深圳幻海软件技术有限公司 欢迎您！
更多

聊聊 Airflow 2.2.3 容器化安装

2023-02-28

the true echo
上文简单的了解了airflow的概念与使用场景，今天就通过Docker安装一下Airflow,在使用中在深入的了解一下airflow有哪些具体的功能。1Airflow容器化部署阿里云的宿主机环境：操作系统:Ubuntu20.04.3LTS内核版本:Linux5.4.0-91-generic安装doc

上文简单的了解了airflow的概念与使用场景，今天就通过Docker安装一下Airflow,在使用中在深入的了解一下airflow有哪些具体的功能。

1Airflow容器化部署

阿里云的宿主机环境：

  • 操作系统: Ubuntu 20.04.3 LTS
  • 内核版本: Linux 5.4.0-91-generic

安装docker

安装Docker可参考官方文档[1],纯净系统，就没必要卸载旧版本了，因为是云上平台，为防止配置搞坏环境，你可以先提前进行快照。

 # 更新repo 
 sudo apt-get update 
 sudo apt-get install \ 
    ca-certificates \ 
    curl \ 
    gnupg \ 
    lsb-release 
     
# 添加docker gpg key 
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg 
 
# 设置docker stable仓库地址 
echo \ 
  "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu \ 
  $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null 
   
# 查看可安装的docker-ce版本 
root@bigdata1:~# apt-cache madison docker-ce 
 docker-ce | 5:20.10.12~3-0~ubuntu-focal | https://download.docker.com/linux/ubuntu focal/stable amd64 Packages 
 docker-ce | 5:20.10.11~3-0~ubuntu-focal | https://download.docker.com/linux/ubuntu focal/stable amd64 Packages 
 docker-ce | 5:20.10.10~3-0~ubuntu-focal | https://download.docker.com/linux/ubuntu focal/stable amd64 Packages 
 docker-ce | 5:20.10.9~3-0~ubuntu-focal | https://download.docker.com/linux/ubuntu focal/stable amd64 Packages 
 
# 安装命令格式 
#sudo apt-get install docker-ce=<VERSION_STRING> docker-ce-cli=<VERSION_STRING> containerd.io 
# 安装指定版本 
sudo apt-get install docker-ce=5:20.10.12~3-0~ubuntu-focal docker-ce-cli=5:20.10.12~3-0~ubuntu-focal containerd.io 

  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.
  • 19.
  • 20.
  • 21.
  • 22.
  • 23.
  • 24.
  • 25.
  • 26.
  • 27.

优化Docker配置

{ 
    "data-root": "/var/lib/docker", 
    "exec-opts": [ 
        "native.cgroupdriver=systemd" 
    ], 
    "registry-mirrors": [ 
        "https://****.mirror.aliyuncs.com" #此处配置一些加速的地址，比如阿里云的等等... 
    ], 
    "storage-driver": "overlay2", 
    "storage-opts": [ 
        "overlay2.override_kernel_check=true" 
    ], 
    "log-driver": "json-file", 
    "log-opts": { 
        "max-size": "100m", 
        "max-file": "3" 
    } 
} 

  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.

配置开机自己

systemctl daemon-reload 
systemctl enable --now docker.service 

  • 1.
  • 2.

容器化安装Airflow

数据库选型

根据官网的说明，数据库建议使用MySQL8+和postgresql 9.6+，在官方的docker-compose脚本[2]中使用是PostgreSQL,因此我们需要调整一下docker-compose.yml的内容

--- 
version: '3' 
x-airflow-common: 
  &airflow-common 
  # In order to add custom dependencies or upgrade provider packages you can use your extended image. 
  # Comment the image line, place your Dockerfile in the directory where you placed the docker-compose.yaml 
  # and uncomment the "build" line below, Then run `docker-compose build` to build the images. 
  image: ${AIRFLOW_IMAGE_NAME:-apache/airflow:2.2.3} 
  # build: . 
  environment: 
    &airflow-common-env 
    AIRFLOW__CORE__EXECUTOR: CeleryExecutor 
    AIRFLOW__CORE__SQL_ALCHEMY_CONN: mysql+mysqldb://airflow:aaaa@mysql/airflow # 此处替换为mysql连接方式 
    AIRFLOW__CELERY__RESULT_BACKEND: db+mysql://airflow:aaaa@mysql/airflow # 此处替换为mysql连接方式 
    AIRFLOW__CELERY__BROKER_URL: redis://:xxxx@redis:6379/0 # 为保证安全，我们对redis开启了认证，因此将此处xxxx替换为redis密码 
    AIRFLOW__CORE__FERNET_KEY: '' 
    AIRFLOW__CORE__DAGS_ARE_PAUSED_AT_CREATION: 'true' 
    AIRFLOW__CORE__LOAD_EXAMPLES: 'true' 
    AIRFLOW__API__AUTH_BACKEND: 'airflow.api.auth.backend.basic_auth' 
    _PIP_ADDITIONAL_REQUIREMENTS: ${_PIP_ADDITIONAL_REQUIREMENTS:-} 
  volumes: 
    - ./dags:/opt/airflow/dags 
    - ./logs:/opt/airflow/logs 
    - ./plugins:/opt/airflow/plugins 
  user: "${AIRFLOW_UID:-50000}:0" 
  depends_on: 
    &airflow-common-depends-on 
    redis: 
      condition: service_healthy 
    mysql: # 此处修改为mysql service名称 
      condition: service_healthy 
 
services: 
  mysql: 
    image: mysql:8.0.27 # 修改为mysql最新版镜像 
    environment: 
      MYSQL_ROOT_PASSWORD: bbbb # MySQL root账号密码 
      MYSQL_USER: airflow 
      MYSQL_PASSWORD: aaaa # airflow用户的密码 
      MYSQL_DATABASE: airflow 
    command: 
      --default-authentication-plugin=mysql_native_password # 指定默认的认证插件 
      --collation-server=utf8mb4_general_ci # 依据官方指定字符集 
      --character-set-server=utf8mb4 # 依据官方指定字符编码 
    volumes: 
      - /apps/airflow/mysqldata8:/var/lib/mysql # 持久化MySQL数据 
      - /apps/airflow/my.cnf:/etc/my.cnf # 持久化MySQL配置文件 
    healthcheck: 
      test:  mysql --user=$$MYSQL_USER --password=$$MYSQL_PASSWORD -e 'SHOW DATABASES;' # healthcheck command 
      interval: 5s 
      retries: 5 
    restart: always 
 
  redis: 
    image: redis:6.2 
    expose: 
      - 6379 
    command: redis-server --requirepass xxxx # redis-server开启密码认证 
    healthcheck: 
      test: ["CMD", "redis-cli","-a","xxxx","ping"] # redis使用密码进行healthcheck 
      interval: 5s 
      timeout: 30s 
      retries: 50 
    restart: always 
 
  airflow-webserver: 
    <<: *airflow-common 
    command: webserver 
    ports: 
      - 8080:8080 
    healthcheck: 
      test: ["CMD", "curl", "--fail", "http://localhost:8080/health"] 
      interval: 10s 
      timeout: 10s 
      retries: 5 
    restart: always 
    depends_on: 
      <<: *airflow-common-depends-on 
      airflow-init: 
        condition: service_completed_successfully 
 
  airflow-scheduler: 
    <<: *airflow-common 
    command: scheduler 
    healthcheck: 
      test: ["CMD-SHELL", 'airflow jobs check --job-type SchedulerJob --hostname "$${HOSTNAME}"'] 
      interval: 10s 
      timeout: 10s 
      retries: 5 
    restart: always 
    depends_on: 
      <<: *airflow-common-depends-on 
      airflow-init: 
        condition: service_completed_successfully 
 
  airflow-worker: 
    <<: *airflow-common 
    command: celery worker 
    healthcheck: 
      test: 
        - "CMD-SHELL" 
        - 'celery --app airflow.executors.celery_executor.app inspect ping -d "celery@$${HOSTNAME}"' 
      interval: 10s 
      timeout: 10s 
      retries: 5 
    environment: 
      <<: *airflow-common-env 
      # Required to handle warm shutdown of the celery workers properly 
      # See https://airflow.apache.org/docs/docker-stack/entrypoint.html#signal-propagation 
      DUMB_INIT_SETSID: "0" 
    restart: always 
    depends_on: 
      <<: *airflow-common-depends-on 
      airflow-init: 
        condition: service_completed_successfully 
 
  airflow-triggerer: 
    <<: *airflow-common 
    command: triggerer 
    healthcheck: 
      test: ["CMD-SHELL", 'airflow jobs check --job-type TriggererJob --hostname "$${HOSTNAME}"'] 
      interval: 10s 
      timeout: 10s 
      retries: 5 
    restart: always 
    depends_on: 
      <<: *airflow-common-depends-on 
      airflow-init: 
        condition: service_completed_successfully 
 
  airflow-init: 
    <<: *airflow-common 
    entrypoint: /bin/bash 
    # yamllint disable rule:line-length 
    command: 
      - -c 
      - | 
        function ver() { 
          printf "%04d%04d%04d%04d" $${1//./ } 
        } 
        airflow_version=$$(gosu airflow airflow version) 
        airflow_version_comparable=$$(ver $${airflow_version}) 
        min_airflow_version=2.2.0 
        min_airflow_version_comparable=$$(ver $${min_airflow_version}) 
        if (( airflow_version_comparable < min_airflow_version_comparable )); then 
          echo 
          echo -e "\033[1;31mERROR!!!: Too old Airflow version $${airflow_version}!\e[0m" 
          echo "The minimum Airflow version supported: $${min_airflow_version}. Only use this or higher!" 
          echo 
          exit 1 
        fi 
        if [[ -z "${AIRFLOW_UID}" ]]; then 
          echo 
          echo -e "\033[1;33mWARNING!!!: AIRFLOW_UID not set!\e[0m" 
          echo "If you are on Linux, you SHOULD follow the instructions below to set " 
          echo "AIRFLOW_UID environment variable, otherwise files will be owned by root." 
          echo "For other operating systems you can get rid of the warning with manually created .env file:" 
          echo "    See: https://airflow.apache.org/docs/apache-airflow/stable/start/docker.html#setting-the-right-airflow-user" 
          echo 
        fi 
        one_meg=1048576 
        mem_available=$$(($$(getconf _PHYS_PAGES) * $$(getconf PAGE_SIZE) / one_meg)) 
        cpus_available=$$(grep -cE 'cpu[0-9]+' /proc/stat) 
        disk_available=$$(df / | tail -1 | awk '{print $$4}') 
        warning_resources="false" 
        if (( mem_available < 4000 )) ; then 
          echo 
          echo -e "\033[1;33mWARNING!!!: Not enough memory available for Docker.\e[0m" 
          echo "At least 4GB of memory required. You have $$(numfmt --to iec $$((mem_available * one_meg)))" 
          echo 
          warning_resources="true" 
        fi 
        if (( cpus_available < 2 )); then 
          echo 
          echo -e "\033[1;33mWARNING!!!: Not enough CPUS available for Docker.\e[0m" 
          echo "At least 2 CPUs recommended. You have $${cpus_available}" 
          echo 
          warning_resources="true" 
        fi 
        if (( disk_available < one_meg * 10 )); then 
          echo 
          echo -e "\033[1;33mWARNING!!!: Not enough Disk space available for Docker.\e[0m" 
          echo "At least 10 GBs recommended. You have $$(numfmt --to iec $$((disk_available * 1024 )))" 
          echo 
          warning_resources="true" 
        fi 
        if [[ $${warning_resources} == "true" ]]; then 
          echo 
          echo -e "\033[1;33mWARNING!!!: You have not enough resources to run Airflow (see above)!\e[0m" 
          echo "Please follow the instructions to increase amount of resources available:" 
          echo "   https://airflow.apache.org/docs/apache-airflow/stable/start/docker.html#before-you-begin" 
          echo 
        fi 
        mkdir -p /sources/logs /sources/dags /sources/plugins 
        chown -R "${AIRFLOW_UID}:0" /sources/{logs,dags,plugins} 
        exec /entrypoint airflow version 
    # yamllint enable rule:line-length 
    environment: 
      <<: *airflow-common-env 
      _AIRFLOW_DB_UPGRADE: 'true' 
      _AIRFLOW_WWW_USER_CREATE: 'true' 
      _AIRFLOW_WWW_USER_USERNAME: ${_AIRFLOW_WWW_USER_USERNAME:-airflow} 
      _AIRFLOW_WWW_USER_PASSWORD: ${_AIRFLOW_WWW_USER_PASSWORD:-airflow} 
    user: "0:0" 
    volumes: 
      - .:/sources 
 
  airflow-cli: 
    <<: *airflow-common 
    profiles: 
      - debug 
    environment: 
      <<: *airflow-common-env 
      CONNECTION_CHECK_MAX_COUNT: "0" 
    # Workaround for entrypoint issue. See: https://github.com/apache/airflow/issues/16252 
    command: 
      - bash 
      - -c 
      - airflow 
 
  flower: 
    <<: *airflow-common 
    command: celery flower 
    ports: 
      - 5555:5555 
    healthcheck: 
      test: ["CMD", "curl", "--fail", "http://localhost:5555/"] 
      interval: 10s 
      timeout: 10s 
      retries: 5 
    restart: always 
    depends_on: 
      <<: *airflow-common-depends-on 
      airflow-init: 
        condition: service_completed_successfully 

  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.
  • 19.
  • 20.
  • 21.
  • 22.
  • 23.
  • 24.
  • 25.
  • 26.
  • 27.
  • 28.
  • 29.
  • 30.
  • 31.
  • 32.
  • 33.
  • 34.
  • 35.
  • 36.
  • 37.
  • 38.
  • 39.
  • 40.
  • 41.
  • 42.
  • 43.
  • 44.
  • 45.
  • 46.
  • 47.
  • 48.
  • 49.
  • 50.
  • 51.
  • 52.
  • 53.
  • 54.
  • 55.
  • 56.
  • 57.
  • 58.
  • 59.
  • 60.
  • 61.
  • 62.
  • 63.
  • 64.
  • 65.
  • 66.
  • 67.
  • 68.
  • 69.
  • 70.
  • 71.
  • 72.
  • 73.
  • 74.
  • 75.
  • 76.
  • 77.
  • 78.
  • 79.
  • 80.
  • 81.
  • 82.
  • 83.
  • 84.
  • 85.
  • 86.
  • 87.
  • 88.
  • 89.
  • 90.
  • 91.
  • 92.
  • 93.
  • 94.
  • 95.
  • 96.
  • 97.
  • 98.
  • 99.
  • 100.
  • 101.
  • 102.
  • 103.
  • 104.
  • 105.
  • 106.
  • 107.
  • 108.
  • 109.
  • 110.
  • 111.
  • 112.
  • 113.
  • 114.
  • 115.
  • 116.
  • 117.
  • 118.
  • 119.
  • 120.
  • 121.
  • 122.
  • 123.
  • 124.
  • 125.
  • 126.
  • 127.
  • 128.
  • 129.
  • 130.
  • 131.
  • 132.
  • 133.
  • 134.
  • 135.
  • 136.
  • 137.
  • 138.
  • 139.
  • 140.
  • 141.
  • 142.
  • 143.
  • 144.
  • 145.
  • 146.
  • 147.
  • 148.
  • 149.
  • 150.
  • 151.
  • 152.
  • 153.
  • 154.
  • 155.
  • 156.
  • 157.
  • 158.
  • 159.
  • 160.
  • 161.
  • 162.
  • 163.
  • 164.
  • 165.
  • 166.
  • 167.
  • 168.
  • 169.
  • 170.
  • 171.
  • 172.
  • 173.
  • 174.
  • 175.
  • 176.
  • 177.
  • 178.
  • 179.
  • 180.
  • 181.
  • 182.
  • 183.
  • 184.
  • 185.
  • 186.
  • 187.
  • 188.
  • 189.
  • 190.
  • 191.
  • 192.
  • 193.
  • 194.
  • 195.
  • 196.
  • 197.
  • 198.
  • 199.
  • 200.
  • 201.
  • 202.
  • 203.
  • 204.
  • 205.
  • 206.
  • 207.
  • 208.
  • 209.
  • 210.
  • 211.
  • 212.
  • 213.
  • 214.
  • 215.
  • 216.
  • 217.
  • 218.
  • 219.
  • 220.
  • 221.
  • 222.
  • 223.
  • 224.
  • 225.
  • 226.
  • 227.
  • 228.
  • 229.
  • 230.
  • 231.
  • 232.
  • 233.
  • 234.
  • 235.

在官方docker-compose.yaml基础上只修改了x-airflow-common,MySQL,Redis相关配置，接下来就应该启动容器了，在启动之前，需要创建几个持久化目录:

mkdir -p ./dags ./logs ./plugins 
echo -e "AIRFLOW_UID=$(id -u)" > .env # 注意，此处一定要保证AIRFLOW_UID是普通用户的UID,且保证此用户有创建这些持久化目录的权限 

  • 1.
  • 2.

如果不是普通用户，在运行容器的时候，会报错，找不到airflow模块

docker-compose up airflow-init #初始化数据库，以及创建表 
docker-compose up -d #创建airflow容器 

  • 1.
  • 2.

当出现容器的状态为unhealthy的时候，要通过docker inspect $container_name查看报错的原因，至此airflow的安装就已经完成了。

参考资料

[1]Install Docker Engine on Ubuntu: https://docs.docker.com/engine/install/ubuntu/

[2]官方docker-compose.yaml: https://airflow.apache.org/docs/apache-airflow/2.2.3/docker-compose.yaml

 

如何两天时间上线一款AI应用？
用自己的编程语言实现了一个网站（增强版）