DAGs hinzufügen und aktualisieren

Cloud Composer 1 | Cloud Composer 2 | Cloud Composer 3

Auf dieser Seite wird beschrieben, wie Sie DAGs in Ihrer Cloud Composer-Umgebung verwalten.

Cloud Composer verwendet einen Cloud Storage-Bucket zum Speichern von DAGs Ihrer Cloud Composer-Umgebung. In Ihrer Umgebung werden DAGs aus diesem Bucket mit Airflow-Komponenten wie Airflow-Workern und -Planern synchronisiert.

Hinweise

• Da Apache Airflow keine strikte DAG-Isolation bietet, empfehlen wir, separate Produktions- und Testumgebungen einzurichten, um DAG-Interferenzen zu vermeiden. Weitere Informationen finden Sie unter DAGs testen.
• Stellen Sie sicher, dass Ihr Konto ausreichend Berechtigungen hat, DAGs verwalten können.
• Änderungen am DAG werden innerhalb von 3 bis 5 Minuten an Airflow übertragen. Aufgabe wird angezeigt Airflow-Weboberfläche.

Auf den Bucket Ihrer Umgebung zugreifen

So greifen Sie auf den Bucket zu, der mit Ihrer Umgebung verknüpft ist:

gcloud composer environments describe ENVIRONMENT_NAME \
    --location LOCATION \
    --format="get(config.dagGcsPrefix)"

gcloud beta composer environments describe example-environment \
    --location us-central1 \
    --format="get(config.dagGcsPrefix)"

GET https://composer.googleapis.com/v1/projects/example-project/
locations/us-central1/environments/example-environment

import google.auth
import google.auth.transport.requests

# Authenticate with Google Cloud.
# See: https://cloud.google.com/docs/authentication/getting-started
credentials, _ = google.auth.default(
    scopes=["https://www.googleapis.com/auth/cloud-platform"]
)
authed_session = google.auth.transport.requests.AuthorizedSession(credentials)

# project_id = 'YOUR_PROJECT_ID'
# location = 'us-central1'
# composer_environment = 'YOUR_COMPOSER_ENVIRONMENT_NAME'

environment_url = (
    "https://composer.googleapis.com/v1beta1/projects/{}/locations/{}"
    "/environments/{}"
).format(project_id, location, composer_environment)
response = authed_session.request("GET", environment_url)
environment_data = response.json()

# Print the bucket name from the response body.
print(environment_data["config"]["dagGcsPrefix"])

DAG hinzufügen oder aktualisieren

Wenn Sie einen DAG hinzufügen oder aktualisieren möchten, verschieben Sie die Python-Datei .py für den DAG nach Ordner /dags im Bucket der Umgebung

gcloud composer environments storage dags import \
    --environment ENVIRONMENT_NAME \
    --location LOCATION \
    --source="LOCAL_FILE_TO_UPLOAD"

gcloud composer environments storage dags import \
    --environment example-environment \
    --location us-central1 \
    --source="example_dag.py"

DAG mit aktiven DAG-Ausführungen aktualisieren

Wenn Sie einen DAG aktualisieren, der aktive DAGs ausführt, gilt Folgendes:

• Alle aktuell ausgeführten Aufgaben werden mit der ursprünglichen DAG-Datei abgeschlossen.
• Alle Aufgaben, die geplant sind, aber derzeit nicht ausgeführt werden, verwenden die aktualisierte DAG-Datei.
• Alle Aufgaben, die in der aktualisierten DAG-Datei nicht mehr vorhanden sind, werden als entfernt markiert.

DAGs aktualisieren, die einen engen Zeitplan haben

Nachdem Sie eine DAG-Datei hochgeladen haben, dauert es einige Zeit, bis Airflow diese Datei geladen hat und aktualisieren Sie den DAG. Wenn Ihr DAG regelmäßig ausgeführt wird, Der DAG muss die aktualisierte Version der DAG-Datei verwenden. Anleitung:

1. Pausieren Sie den DAG in der Airflow-UI.

2. Laden Sie eine aktualisierte DAG-Datei hoch.

3. Warten Sie, bis die Aktualisierungen in der Airflow-UI angezeigt werden. Das bedeutet, dass der DAG vom Planer korrekt geparst und in der Airflow-Datenbank aktualisiert wurde.

   Wenn die Airflow-UI die aktualisierten DAGs anzeigt, ist dadurch nicht garantiert, dass Airflow-Worker die aktualisierte Version der DAG-Datei haben. Das liegt daran, dass DAG-Dateien unabhängig für Planer und Worker synchronisiert werden.

4. Sie können die Wartezeit verlängern, damit die DAG-Datei mit allen Workern in Ihrer Umgebung synchronisiert wird. Die Synchronisierung erfolgt mehrmals pro Minute. In einer fehlerfreien Umgebung reicht es, wenn 20 bis 30 Sekunden gewartet werden, bis alle Worker synchronisiert wurden.

5. (Optional) Wenn Sie absolut sicher sein möchten, dass alle Worker die neue Version der DAG-Datei haben, prüfen Sie die Logs jedes einzelnen Workers. Anleitung:

   1. Öffnen Sie in der Google Cloud Console den Tab Protokolle für Ihre Umgebung.

   2. Rufen Sie Composer-Logs > Infrastruktur > Cloud Storage-Synchronisierung auf und prüfen Sie die Logs für jeden Worker in Ihrer Umgebung. Suchen Sie nach dem neuesten Syncing dags directory-Logelement, das nach dem Hochladen der neuen DAG-Datei einen Zeitstempel hat. Wenn Sie Finished syncing-Element folgt, dann sind die DAGs auf diesem Worker synchronisiert.

6. Heben Sie die Pausierung des DAG auf.

DAG in der Umgebung löschen

Zum Löschen eines DAG entfernen Sie die Python-Datei .py für den DAG aus dem Ordner /dags der Umgebung im Bucket Ihrer Umgebung.

gcloud composer environments storage dags delete \
    --environment ENVIRONMENT_NAME \
    --location LOCATION \
    DAG_FILE

gcloud composer environments storage dags delete \
    --environment example-environment \
    --location us-central1 \
    example_dag.py

DAG aus der Airflow-UI entfernen

So entfernen Sie die Metadaten für einen DAG aus der Airflow-Weboberfläche:

  gcloud composer environments run ENVIRONMENT_NAME \
    --location LOCATION \
    dags delete -- DAG_NAME

Nächste Schritte

• DAGs schreiben
• DAGs von GitHub testen, synchronisieren und bereitstellen
• Fehlerbehebung bei DAGs