Cloud Composer 1 | Cloud Composer 2 | Cloud Composer 3
Esta página descreve como instalar pacotes Python para seu ambiente do Cloud Composer.
Sobre pacotes PyPI pré-instalados e personalizados em imagens do Cloud Composer
As imagens do Cloud Composer contêm PyPI pré-instalado e personalizado pacotes.
Os pacotes PyPI pré-instalados são aqueles incluídos no a imagem do ambiente do Cloud Composer. Cada A imagem do Cloud Composer contém Pacotes PyPI que são específicos para sua versão do Cloud Composer e do Airflow.
Os pacotes PyPI personalizados são aqueles que você pode instalar no seu ambiente, além dos pacotes pré-instalados.
Opções para gerenciar pacotes PyPI em ambientes do Cloud Composer
Opção | Use se |
---|---|
Instalar usando o PyPI | A maneira padrão de instalar pacotes no seu ambiente |
Instalar a partir de um repositório com um endereço IP público | O pacote está hospedado em um repositório de pacotes diferente do PyPI. Este repositório tem um endereço IP público |
Instalar de um repositório do Artifact Registry | O pacote está hospedado em um repositório do Artifact Registry. |
Instalar de um repositório na rede do seu projeto | Seu ambiente não tem acesso à Internet pública. O pacote é hospedado em um repositório de pacotes na rede do projeto. |
Instalar como uma biblioteca local do Python |
O pacote não pode ser encontrado em PyPI, e a biblioteca
não tem dependências externas, como dist-packages . |
Instalar um plug-in | O pacote fornece funcionalidades específicas do plug-in, como modificar pela interface da Web do Airflow. |
PythonVirtualenvOperator | Você não quer que o pacote seja instalado para todos os workers do Airflow ou que a dependência entre em conflito com pacotes pré-instalados. O pacote pode ser encontrado no PyPI e não tem dependências externas. |
KubernetesPodOperator e operadores do GKE |
Você precisa de dependências externas que não podem ser instaladas de pip .
como dist-packages , ou estão em um servidor pip interno. Isso
exige mais configuração e manutenção. Considere somente se outros
não funcionam. |
Antes de começar
- Você precisa ter um papel que acione operações de atualização do ambiente. Além disso, a conta de serviço do ambiente precisa ter um papel com permissões suficientes para executar operações de atualização. Consulte Controle de acesso para mais informações.
- Se o ambiente for protegido por um perímetro do VPC Service Controls, antes de instalar dependências PyPI, será necessário conceder identidades de usuário adicionais com acesso a serviços que o perímetro de serviço protege e ativar o suporte para um repositório PyPI particular.
- Os requisitos precisam seguir o formato especificado no PEP-508 em que cada requisito é especificado em letras minúsculas e consiste no pacote com especificadores de versão e extras opcionais.
As atualizações de dependência do PyPI geram imagens do Docker no Artifact Registry.
Se a atualização falhar por conta de um conflito de dependências, o ambiente continuará sendo executado com as dependências atuais. Se a operação for concluída, será possível usar as dependências recém-instaladas do Python nos DAGs.
Conferir a lista de pacotes PyPI
É possível acessar a lista de pacotes do ambiente em vários formatos.
Conferir pacotes pré-instalados
Para ver a lista de pacotes pré-instalados para seu ambiente, consulte a lista de pacotes para o Imagem do ambiente do Cloud Composer.
Ver todos os pacotes
Para ver todos os pacotes (pré-instalados e personalizados) no seu ambiente:
gcloud
O comando da CLI gcloud a seguir retorna o resultado do comando python -m pip list
para um worker do Airflow no seu ambiente.
É possível usar o argumento --tree
para receber o resultado do comando python -m pipdeptree --warn
.
gcloud beta composer environments list-packages \
ENVIRONMENT_NAME \
--location LOCATION
Substitua:
ENVIRONMENT_NAME
pelo nome do ambienteLOCATION
pela região em que o ambiente está localizado;
Conferir pacotes PyPI personalizados
Console
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 Pacotes PyPI.
gcloud
gcloud composer environments describe ENVIRONMENT_NAME \
--location LOCATION \
--format="value(config.softwareConfig.pypiPackages)"
Substitua:
ENVIRONMENT_NAME
pelo nome do ambienteLOCATION
pela região em que o ambiente está localizado;
Instalar pacotes personalizados em um ambiente do Cloud Composer
Esta seção descreve métodos diferentes para instalar pacotes personalizados em seu de nuvem.
Instalar pacotes do PyPI
É possível instalar um pacote usando Índice de pacotes Python, se não tiver dependências ou conflitos com pacotes pré-instalados.
Para adicionar, atualizar ou excluir as dependências do Python no ambiente, faça o seguinte:
Console
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 Pacotes PyPI.
Clique em Editar.
Clique em Adicionar pacote.
Na seção Pacotes PyPI, especifique os nomes dos pacotes com especificadores de versão e extras opcionais.
Exemplo:
scikit-learn
scipy
,>=0.13.3
nltk
,[machine_learning]
Clique em Salvar.
gcloud
A CLI gcloud tem vários argumentos para trabalhar com pacotes PyPI personalizados:
--update-pypi-packages-from-file
substitui todas as configurações personalizadas existentes Pacotes PyPI com os pacotes especificados. Os pacotes que você não especificados são removidos.--update-pypi-package
atualiza ou instala um pacote.--remove-pypi-packages
remove os pacotes especificados.--clear-pypi-packages
remove todos os pacotes.
Instalação de requisitos de um arquivo
O arquivo requirements.txt
precisa ter cada
especificador de requisito em uma linha
separada.
Exemplo:
scipy>=0.13.3
scikit-learn
nltk[machine_learning]
Atualize o ambiente e especifique o arquivo requirements.txt
em
o argumento --update-pypi-packages-from-file
.
gcloud composer environments update ENVIRONMENT_NAME \
--location LOCATION \
--update-pypi-packages-from-file requirements.txt
Substitua:
ENVIRONMENT_NAME
pelo nome do ambienteLOCATION
pela região em que o ambiente está localizado;
Como instalar um pacote
Atualize seu ambiente e especifique o pacote, a versão e os extras no
o argumento --update-pypi-package
.
gcloud composer environments update ENVIRONMENT_NAME \
--location LOCATION \
--update-pypi-package PACKAGE_NAMEEXTRAS_AND_VERSION
Substitua:
ENVIRONMENT_NAME
pelo nome do ambienteLOCATION
pela região em que o ambiente está localizado;PACKAGE_NAME
pelo nome do pacote.EXTRAS_AND_VERSION
com o especificador de extras e versão opcional. Para omitir versões e extras, especifique um valor vazio.
Exemplo:
gcloud composer environments update example-environment \
--location us-central1 \
--update-pypi-package "scipy>=0.13.3"
Como remover pacotes
Atualize o ambiente e especifique os pacotes que você quer excluir no argumento --remove-pypi-packages
:
gcloud composer environments update ENVIRONMENT_NAME \
--location LOCATION \
--remove-pypi-packages PACKAGE_NAMES
Substitua:
ENVIRONMENT_NAME
pelo nome do ambienteLOCATION
pela região em que o ambiente está localizado;PACKAGE_NAMES
com uma lista de pacotes separada por vírgulas.
Exemplo:
gcloud composer environments update example-environment \
--location us-central1 \
--remove-pypi-packages scipy,scikit-learn
API
Crie uma solicitação de API environments.patch
.
Nesta solicitação:
No parâmetro
updateMask
, especifique a máscara:- Use a máscara
config.softwareConfig.pypiPackages
para substituir todos os pacotes existentes pelos pacotes especificados. Os pacotes que você não especificar serão excluídos. - Use
config.softwareConfig.envVariables.PACKAGE_NAME
para adicionar ou atualizar um pacote específico. Para adicionar ou atualizar vários pacotes, especifique várias máscaras com vírgulas.
- Use a máscara
No corpo da solicitação, especifique pacotes e valores para versões e extras:
{ "config": { "softwareConfig": { "pypiPackages": { "PACKAGE_NAME": "EXTRAS_AND_VERSION" } } } }
Substitua:
PACKAGE_NAME
pelo nome do pacote.EXTRAS_AND_VERSION
com o especificador de extras e versão opcional. Para omitir versões e extras, especifique um valor vazio.- Para adicionar mais de um pacote, adicione entradas extras para pacotes
a
pypiPackages
.
Exemplo:
// PATCH https://composer.googleapis.com/v1/projects/example-project/
// locations/us-central1/environments/example-environment?updateMask=
// config.softwareConfig.pypiPackages.EXAMPLE_PACKAGE,
// config.softwareConfig.pypiPackages.ANOTHER_PACKAGE
{
"config": {
"softwareConfig": {
"pypiPackages": {
"EXAMPLE_PACKAGE": "",
"ANOTHER_PACKAGE": ">=1.10.3"
}
}
}
}
Terraform
O bloco pypi_packages
no bloco software_config
especifica
pacotes.
resource "google_composer_environment" "example" {
name = "ENVIRONMENT_NAME"
region = "LOCATION"
config {
software_config {
pypi_packages = {
PACKAGE_NAME = "EXTRAS_AND_VERSION"
}
}
}
}
Substitua:
ENVIRONMENT_NAME
pelo nome do ambienteLOCATION
pela região em que o ambiente está localizado;PACKAGE_NAME
pelo nome do pacote.EXTRAS_AND_VERSION
com a versão opcional e o especificador extras. Para omitir versões e extras, especifique um valor vazio.- Para adicionar mais de um pacote, adicione entradas extras para pacotes
a
pypi_packages
.
Exemplo:
resource "google_composer_environment" "example" {
name = "example-environment"
region = "us-central1"
config {
software_config {
pypi_packages = {
scipy = ">=1.10.3"
scikit-learn = ""
nltk = "[machine_learning]"
}
}
}
}
Instalar pacotes de um repositório público
É possível instalar pacotes hospedados em outros repositórios que tenham um endereço IP público.
Os pacotes precisam ser configurados corretamente para que a ferramenta pip
padrão possa instalá-los.
Para instalar a partir de um repositório de pacotes com um endereço público:
Crie um arquivo pip.conf e inclua as seguintes informações, se aplicável:
- URL do repositório (no parâmetro
index-url
) - Acessar as credenciais do repositório
- Opções de instalação de
pip
não padrão
Exemplo:
[global] index-url=https://example.com/
- URL do repositório (no parâmetro
(Opcional) Em alguns casos, talvez seja necessário buscar pacotes de vários repositórios, como quando o repositório público contém alguns pacotes específicos que você quer instalar e todos os outros pacotes do PyPI:
- Configure um repositório virtual do Artifact Registry.
- Adicionar configuração para vários repositórios (incluindo PyPI, se necessário)
e defina a ordem em que o
pip
pesquisa os repositórios. - Especifique o URL do repositório virtual no parâmetro
index-url
.
Faça upload do arquivo pip.conf para o
/config/pip/
no bucket do ambiente.Instale pacotes usando um dos métodos disponíveis.
Instalar pacotes de um repositório do Artifact Registry
É possível armazenar pacotes em um repositório do Artifact Registry no projeto e configurar o ambiente para fazer a instalação.
Configurar funções e permissões:
A conta de serviço do seu ambiente precisa ter o papel
iam.serviceAccountUser
.Verifique se a conta de serviço do Cloud Build tem permissões para leitura do repositório do Artifact Registry.
Se o ambiente tiver acesso restrito a outros serviços no projeto, por exemplo, se você usar o VPC Service Controls:
Atribua permissões para acessar o repositório do Artifact Registry à conta de serviço do ambiente em vez da conta de serviço do Cloud Build.
Verifique se a conectividade com o repositório do Artifact Registry está configurada no projeto.
Para instalar pacotes PyPI personalizados de um repositório do Artifact Registry:
Crie um arquivo pip.conf e inclua as seguintes informações, se aplicável:
- URL do repositório do Artifact Registry (no parâmetro
index-url
) - Acessar as credenciais do repositório
- Opções de instalação de
pip
não padrão
Para um repositório do Artifact Registry, anexe
/simple/
ao repositório. URL:[global] index-url = https://us-central1-python.pkg.dev/example-project/example-repository/simple/
- URL do repositório do Artifact Registry (no parâmetro
(Opcional) Em alguns casos, talvez você queira buscar pacotes em várias repositórios, como quando o repositório do Artifact Registry contém alguns pacotes específicos que você deseja instalar e deseja instalar Todos os outros pacotes do PyPI:
- Configure um repositório virtual do Artifact Registry.
- Adicione a configuração para vários repositórios (incluindo o PyPI, se necessário)
e defina a ordem em que o
pip
pesquisa os repositórios. - Especifique o URL do repositório virtual no parâmetro
index-url
.
Faça upload desse arquivo pip.conf para o
/config/pip/
no bucket do ambiente. Por exemplo,gs://us-central1-example-bucket/config/pip/pip.conf
.Instale os pacotes usando um dos métodos disponíveis.
Instalar pacotes de um repositório particular
É possível hospedar um repositório privado na rede do seu projeto e configurar seu para instalar pacotes Python a partir dele.
Configure papéis e permissões:
A conta de serviço do ambiente do Cloud Composer precisa ter o papel
iam.serviceAccountUser
.Se você instalar pacotes PyPI personalizados de um repositório na rede do seu projeto e esse repositório não tiver um endereço IP público:
Atribua permissões para acessar esse repositório à conta de serviço do ambiente.
Verifique se a conectividade com esse repositório está configurada no projeto.
Para instalar pacotes de um repositório particular hospedado na rede do seu projeto:
Crie um pip.conf. e inclua as seguintes informações no arquivo, se aplicável:
- Endereço IP do repositório na rede do seu projeto
- Acessar as credenciais do repositório
- Opções de instalação de
pip
não padrão
Exemplo:
[global] index-url=https://192.0.2.10/
(Opcional) Em alguns casos, convém buscar pacotes de vários repositórios, como quando o repositório particular contém alguns pacotes específicos que você quer instalar e todos os outros pacotes do PyPI:
- Configure um repositório virtual do Artifact Registry.
- Adicionar configuração para vários repositórios (incluindo PyPI, se necessário)
e defina a ordem em que o
pip
pesquisa os repositórios. - Especifique o URL do repositório virtual no parâmetro
index-url
.
Faça o upload do arquivo pip.conf para a pasta
/config/pip/
no bucket do ambiente. Por exemplo,gs://us-central1-example-bucket/config/pip/pip.conf
.Instale os pacotes usando um dos métodos disponíveis.
Instalar uma biblioteca local do Python
Para instalar uma biblioteca local ou interna do Python, faça o seguinte:
Coloque as dependências em um subdiretório
dags/
no bucket do ambiente. Para importar um módulo de um , cada subdiretório no caminho do módulo deve conter um arquivo de marcador de pacote__init__.py
.No exemplo a seguir, a dependência é
coin_module.py
:dags/ use_local_deps.py # A DAG file. dependencies/ __init__.py coin_module.py
Importe a dependência do arquivo de definição do DAG.
Exemplo:
Usar pacotes que dependem de bibliotecas de objetos compartilhados
Alguns pacotes PyPI dependem de bibliotecas no nível do sistema. Embora o Cloud Composer não seja compatível com as bibliotecas do sistema, é possível usar as seguintes opções:
Use o KubernetesPodOperator. Defina a imagem do operador como um imagem de build. Se você encontrar pacotes que falham durante a instalação devido a uma dependência do sistema não atendida, use esta opção.
Faça o upload das bibliotecas de objetos compartilhados no bucket do ambiente. Se o PyPI foram instalados com sucesso, mas falham no ambiente de execução, use esta opção.
- Encontre manualmente as bibliotecas de objetos compartilhados para a dependência de PyPI (um arquivo .so).
- Faça upload das bibliotecas de objetos compartilhados para a pasta
/plugins
no seu bucket do seu ambiente de execução. - Defina a seguinte variável de ambiente:
LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/airflow/gcs/plugins
Instalar pacotes em ambientes de IP particular
Nesta seção, explicamos como instalar pacotes em ambientes de IP particular.
Dependendo de como você configura o projeto, o ambiente pode não ter acesso à Internet pública.
Ambiente de IP privado com acesso à Internet pública
Se o ambiente de IP particular puder acessar a Internet pública, será possível instalar pacotes usando opções para ambientes de IP público:
- Instale do PyPI. Nesse caso, não é preciso configurar nada. Siga o procedimento descrito em Instalar um pacote do PyPI.
- Instalar de um repositório com um endereço IP público. Siga o procedimento descrito em Instalar um pacote de um repositório particular.
- Instale de um repositório PyPI particular hospedado na rede do seu projeto.
Ambiente de IP privado sem acesso à Internet
Se o ambiente de IP particular não tiver acesso à Internet pública, é possível instalar pacotes de uma das seguintes maneiras:
- Use um repositório PyPI particular hospedado na rede do seu projeto.
- Use uma VM de servidor proxy na rede do seu projeto para se conectar
em um repositório PyPI na Internet pública. Especifique o endereço de proxy no
arquivo
/config/pip/pip.conf
no bucket do seu ambiente. - Use um repositório do Artifact Registry como a única fonte
de pacotes. Para fazer isso, redefina o parâmetro
index-url
, conforme descrito. - Se a política de segurança permitir o acesso a endereços IP externos da sua rede VPC, ative a instalação de pacotes de repositórios na Internet pública ao configurar o Cloud NAT.
- Coloque as dependências do Python na pasta
/dags
do bucket do ambiente. para instalá-los como bibliotecas locais. Essa pode não ser uma boa opção se a árvore de dependência for grande.
Instalar em um ambiente de IP particular com restrições de local de recursos
Manter seu projeto de acordo com os requisitos de restrição de localização de recursos proíbe o uso de algumas ferramentas. Em particular, o Cloud Build não pode ser usado para a instalação de pacotes, impedindo o acesso direto a repositórios na Internet pública.
Para instalar dependências do Python nesse ambiente, siga as orientações para ambientes de IP particulares sem acesso à Internet.
Instalar uma dependência do Python em um ambiente de IP privado em um perímetro do VPC Service Controls
Proteger seu projeto com um perímetro do VPC Service Controls resulta em outras restrições de segurança. Em particular, o Cloud Build não pode ser usado para a instalação de pacotes, impedindo o acesso direto a repositórios na Internet pública.
Para instalar dependências do Python em um ambiente de IP particular dentro de um perímetro, siga as orientações para ambientes de IP particular sem acesso à Internet.