Migra entornos a Cloud Composer 2 (desde Airflow 1) con instantáneas

Cloud Composer 1 | Cloud Composer 2 | Cloud Composer 3

En esta página, se explica cómo transferir DAG, datos y configuración desde tu entornos existentes de Cloud Composer 1 y Airflow 1 a Cloud Composer 2, Airflow 2.

En esta guía de migración, se usa la función Instantáneas.

Otras guías de migración

Desde	Hasta	Método	Guía
Cloud Composer 1, Airflow 2	Cloud Composer 2 y Airflow 2	En paralelo, con instantáneas	Guía de migración (instantáneas)
Cloud Composer 1, Airflow 1	Cloud Composer 2, Airflow 2	En paralelo, con instantáneas	Esta guía (instantáneas)
Cloud Composer 1, Airflow 2	Cloud Composer 2, Airflow 2	Transferencia manual en paralelo	Guía de migración manual
Cloud Composer 1, Airflow 1	Cloud Composer 2, Airflow 2	Transferencia manual en paralelo	Guía de migración manual
Airflow 1	Airflow 2	Transferencia manual en paralelo	Guía de migración manual

Antes de comenzar

• Las instantáneas son compatibles con la versión 2.0.9 y posteriores de Cloud Composer 2. Cloud Composer 1 admite el guardado de instantáneas de entorno en la versión 1.18.5.

• Cloud Composer admite la migración en paralelo de Cloud Composer 1 a Cloud Composer 2. No es posible actualizar de Cloud Composer 1 a Cloud Composer 2 sin cambiar de entorno.

• Consulta la lista de diferencias entre Cloud Composer 1 y Cloud Composer 2.

• El tamaño máximo de la base de datos de Airflow que admite instantáneas es de 20 GB. Si la base de datos de tu entorno ocupa más de 20 GB, reduce el tamaño de la base de datos de Airflow.

• La cantidad total de objetos en las carpetas /dags, /plugins y /data del bucket del entorno debe ser inferior a 100,000 para crear instantáneas.

• Si usas el mecanismo XCom para transferir archivos, asegúrate de que úsala de acuerdo con los lineamientos de Airflow. Transferir archivos grandes o una gran cantidad de archivos con XCom afecta el rendimiento de la base de datos de Airflow y puede generar fallas cuando se cargan instantáneas o se actualiza el entorno. Considera usar alternativas como Cloud Storage para transferir grandes volúmenes de datos.

• Dado que Cloud Composer 2 usa Airflow 2, la migración incluye lo siguiente: cambiar tus DAG y la configuración del entorno a Airflow 2. Cheque la guía de migración de Airflow 1 a Airflow 2 para información sobre los cambios rotundos entre Airflow 1 y Airflow 2 en Cloud Composer

• En esta guía, combinas la migración a Airflow 2 y la migración a Cloud Composer 2 en un solo procedimiento de migración. De esta manera, no es necesario que migres a un entorno de Cloud Composer 1 con Airflow 2 antes de migrar a Cloud Composer 2.

Paso 1: Actualiza a Airflow 1.10.15

Si tu entorno usa una versión de Airflow anterior a la 1.10.15, actualízalo a una versión de Cloud Composer que use Airflow 1.10.15 y admita instantáneas.

Paso 2: Verifica la compatibilidad con Airflow 2

Para verificar posibles conflictos con Airflow 2, consulta el artículo de actualización a la guía de Airflow 2.0+, en la sección sobre actualizar DAG.

Un problema habitual que puedes encontrar está relacionado con las rutas de importación incompatibles. Para obtener más información sobre cómo resolver este problema de compatibilidad, consulta la sección sobre proveedores de portabilidad a versiones anteriores en la guía de actualización a Airflow 2.0 y versiones posteriores.

Paso 3: Asegúrate de que tus DAG estén listos para Airflow 2

Antes de transferir DAG a tu entorno de Cloud Composer 2, asegúrate de lo siguiente:

1. Tus DAG se ejecutan correctamente y no hay problemas de compatibilidad restantes.

2. Tus DAG usan sentencias de importación correctas.

   Por ejemplo, la nueva sentencia import para BigQueryCreateDataTransferOperator puede verse de la siguiente manera:

   from airflow.providers.google.cloud.operators.bigquery_dts \
       import BigQueryCreateDataTransferOperator
   

3. Tus DAG son se actualizó para Airflow 2. Este cambio es compatible con Airflow 1.10.14 y versiones posteriores.

Paso 4: Pausa los DAG en tu entorno de Cloud Composer 1

Advertencia: Si un DAG está habilitado (no pausado) en ambos entornos, cada entorno ejecuta su propia copia del DAG, según lo programado. Esto podría llevar a ejecuciones duplicadas de DAG para los mismos datos y tiempo de ejecución.

Para evitar ejecuciones de DAG duplicadas, pausa todos los DAG en tu entorno de Cloud Composer 1 antes de guardar su instantánea.

Puedes usar cualquiera de las siguientes opciones:

• En la interfaz web de Airflow, ve a DAGs y pausa todos los DAGs de forma manual.

• Usa la secuencia de comandos composer_dags para pausar todos los DAG:

  python3 composer_dags.py --environment COMPOSER_1_ENV \
    --project PROJECT_ID \
    --location COMPOSER_1_LOCATION \
    --operation pause
  

  Reemplaza lo siguiente:

  • COMPOSER_1_ENV por el nombre de tu entorno de Cloud Composer 1.
  • PROJECT_ID por el ID del proyecto.
  • COMPOSER_1_LOCATION por la región en la que se encuentra el entorno

Paso 5: Guarda la instantánea de tu entorno de Cloud Composer 1

Precaución: Si se producen cambios o ejecuciones de DAG en Cloud Composer 1 después de guardar su instantánea, la información sobre estos cambios no se se transfieren cuando cargas la instantánea más tarde.

Console

Crea una instantánea de tu entorno:

1. En la consola de Google Cloud, ve a la página Entornos.

   Ir a Entornos

2. En la lista de entornos, haz clic en el nombre de tu entorno de Cloud Composer 1. Se abrirá la página Detalles del entorno.

3. Haz clic en Crear instantánea.

4. En el diálogo Crear instantánea, haz clic en Enviar. En en esta guía, debes guardar la instantánea en el entorno de Cloud Composer 1 bucket, pero puedes seleccionar una ubicación diferente si lo deseas.

5. Espera hasta que Cloud Composer cree la instantánea.

gcloud

1. Obtén el URI del bucket de tu entorno de Cloud Composer 1:

   1. Ejecuta el siguiente comando:

      gcloud composer environments describe COMPOSER_1_ENV \
          --location COMPOSER_1_LOCATION \
           --format="value(config.dagGcsPrefix)"
      

      Reemplaza lo siguiente:

      • COMPOSER_1_ENV por el nombre de Cloud Composer 1 en un entorno de nube.
      • COMPOSER_1_LOCATION por la región en la que se encuentra el entorno.

   2. En el resultado, quita la carpeta /dags. El resultado es el URI de al bucket de tu entorno de Cloud Composer 1.

      Por ejemplo, cambia gs://us-central1-example-916807e1-bucket/dags a gs://us-central1-example-916807e1-bucket.

2. Crea una instantánea de tu entorno de Cloud Composer 1:

   gcloud composer environments snapshots save \
     COMPOSER_1_ENV \
     --location COMPOSER_1_LOCATION \
     --snapshot-location "COMPOSER_1_SNAPSHOTS_FOLDER"
   

   Reemplaza lo siguiente:

   • COMPOSER_1_ENV por el nombre de tu entorno de Cloud Composer 1.
   • COMPOSER_1_LOCATION con la región en la que se encuentra el entorno de Cloud Composer 1.
   • COMPOSER_1_SNAPSHOTS_FOLDER por el URI del bucket de tu entorno de Cloud Composer 1. En esta guía, guardarás la instantánea bucket del entorno de Cloud Composer 1, pero puedes seleccionar un ubicación diferente, si así lo deseas. Si especificas una ubicación personalizada, las cuentas de servicio de ambos entornos deben tienen permisos de lectura y escritura para la ubicación especificada.

Paso 6: Crea un entorno de Cloud Composer 2

Crea un entorno de Cloud Composer 2. Puedes comienza con un ajuste predeterminado de entorno que coincida las demandas de recursos esperadas y, luego, escalar y optimizar tu entorno un poco más lejos.

No es necesario que especifiques las anulaciones de configuración ni las variables de entorno, ya que las reemplazarás más adelante cuando cargues la instantánea de tu entorno de Cloud Composer 1.

Nota: Cloud Composer carga anulaciones de configuración, variables de entorno y paquetes de PyPI de tu entorno de Cloud Composer 1 a Cloud Composer 2 sin cambiarlos ni ajustarlos para la compatibilidad. Si los paquetes de PyPI personalizados causan conflictos de dependencias, puedes omitir su instalación cuando cargues la instantánea.

Algunas opciones de configuración de Airflow 1 usan un nombre y una sección diferentes en Airflow 2. Para obtener más información, consulta Cambios de configuración.

Paso 7: Carga la instantánea en tu entorno de Cloud Composer 2

Console

Para cargar la instantánea en tu entorno de Cloud Composer 2, sigue estos pasos:

1. En la consola de Google Cloud, ve a la página Entornos.

   Ir a Entornos

2. En la lista de entornos, haz clic en el nombre de tu entorno de Cloud Composer 2. Se abrirá la página Detalles del entorno.

3. Haz clic en Cargar instantánea.

4. En el diálogo Cargar instantánea, haz clic en Explorar.

5. Selecciona la carpeta con la instantánea. Si usas la ubicación predeterminada para esta guía, se encuentra en tu entorno de Cloud Composer 1 bucket en la carpeta /snapshots, y su nombre es la marca de tiempo del de guardado de instantáneas. Por ejemplo, us-central1-example-916807e1-bucket/snapshots_example-project_us-central1_example-environment/2022-01-05T18-59-00

6. Haz clic en Cargar y espera a que Cloud Composer cargue la instantánea.

gcloud

Carga la instantánea de tu entorno de Cloud Composer 1 a tu entorno de Cloud Composer 2:

gcloud composer environments snapshots load \
  COMPOSER_2_ENV \
  --location COMPOSER_2_LOCATION \
  --snapshot-path "SNAPSHOT_PATH"

Reemplaza lo siguiente:

• COMPOSER_2_ENV por el nombre de tu entorno de Cloud Composer 2.
• COMPOSER_2_LOCATION con la región en la que se encuentra el entorno de Cloud Composer 2.
• SNAPSHOT_PATH por el URI de Cloud Composer 1 en el bucket de tu entorno, seguido de la ruta de acceso a la instantánea. Por ejemplo, gs://us-central1-example-916807e1-bucket/snapshots/example-project_us-central1_example-environment_2022-01-05T18-59-00.

Paso 8: Reanude los DAG en el entorno de Cloud Composer 2

Puedes usar cualquiera de las siguientes opciones:

• En la interfaz web de Airflow, ve a DAGs y reanuda todos los DAGs de forma manual, uno por uno.

• Usa la secuencia de comandos composer_dags para reanudar todos los DAG:

    python3 composer_dags.py --environment COMPOSER_2_ENV \
    --project PROJECT_ID \
    --location COMPOSER_2_LOCATION \
    --operation unpause
  

  Reemplaza lo siguiente:

  • COMPOSER_2_ENV por el nombre de tu entorno de Cloud Composer 2.
  • PROJECT_ID por el ID del proyecto.
  • COMPOSER_2_LOCATION por la región en la que se encuentra el entorno

Paso 9: Verifica si hay errores de DAG

1. En la interfaz web de Airflow, ve a DAGs y verifica si hay errores de sintaxis de DAG informados.

2. Verifica que las ejecuciones de DAG estén programadas a la hora correcta.

3. Espera a que se ejecuten los DAG en el entorno de Cloud Composer 2 y verifica si se ejecutaron correctamente. Si una ejecución de DAG se realizó correctamente, no la despausas en el entorno de Cloud Composer 1. Si lo haces, se ejecutará un DAG para la misma hora y fecha en tu entorno de Cloud Composer 1.

4. Si una ejecución de DAG específica falla, intenta solucionar el problema del DAG hasta que se ejecute correctamente en Cloud Composer 2.

Paso 10: Supervisa tu entorno de Cloud Composer 2

Después de transferir todos los DAG y la configuración al entorno de Cloud Composer 2, supervisa el entorno en busca de posibles problemas, ejecuciones de DAG fallidas y el estado general del entorno.

Si el entorno de Cloud Composer 2 se ejecuta sin problemas durante un período suficiente, considera borrar el entorno de Cloud Composer 1.

¿Qué sigue?

• Soluciona problemas de los DAG
• Solución de problemas de creación de entornos
• Soluciona problemas de actualizaciones del entorno
• Cómo usar paquetes de portabilidad a versiones anteriores