En utilisant Cloud Composer au lieu d'une instance locale d'Apache Airflow, vous pouvez profiter du meilleur d'Airflow sans coûts d'installation ni de gestion. Cloud Composer vous permet de créer rapidement des environnements Airflow gérés et d'utiliser des outils Airflow natifs, tels que l'interface Web Airflow et des outils de ligne de commande. Ainsi, vous pouvez consacrer plus de temps à vos workflows sans vous soucier de votre infrastructure.
Différences entre les versions de Cloud Composer
Pour en savoir plus sur les différences entre les principales versions de Cloud Composer, consultez la section Présentation de la gestion des versions Cloud Composer.
DAG Airflow et Airflow (workflows)
En analyse de données, un workflow représente une série de tâches pour l'ingestion, la transformation, l'analyse ou l'utilisation de données. Dans Airflow, les workflows sont créés à l'aide de "graphes orientés acycliques" (DAG, Directed Acyclic Graph).
Un DAG est un ensemble de tâches que vous souhaitez programmer et exécuter, organisées de manière à refléter leurs relations et leurs dépendances. Les DAG sont créés dans des fichiers Python, qui définissent leur structure à l'aide de code. Ce DAG l'objectif est de s'assurer que chaque tâche est exécutée au bon moment et dans le bon ordre.
Chaque tâche d'un DAG peut représenter presque n'importe quoi. Par exemple, une tâche peut effectuer l'une des fonctions suivantes :
- Préparer des données pour l'ingestion
- Surveiller une API
- Envoyer un e-mail
- Exécuter un pipeline
En plus d'exécuter un DAG de manière planifiée, vous pouvez déclencher des DAG manuellement ou en réponse à des événements, comme des modifications d'une bucket. Pour en savoir plus, consultez la section Planifier et déclencher des DAG.
Pour en savoir plus sur les DAG tâches, consultez les Documentation Apache Airflow
Environnements Cloud Composer
Les environnements Cloud Composer sont des déploiements Airflow autonomes basés sur Google Kubernetes Engine. Ils travaillent avec d'autres à l'aide de connecteurs intégrés à Airflow. Vous pouvez créer un ou plusieurs environnements dans un même projet Google Cloud, dans n'importe quelle région compatible.
Cloud Composer provisionne les services Google Cloud qui exécutent vos workflows et tous les composants Airflow. Les principaux composants d'une sont les suivants:
Cluster GKE: composants Airflow tels qu'Airflow les programmeurs, les déclencheurs et les nœuds de calcul s'exécutent en tant que charges de travail GKE dans un cluster unique créé pour votre environnement. le traitement et l'exécution des DAG.
Le cluster héberge également d'autres composants Cloud Composer, comme l'agent Composer et Airflow Monitoring, qui facilitent la gestion de Cloud Composer de journaux à stocker dans Cloud Logging, à importer dans Cloud Monitoring.
Serveur Web Airflow : le serveur Web exécute l'UI Apache Airflow.
Base de données Airflow: la base de données contient les métadonnées Apache Airflow.
Bucket Cloud Storage : Cloud Composer associe un bucket Cloud Storage à votre environnement. Ce bucket, également appelé bucket de l'environnement, stocke les DAG, les journaux, les plug-ins personnalisés et les données de l'environnement. Pour en savoir plus sur le bucket de l'environnement, consultez la page Données stockées dans Cloud Storage.
Consultez la page Architecture des environnements pour en savoir plus sur les composants d'un environnement.
Interfaces Cloud Composer
Cloud Composer fournit des interfaces pour la gestion des environnements, Instances Airflow exécutées dans des environnements et DAG individuels.
Par exemple, vous pouvez créer et configurer des environnements Cloud Composer dans la console Google Cloud, la Google Cloud CLI, l'API Cloud Composer ou Terraform.
Par exemple, vous pouvez gérer les DAG à partir de la console Google Cloud, de l'interface utilisateur Airflow native ou en exécutant Google Cloud CLI et des commandes de CLI Airflow.
Fonctionnalités Airflow dans Cloud Composer
Lorsque vous utilisez Cloud Composer, vous pouvez gérer et utiliser des fonctionnalités Airflow, par exemple :
DAG Airflow: vous pouvez ajouter, mettre à jour, supprimer ou déclencher DAG Airflow dans la console Google Cloud ou à l'aide de l'interface utilisateur Airflow native.
Options de configuration Airflow : vous pouvez remplacer les valeurs par défaut utilisées par Cloud Composer par des valeurs personnalisées pour les options de configuration Airflow. Dans Cloud Composer, certaines options de configuration blocked, et vous ne pouvez pas modifier leurs valeurs.
Plug-ins personnalisés : vous pouvez installer des plug-ins Airflow personnalisés, tels que des opérateurs, des hooks, des capteurs ou des interfaces Apache Airflow personnalisés et internes dans votre environnement Cloud Composer.
Dépendances Python: vous pouvez installer Python. dépendances de l'index de packages Python dans votre environnement ou à partir d'un dépôt de packages privé, y compris Dépôts Artifact Registry. Si le ne figurent pas dans l'index de package, vous pouvez également utiliser des plug-ins.
Journalisation et surveillance des DAG, des composants Airflow et Environnements Cloud Composer:
Vous pouvez afficher les journaux Airflow associés à des tâches DAG uniques dans l'interface Web Airflow. et
logs
dans le bucket de l'environnement.Journaux Cloud Monitoring et métriques de l'environnement pour les environnements Cloud Composer.
Contrôle des accès dans Cloud Composer
Vous gérez la sécurité au niveau du projet Google Cloud et pouvez attribuer des rôles IAM permettant à des utilisateurs modifier ou créer des environnements. Si un utilisateur n'a pas accès à votre projet ou ne dispose pas du rôle IAM Cloud Composer approprié, il ne peut accéder à aucun de vos environnements.
En plus d'IAM, vous pouvez utiliser le contrôle des accès à l'interface utilisateur Airflow, qui repose sur le Modèle de contrôle des accès Airflow.
Pour en savoir plus sur les fonctionnalités de sécurité de Cloud Composer, consultez la section Présentation de la sécurité Cloud Composer.
Mise en réseau de l'environnement
Cloud Composer est compatible avec plusieurs configurations réseau pour les environnements, avec de nombreuses options de configuration. Par exemple, dans un environnement IP privé, les DAG et les composants Airflow sont entièrement isolés de l'Internet public.
Pour en savoir plus sur la mise en réseau dans Cloud Composer, consultez les pages dédiées aux fonctionnalités de mise en réseau individuelles :
- Environnements d'adresses IP publiques et privées
- Environnements VPC partagés
- Configurer VPC Service Controls
- Réseaux autorisés
- Agent IP Masquerade
- Plages d'adresses IP publiques utilisées en mode privé
Questions fréquentes
Quelle version Apache Airflow est utilisée par Cloud Composer ?
Les environnements Cloud Composer sont basés sur des images Cloud Composer. Lorsque vous créez un vous pouvez sélectionner une image avec une version d'Airflow spécifique:
- Cloud Composer 3 est compatible avec Airflow 2.
- Cloud Composer 2 est compatible avec Airflow 2.
- Cloud Composer 1 est compatible avec Airflow 1 et Airflow 2.
Vous contrôlez la version Apache Airflow de votre environnement. Vous pouvez décidez de mettre à niveau votre environnement vers une version ultérieure Image Cloud Composer. Chaque version de Cloud Composer est compatible avec plusieurs versions d'Apache Airflow.
Puis-je utiliser l'interface utilisateur et la CLI Airflow natives ?
Vous pouvez accéder à l'interface Web Apache Airflow de votre environnement. Chacun de vos environnements possède sa propre interface Airflow. Pour en savoir plus sur l'accès à l'interface utilisateur d'Airflow, consultez la page Interface Web Airflow.
Pour exécuter les commandes de CLI Airflow dans vos environnements, utilisez les commandes gcloud
.
Pour en savoir plus sur l'exécution de commandes de CLI Airflow dans les environnements Cloud Composer, consultez la page Interface de ligne de commande Airflow.
Puis-je utiliser ma propre base de données comme base de données Airflow ?
Cloud Composer utilise un service de base de données géré pour Airflow base de données. Vous ne pouvez pas utiliser une base de données fournie par l'utilisateur comme base de données Airflow.
Puis-je utiliser mon propre cluster en tant que cluster Cloud Composer ?
Cloud Composer utilise le service Google Kubernetes Engine pour créer, gérer et supprimer les clusters d'environnement sur lesquels les composants Airflow s'exécutent. Ces clusters sont entièrement géré par Cloud Composer.
Il n'est pas possible de créer un environnement Cloud Composer basé sur un cluster Google Kubernetes Engine autogéré.
Puis-je utiliser mon propre registre de conteneurs ?
Cloud Composer utilise le service Artifact Registry pour gérer les dépôts d'images de conteneurs utilisés par les environnements Cloud Composer. Il n'est pas possible de le remplacer par un registre de conteneurs fourni par l'utilisateur.
Les environnements Cloud Composer sont-ils zonaux ou régionaux ?
Les environnements Cloud Composer 3 et Cloud Composer 2 disposent d'une instance Airflow zonale une base de données spécifique, ainsi qu'une couche de planification et d'exécution Airflow régionale. Airflow les programmeurs, les nœuds de calcul et les serveurs Web s'exécutent dans la couche d'exécution Airflow.
Les environnements Cloud Composer 1 sont zonaux.