Menguji, menyinkronkan, dan men-deploy DAG dari GitHub

Cloud Composer 1 | Cloud Composer 2 | Cloud Composer 3

Panduan ini menjelaskan cara membuat pipeline CI/CD untuk menguji, menyinkronkan, dan men-deploy DAG ke lingkungan Cloud Composer dari repositori GitHub Anda.

Jika Anda hanya ingin menyinkronkan data dari layanan lain, lihat Mentransfer data dari layanan lain.

Ringkasan pipeline CI/CD

Gambar 1. Diagram arsitektur yang menunjukkan langkah-langkah alur (klik untuk memperbesar)

Pipeline CI/CD yang menguji, menyinkronkan, dan men-deploy DAG memiliki langkah-langkah berikut:

1. Anda membuat perubahan pada DAG dan menerapkan perubahan tersebut ke cabang pengembangan di repositori Anda.

2. Anda membuka permintaan pull terhadap cabang utama repositori Anda.

3. Cloud Build menjalankan pengujian unit untuk memeriksa apakah DAG Anda valid.

4. Permintaan pull Anda disetujui dan digabungkan ke cabang utama repositori Anda.

5. Cloud Build menyinkronkan lingkungan Cloud Composer pengembangan Anda dengan perubahan baru ini.

6. Anda memverifikasi bahwa DAG berperilaku seperti yang diharapkan di lingkungan pengembangan.

7. Jika DAG berfungsi seperti yang diharapkan, Anda dapat mengupload DAG ke lingkungan Cloud Composer produksi.

Tujuan

Tujuan:

• Jalankan pemeriksaan pra-pengiriman otomatis menggunakan Cloud Build. Pemeriksaan ini menjalankan pengujian unit untuk DAG.
• Sinkronkan DAG di lingkungan Cloud Composer pengembangan Anda dengan DAG di repositori GitHub Anda.

Sebelum memulai

• Panduan ini mengasumsikan bahwa Anda menggunakan dua lingkungan Cloud Composer yang identik: lingkungan pengembangan dan lingkungan produksi.

  Untuk tujuan panduan ini, Anda mengonfigurasi pipeline CI/CD hanya untuk lingkungan pengembangan. Pastikan lingkungan yang Anda gunakan bukan lingkungan produksi.

• Panduan ini mengasumsikan bahwa Anda memiliki DAG dan pengujiannya yang disimpan di repositori GitHub.

  Contoh pipeline CI/CD menunjukkan konten contoh repositori. DAG dan pengujian disimpan di direktori dags/, dengan file persyaratan, file batasan, dan file konfigurasi Cloud Build yang disimpan di tingkat teratas. Utilitas sinkronisasi DAG dan persyaratannya berada di direktori utils.

  Struktur ini dapat digunakan untuk lingkungan Airflow 1, Airflow 2, Cloud Composer 1, dan Cloud Composer 2.

Membuat tugas pemeriksaan pra-pengiriman dan pengujian unit

Tugas Cloud Build pertama menjalankan pemeriksaan pra-pengiriman, yang menjalankan pengujian unit untuk DAG Anda.

Menambahkan pengujian unit

Jika Anda belum melakukannya, tulis pengujian unit untuk DAG Anda. Simpan pengujian ini bersama DAG di repositori Anda, masing-masing dengan akhiran _test. Misalnya, file pengujian untuk DAG di example_dag.py adalah example_dag_test.py. Pengujian ini adalah pengujian yang berjalan sebagai pemeriksaan pra-pengiriman di repositori Anda.

Membuat konfigurasi YAML Cloud Build untuk pemeriksaan pra-pengiriman

Di repositori, buat file YAML bernama test-dags.cloudbuild.yaml yang mengonfigurasi tugas Cloud Build untuk pemeriksaan pra-pengiriman. Di dalamnya, ada tiga langkah:

1. Instal dependensi yang diperlukan oleh DAG Anda.
2. Instal dependensi yang diperlukan oleh pengujian unit Anda.
3. Jalankan pengujian DAG.

steps:
  # install dependencies
  - name: python:3.8-slim
    entrypoint: pip
    args: ["install", "-r", "requirements.txt", "-c", "constraints.txt", "--user"]

  - name: python:3.8-slim
    entrypoint: pip
    args: ["install", "-r", "requirements-test.txt", "--user"]

  # run in python 3.8 which is latest version in Cloud Composer
  - name: python:3.8-slim
    entrypoint: python3.8
    args: ["-m", "pytest", "-s", "dags/"]

Catatan: Cloud Build mengambil image Python dari Docker Hub dan Anda dapat menentukan tag di kolom name dari setiap langkah. Jika Anda menggunakan python sebagai entrypoint, pastikan entrypoint cocok dengan versi yang ditentukan dalam tag, jika tidak, entrypoint akan ditetapkan secara default ke latest.

Membuat pemicu Cloud Build untuk pemeriksaan pra-pengiriman

Ikuti panduan Mem-build repositori dari GitHub untuk membuat pemicu berbasis aplikasi GitHub dengan konfigurasi berikut:

• Nama: test-dags

• Peristiwa: Permintaan Pull

• Source - Repository: pilih repositori Anda

• Sumber - Cabang dasar: ^main$ (ubah main menjadi nama cabang dasar repositori Anda, jika diperlukan)

• Sumber - Kontrol Komentar: tidak wajib

  Perhatian: Menetapkan Kontrol Komentar agar tidak diperlukan berarti setiap pengguna dapat mengirimkan Pull Request yang memicu build. Untuk repositori yang lebih besar atau repositori dengan kontributor yang tidak tepercaya, sebaiknya wajibkan Kontrol Komentar.

• Build Configuration - File konfigurasi Cloud Build: /test-dags.cloudbuild.yaml (jalur ke file build Anda)

Membuat tugas sinkronisasi DAG dan menambahkan skrip utilitas DAG

Selanjutnya, konfigurasikan tugas Cloud Build yang menjalankan skrip utilitas DAG. Skrip utilitas dalam tugas ini menyinkronkan DAG dengan lingkungan Cloud Composer setelah digabungkan ke cabang utama di repositori Anda.

Catatan: Cloud Composer mengurai semua DAG pada interval berulang. Hal ini terjadi meskipun DAG tidak berubah sejak penguraian terakhir. Karena perilaku ini, utilitas ini mengupload semua DAG ke Cloud Composer, bukan hanya DAG yang telah berubah.

Menambahkan skrip utilitas DAG

Tambahkan skrip utilitas DAG ke repositori Anda. Skrip utilitas ini menyalin semua file DAG di direktori dags/ repositori Anda ke direktori sementara, mengabaikan semua file Python non-DAG. Skrip ini kemudian menggunakan library klien Cloud Storage untuk mengupload semua file dari direktori sementara tersebut ke direktori dags/ di bucket lingkungan Cloud Composer Anda.

from __future__ import annotations

import argparse
import glob
import os
from shutil import copytree, ignore_patterns
import tempfile

# Imports the Google Cloud client library
from google.cloud import storage


def _create_dags_list(dags_directory: str) -> tuple[str, list[str]]:
    temp_dir = tempfile.mkdtemp()

    # ignore non-DAG Python files
    files_to_ignore = ignore_patterns("__init__.py", "*_test.py")

    # Copy everything but the ignored files to a temp directory
    copytree(dags_directory, f"{temp_dir}/", ignore=files_to_ignore, dirs_exist_ok=True)

    # The only Python files left in our temp directory are DAG files
    # so we can exclude all non Python files
    dags = glob.glob(f"{temp_dir}/*.py")
    return (temp_dir, dags)


def upload_dags_to_composer(
    dags_directory: str, bucket_name: str, name_replacement: str = "dags/"
) -> None:
    """
    Given a directory, this function moves all DAG files from that directory
    to a temporary directory, then uploads all contents of the temporary directory
    to a given cloud storage bucket
    Args:
        dags_directory (str): a fully qualified path to a directory that contains a "dags/" subdirectory
        bucket_name (str): the GCS bucket of the Cloud Composer environment to upload DAGs to
        name_replacement (str, optional): the name of the "dags/" subdirectory that will be used when constructing the temporary directory path name Defaults to "dags/".
    """
    temp_dir, dags = _create_dags_list(dags_directory)

    if len(dags) > 0:
        # Note - the GCS client library does not currently support batch requests on uploads
        # if you have a large number of files, consider using
        # the Python subprocess module to run gsutil -m cp -r on your dags
        # See https://cloud.google.com/storage/docs/gsutil/commands/cp for more info
        storage_client = storage.Client()
        bucket = storage_client.bucket(bucket_name)

        for dag in dags:
            # Remove path to temp dir
            dag = dag.replace(f"{temp_dir}/", name_replacement)

            try:
                # Upload to your bucket
                blob = bucket.blob(dag)
                blob.upload_from_filename(dag)
                print(f"File {dag} uploaded to {bucket_name}/{dag}.")
            except FileNotFoundError:
                current_directory = os.listdir()
                print(
                    f"{name_replacement} directory not found in {current_directory}, you may need to override the default value of name_replacement to point to a relative directory"
                )
                raise

    else:
        print("No DAGs to upload.")


if __name__ == "__main__":
    parser = argparse.ArgumentParser(
        description=__doc__, formatter_class=argparse.RawDescriptionHelpFormatter
    )
    parser.add_argument(
        "--dags_directory",
        help="Relative path to the source directory containing your DAGs",
    )
    parser.add_argument(
        "--dags_bucket",
        help="Name of the DAGs bucket of your Composer environment without the gs:// prefix",
    )

    args = parser.parse_args()

    upload_dags_to_composer(args.dags_directory, args.dags_bucket)

Membuat konfigurasi YAML Cloud Build untuk menyinkronkan DAG

Di repositori, buat file YAML bernama add-dags-to-composer.cloudbuild.yaml yang mengonfigurasi tugas Cloud Build untuk menyinkronkan DAG. Di dalamnya, ada dua langkah:

1. Instal dependensi yang diperlukan oleh skrip utilitas DAG.

2. Jalankan skrip utilitas untuk menyinkronkan DAG di repositori dengan lingkungan Cloud Composer.

steps:
  # install dependencies
  - name: python
    entrypoint: pip
    args: ["install", "-r", "utils/requirements.txt", "--user"]

  # run
  - name: python
    entrypoint: python
    args: ["utils/add_dags_to_composer.py", "--dags_directory=${_DAGS_DIRECTORY}", "--dags_bucket=${_DAGS_BUCKET}"]

Catatan: Cloud Build mengambil image Python dari Docker Hub dan Anda dapat menentukan tag di kolom name dari setiap langkah. Jika Anda menggunakan python sebagai entrypoint, pastikan entrypoint cocok dengan versi yang ditentukan dalam tag, jika tidak, entrypoint akan ditetapkan secara default ke latest.

Membuat pemicu Cloud Build

Ikuti panduan Mem-build repositori dari GitHub untuk membuat pemicu berbasis aplikasi GitHub dengan konfigurasi berikut:

• Nama: add-dags-to-composer

• Peristiwa: Kirim ke cabang

• Source - Repository: pilih repositori Anda

• Sumber - Cabang dasar: ^main$ (ubah main menjadi nama cabang dasar repositori Anda, jika diperlukan)

• Sumber - Filter file yang disertakan (glob): dags/**

• Build Configuration - File konfigurasi build cloud: /add-dags-to-composer.cloudbuild.yaml (jalur ke file build Anda)

Di konfigurasi Lanjutan, tambahkan dua variabel penggantian:

• _DAGS_DIRECTORY - direktori tempat dag berada di repositori Anda. Jika Anda menggunakan contoh repositori dari panduan ini, nilainya adalah dags/.

• _DAGS_BUCKET - bucket Cloud Storage yang berisi direktori dags/ di lingkungan Cloud Composer pengembangan Anda. Hapus awalan gs://. Contoh: us-central1-example-env-1234ab56-bucket.

Perhatian: Jika Anda tidak menghapus akhiran dags/ dari nama bucket Cloud Storage di variabel penggantian _DAGS_BUCKET, tugas sinkronisasi DAG akan gagal dengan error NotFound. Hal ini terjadi karena di Cloud Storage, dags/ adalah folder, yang dianggap sebagai bagian dari nama objek, bukan bagian dari nama bucket.

Menguji pipeline CI/CD

Di bagian ini, ikuti alur pengembangan DAG yang menggunakan pemicu Cloud Build yang baru Anda buat.

Menjalankan tugas pra-pengiriman

Buat permintaan pull ke cabang utama untuk menguji build Anda. Temukan pemeriksaan pra-pengiriman di halaman. Klik Details dan pilih View more details on Google Cloud Build untuk melihat log build di konsol Google Cloud.

Penting: Cloud Build menjalankan pengujian unit dengan paket yang ditentukan di requirements.txt dan requirements-test.txt, yang mencakup versi publik Airflow. Lingkungan Cloud Composer Anda mungkin memiliki kumpulan paket PyPI dan paket yang telah diinstal sebelumnya yang berbeda. Sebaiknya jalankan lingkungan Airflow lokal saat mengembangkan DAG.

Gambar 2. Screenshot status pemeriksaan pra-pengiriman Cloud Build di GitHub (klik untuk memperbesar)

Jika pemeriksaan pra-pengiriman gagal, lihat Menangani kegagalan build.

Memvalidasi bahwa DAG Anda berfungsi di lingkungan Cloud Composer pengembangan

Setelah permintaan pull disetujui, gabungkan ke cabang utama Anda. Gunakan konsol Google Cloud untuk melihat hasil build Anda. Jika memiliki banyak pemicu Cloud Build, Anda dapat memfilter build berdasarkan nama pemicu add-dags-to-composer.

Setelah tugas sinkronisasi Cloud Build berhasil, DAG yang disinkronkan akan muncul di lingkungan Cloud Composer pengembangan Anda. Di sana, Anda dapat memvalidasi bahwa DAG berfungsi seperti yang diharapkan.

Menambahkan DAG ke lingkungan produksi

Setelah DAG berperforma seperti yang diharapkan, tambahkan secara manual ke lingkungan produksi Anda. Untuk melakukannya, upload file DAG ke direktori dags/ di bucket lingkungan Cloud Composer produksi Anda.

Jika tugas sinkronisasi DAG gagal atau jika DAG tidak berperilaku seperti yang diharapkan di lingkungan Cloud Composer pengembangan, lihat Menangani kegagalan build.

Mengatasi kegagalan build

Bagian ini menjelaskan cara mengatasi skenario kegagalan build yang umum.

Bagaimana jika pemeriksaan pra-pengiriman saya gagal?

Dari permintaan pull, klik Details dan pilih View more details on Google Cloud Build untuk melihat log build di konsol Google Cloud. Gunakan log ini untuk membantu Anda men-debug masalah pada DAG. Setelah Anda menyelesaikan masalah, commit perbaikan dan push ke cabang Anda. Pemeriksaan pra-pengiriman akan berjalan lagi, dan Anda dapat terus melakukan iterasi menggunakan log sebagai alat proses debug.

Bagaimana jika tugas sinkronisasi DAG saya gagal?

Gunakan konsol Google Cloud untuk melihat hasil build Anda. Jika memiliki banyak pemicu Cloud Build, Anda dapat memfilter build berdasarkan nama pemicu add-dags-to-composer. Periksa log tugas build dan selesaikan error. Jika Anda memerlukan bantuan tambahan untuk mengatasi error, gunakan saluran dukungan.

Bagaimana jika DAG saya tidak berfungsi dengan benar di lingkungan Cloud Composer?

Jika DAG tidak berfungsi seperti yang diharapkan di lingkungan Cloud Composer pengembangan, jangan promosikan DAG secara manual ke lingkungan Cloud Composer produksi. Sebagai gantinya, lakukan salah satu hal berikut:

• Kembalikan permintaan pull dengan perubahan yang merusak DAG untuk memulihkannya ke status tepat sebelum perubahan Anda (tindakan ini juga akan mengembalikan semua file lain dalam permintaan pull tersebut).
• Buat permintaan pull baru untuk mengembalikan perubahan secara manual ke DAG yang rusak.
• Buat permintaan pull baru untuk memperbaiki error di DAG Anda.

Mengikuti salah satu langkah ini akan memicu pemeriksaan pra-pengiriman baru dan setelah penggabungan, tugas sinkronisasi DAG.

Langkah selanjutnya

• Menjalankan lingkungan Airflow lokal
• Menulis DAG
• Menjadwalkan dan memicu DAG
• Menguji DAG