Cloud Composer 概览

Cloud Composer 3 | Cloud Composer 2 | Cloud Composer 1

本页面简要介绍了 Airflow 和 DAG，并介绍了 Cloud Composer 的特性和功能。

如需详细了解 Cloud Composer 版本中的新功能，请参阅版本说明。

Cloud Composer 简介

Cloud Composer 是一项全代管式工作流编排服务，可帮助您创建、安排、监控和管理跨越多个云平台和本地数据中心的工作流流水线。

Cloud Composer 在常用的 Apache Airflow 开源项目的基础上构建而成，支持使用 Python 编程语言进行操作。

通过使用 Cloud Composer（而不是 Apache Airflow 的本地实例），您可以从 Airflow 的强大功能中获益，而不会产生安装或管理开销。借助 Cloud Composer，您可以快速创建托管式 Airflow 环境，并使用 Airflow 原生工具（例如功能强大的 Airflow 网页界面和命令行工具），从而全力专注于工作流，而无需管理基础架构。

Cloud Composer 版本之间的差异

如需详细了解 Cloud Composer 主要版本之间的差异，请参阅 Cloud Composer 版本控制概览。

Airflow 和 Airflow DAG（工作流）

在数据分析中，工作流表示用于提取、转换、分析或利用数据的一系列任务。在 Airflow 中，工作流是使用 DAG（即“有向无环图”）创建的。

DAG 与任务之间的关系
图 1. DAG 与任务之间的关系

DAG 是要安排和运行的任务的集合，任务的组织方式反映了它们的关系和依赖项。DAG 是在 Python 文件中创建的，文件使用代码定义 DAG 结构。DAG 的用途是确保每项任务在正确的时间、以正确的顺序执行。

DAG 中的每个任务可以表示几乎任何事物，例如，一个任务可以执行以下任何功能：

  • 准备数据以进行提取
  • 监控 API
  • 发送电子邮件
  • 运行流水线

除了按计划运行 DAG 以外，您还可以手动或通过事件（例如 Cloud Storage 存储分区中的更改）触发 DAG。如需了解详情，请参阅安排和触发 DAG。

如需详细了解 DAG 和任务，请参阅 Apache Airflow 文档。

Cloud Composer 环境

Cloud Composer 环境是以 Google Kubernetes Engine 为基础的独立 Airflow 部署。它们使用 Airflow 内置的连接器与其他 Google Cloud服务协同工作。您可以在单个 Google Cloud项目中创建一个或多个环境，并将其部署在任何受支持的区域。

Cloud Composer 会预配 Google Cloud 用于运行工作流和所有 Airflow 组件的服务。环境的主要组件包括：

  • GKE 集群：Airflow 调度器、触发器和工作器等 Airflow 组件作为 GKE 工作负载在为您的环境创建的单个集群中运行，并负责处理和执行 DAG。

    集群还托管 Composer 代理和 Airflow 监控等其他 Cloud Composer 组件，帮助管理 Cloud Composer 环境、收集存储在 Cloud Logging 中的日志以及收集上传到 Cloud Monitoring 的指标。

  • Airflow Web 服务器：Web 服务器运行 Apache Airflow 界面。

  • Airflow 数据库：数据库存储 Apache Airflow 元数据。

  • Cloud Storage 存储分区：Cloud Composer 会将 Cloud Storage 存储分区与您的环境相关联。此存储分区（也称为环境存储分区）会存储相应环境的 DAG、日志、自定义插件和数据。如需详细了解该环境的存储分区，请参阅存储在 Cloud Storage 中的数据。

如需深入了解环境的组成部分，请参阅环境架构。

Cloud Composer 接口

Cloud Composer 提供了用于管理环境、在环境中运行的 Airflow 实例和各个 DAG 的界面。

例如，您可以在 Google Cloud 控制台、Google Cloud CLI、Cloud Composer API 或 Terraform 中创建和配置 Cloud Composer 环境。

再举一个例子，您可以通过 Google Cloud 控制台、原生 Airflow 界面或运行 Google Cloud CLI 和 Airflow CLI 命令来管理 DAG。

Cloud Composer 中的 Airflow 功能

使用 Cloud Composer 时，您可以管理和使用 Airflow 功能，例如：

Cloud Composer 中的访问权限控制

您可以管理 Google Cloud 项目级安全性，还可以分配 IAM 角色，允许个别用户修改或创建环境。如果某人无权访问您的项目，或者不具备适当的 Cloud Composer IAM 角色，则此人无法访问您的任何环境。

除了 IAM 之外，您还可以使用 Airflow 界面访问权限控制，该控制基于 Apache Airflow 访问权限控制模型。

如需详细了解 Cloud Composer 中的安全功能，请参阅 Cloud Composer 安全概览。

环境网络

Cloud Composer 支持为环境配置多种网络配置，并提供许多配置选项。例如，在专用 IP 环境中，DAG 和 Airflow 组件与公共互联网完全隔离。

如需详细了解 Cloud Composer 中的网络功能，请参阅各个网络功能的页面：

常见问题解答

Cloud Composer 使用哪个版本的 Apache Airflow？

Cloud Composer 环境基于 Cloud Composer 映像。创建环境时，您可以选择具有特定 Airflow 版本的映像：

  • Cloud Composer 3 支持 Airflow 2。
  • Cloud Composer 2 支持 Airflow 2。
  • Cloud Composer 1 支持 Airflow 1 和 Airflow 2。

您可以控制环境的 Apache Airflow 版本。您可以决定将您的环境升级到更高版本的 Cloud Composer 映像。每个 Cloud Composer 版本都支持多个 Apache Airflow 版本。

我可以使用 Airflow 原生界面和 CLI 吗？

您可以访问环境的 Apache Airflow 网页界面。您的每种环境都有自己的 Airflow 界面。如需详细了解如何访问 Airflow 界面，请参阅 Airflow 网页界面。

如需在您的环境中运行 Airflow CLI 命令，请使用 gcloud 命令。如需详细了解如何在 Cloud Composer 环境中运行 Airflow CLI 命令，请参阅 Airflow 命令行界面。

我可以将自己的数据库用作 Airflow 数据库吗？

Cloud Composer 为 Airflow 数据库使用托管式数据库服务。无法将用户提供的数据库用作 Airflow 数据库。

我可以将自己的集群用作 Cloud Composer 集群吗？

Cloud Composer 使用 Google Kubernetes Engine 服务创建、管理和删除运行 Airflow 组件的环境集群。这些集群由 Cloud Composer 全权管理。

您无法基于自管理 Google Kubernetes Engine 集群构建 Cloud Composer 环境。

我可以使用自己的容器注册表吗？

Cloud Composer 使用 Artifact Registry 服务来管理 Cloud Composer 环境使用的容器映像仓库。无法将其替换为用户提供的容器注册库。

Cloud Composer 环境是可用区级的还是区域级的？

Cloud Composer 3 和 Cloud Composer 2 环境具有区域 Airflow 数据库和区域 Airflow 调度和执行层。Airflow 调度器、工作器和 Web 服务器在 Airflow 执行层中运行。

Cloud Composer 1 环境是区域级环境。

后续步骤