AirFlow容器部署和使用

原創 脚丫先生 2020-06-16 01:51

一、如何制作AirFlow容器

1、安装docker环境
基于centos环境下进行部署，建议在centos6或者centos7的环境下

1.1、下载docker安装包
下载地址：https://download.docker.com/linux/static/stable/x86_64/
推荐使用的版本是18.09.6

1.2、下载到本地后解压
tar -zxf docker-18.09.6.tgz

1.3、将解压出来的docker文件内容移动到 /usr/bin/ 目录下
cp docker/* /usr/bin/

1.4、将docker注册为service
新建文件
vim /etc/systemd/system/docker.service

并添加以下内容
[Unit]
Description=Docker Application Container Engine
Documentation=https://docs.docker.com
After=network-online.target firewalld.service
Wants=network-online.target

[Service]
Type=notify
# the default is not to use systemd for cgroups because the delegate issues still
# exists and systemd currently does not support the cgroup feature set required
# for containers run by docker
ExecStart=/usr/bin/dockerd
ExecReload=/bin/kill -s HUP $MAINPID
# Having non-zero Limit*s causes performance problems due to accounting overhead
# in the kernel. We recommend using cgroups to do container-local accounting.
LimitNOFILE=infinity
LimitNPROC=infinity
LimitCORE=infinity
# Uncomment TasksMax if your systemd version supports it.
# Only systemd 226 and above support this version.
#TasksMax=infinity
TimeoutStartSec=0
# set delegate yes so that systemd does not reset the cgroups of docker containers
Delegate=yes
# kill only the docker process, not all processes in the cgroup
KillMode=process
# restart the docker process if it exits prematurely
Restart=on-failure
StartLimitBurst=3
StartLimitInterval=60s

[Install]
WantedBy=multi-user.target


添加文件权限
chmod +x /etc/systemd/system/docker.service
systemctl daemon-reload


1.5、启动docker
systemctl start docker


1.6、验证
systemctl status docker         #查看Docker状态
docker -v           #查看Docker版本

2. 在Docker环境安装AirFlow

2.1、下载源码到/root/airflow文件夹
git clone https://github.com/puckel/docker-airflow.git  /root/airflow 

2.2、运行容器
运行容器命令：
docker run --net=bridge --name AirFlow
 -e MYSQL_IP_PORT="172.16.117.125:3306/airflow" 
-e MYSQL_USERNAME="root" 
 -e MYSQL_PASSWORD="123456" 
-v /usr/local/airflow/dags:/usr/local/airflow/dags 
 -v /usr/local/airflow/airflowSql:/usr/local/airflow/airflowSql  
 -v /usr/local/airflow/airflow.cfg:/usr/local/airflow/airflow.cfg -id -p 8081:8080  
--privileged=true   puckel/docker-airflow

解释：
AirFlow：容器的名称
MYSQL_IP_PORT：mysql数据库的ip地址：端口号/数据库名称
MYSQL_USERNAME：登录mysql数据库的用户名
MYSQL_PASSWORD：登录mysql的密码

-v /usr/local/airflow/dags:/usr/local/airflow/dags 
宿主机的存放dag文件目录：容器存放dag文件目录

-v /usr/local/airflow/airflowSql:/usr/local/airflow/airflowSql
宿主机的存放执行脚本文件目录：容器存放执行脚本文件目录

-v /usr/local/airflow/airflow.cfg:/usr/local/airflow/airflow.cfg
将airflow的配置文件映射到宿主机

puckel/docker-airflow   镜像名称

2.3、进入容器 
docker exec -it -u root AirFlow bash
/*
默认是进入到容器的/usr/local/airflow目录下（airflow的默认安装目录）
*/


2.4、修改配置文件
vim airflow.cfg

dags_folder =$AIRFLOW_HOME/dags #DAG文件存放的目录

base_log_folder = $AIRFLOW_HOME/logs #运行日志存放目录

executor = LocalExecutor

sql_alchemy_conn =  mysql://$MYSQL_USERNAME:$MYSQL_PASSWORD@$MYSQL_IP_PORT

load_examples = False

dags_are_paused_at_creation = False


2.5、初始化数据库
airflow initdb   

如果初始化出现这样的错误：

airflow.exceptions.AirflowException: Could not create Fernet object: Incorrect padding

解决办法：

python -c "from cryptography.fernet import Fernet;

print(Fernet.generate_key().decode())"

export AIRFLOW__CORE__FERNET_KEY=oNu9XwewQNyx9mAJT2vZvtm3qzPRZIWRqwk9hSVch4A=


airflow initdb // 重新运行初始化数据库

2.6、后台运行
后台运行服务webserver和scheduler
nohup airflow webserver>>$AIRFLOW_HOME/airflow-webserver.log 2>&1 &

后台运行调度
nohup airflow scheduler>>$AIRFLOW_HOME/airflow-scheduler.log 2>&1 &

2.7、在浏览器打开地址:  172.16.117.125:8081

二、如何将部署好的AirFlow容器迁移到其他服务器

/*
在容器迁移之前，先给容器安装几个常用的命令，考虑到目标服务器可能不能联网
*/

1、安装 vim  ping  ifconfig  等常用命令

apt-get update

apt-get install vim  //安装vim

apt-get install  net-tools  //安装ifconfig

apt-get install iputils-ping  //安装ping


2、将配置好的airflow容器制作成镜像

 docker commit 0e3d77afccc3 airflow
 /*
 docker commit 容器ID 镜像名称
 */

3、将镜像保存为一个文件包

docker save -o airflow.tar airflow

4、将该文件包拷贝到需要迁移的服务器上

5、在新的服务器上把文件包加载成镜像

 docker load -i airflow.tar

6、通过新导入的镜像来启动容器
docker run --net=bridge --name AirFlow --hostname airflow 
-e MYSQL_IP_PORT="172.16.117.125:3306/airflow"
 -e MYSQL_USERNAME="root" -e MYSQL_PASSWORD="123456" 
 -v /usr/local/airflow/dags:/usr/local/airflow/dags 
 -v /usr/local/airflow/airflowSql:/usr/local/airflow/airflowSql  
 -v /usr/local/airflow/airflow.cfg:/usr/local/airflow/airflow.cfg -id -p 8084:8080  --privileged=true  airflow


解释：
AirFlow：容器的名称
MYSQL_IP_PORT：mysql数据库的ip地址：端口号/数据库名称
MYSQL_USERNAME：登录mysql数据库的用户名
MYSQL_PASSWORD：登录mysql的密码

-v /usr/local/airflow/dags:/usr/local/airflow/dags 
宿主机的存放dag文件目录：容器存放dag文件目录

-v /usr/local/airflow/airflowSql:/usr/local/airflow/airflowSql
宿主机的存放执行脚本文件目录：容器存放执行脚本文件目录

-v /usr/local/airflow/airflow.cfg:/usr/local/airflow/airflow.cfg
将airflow的配置文件映射到宿主机

airflow   镜像名称

7、进入容器 
docker exec -it -u root AirFlow bash
/*
默认是进入到容器的/usr/local/airflow目录下（airflow的默认安装目录）
*/


8、修改配置文件
vim airflow.cfg

dags_folder =$AIRFLOW_HOME/dags #DAG文件存放的目录

base_log_folder = $AIRFLOW_HOME/logs #运行日志存放目录

executor = LocalExecutor

sql_alchemy_conn =  mysql://$MYSQL_USERNAME:$MYSQL_PASSWORD@$MYSQL_IP_PORT

load_examples = False

dags_are_paused_at_creation = False


9、初始化数据库
airflow initdb   

如果初始化出现这样的错误：

airflow.exceptions.AirflowException: Could not create Fernet object: Incorrect padding

解决办法：

python -c "from cryptography.fernet import Fernet;

print(Fernet.generate_key().decode())"

export AIRFLOW__CORE__FERNET_KEY=oNu9XwewQNyx9mAJT2vZvtm3qzPRZIWRqwk9hSVch4A=


airflow initdb // 重新运行初始化数据库

10、后台运行
后台运行服务webserver和scheduler
nohup airflow webserver>>$AIRFLOW_HOME/airflow-webserver.log 2>&1 &

后台运行调度
nohup airflow scheduler>>$AIRFLOW_HOME/airflow-scheduler.log 2>&1 &

11、在浏览器打开地址:  172.16.117.125:8084
/*
新的服务器ip地址：对应服务器的端口号（我这里是8084）
*/

三、如何使用AirFlow容器

1、将dag任务文件放到/usr/local/airflow/dags目录下（这个根据前面的配置来定）

2、调度任务在airflow所在服务器的模板

import airflow
import time
from airflow import DAG
from airflow.operators.bash_operator import BashOperator
from airflow.operators.python_operator import PythonOperator
from datetime import datetime,timedelta
 
default_args = {
 'owner': 'airflow',
 'depends_on_past': False,
 'start_date': datetime(2019, 12, 17,17,12,1),
 'retries': 5,
 'retry_delay': timedelta(seconds=5), 
}
 
dag = DAG(
 'c_test', 
 default_args=default_args,
 description='my second DAG',
 schedule_interval=timedelta(minutes=1)
 )

filename1='/usr/local/airflow/test/a1.txt'
filename2='/usr/local/airflow/test/a2.txt'
filename3='/usr/local/airflow/test/a3.txt'

def print_hello1():
 print("Hello World!1111111")
 current_time = time.asctime( time.localtime(time.time()) )
 with open(filename1,'a') as f:
  f.write(current_time)
  
def print_hello2():
 print("Hello World!22222222")
 current_time = time.asctime( time.localtime(time.time()) )
 with open(filename2,'a') as f:
  f.write(current_time)
 
def print_hello3():
 print("Hello World!33333333")
 current_time = time.asctime( time.localtime(time.time()) )
 with open(filename3,'a') as f:
  f.write(current_time)
 
 
 
task1 = PythonOperator(
 task_id='task_1',
 python_callable=print_hello1,
 dag=dag)
 
task2 = PythonOperator(
 task_id='task_2',
 python_callable=print_hello2,
 dag=dag)
 
 
task3 = PythonOperator(
 task_id='task_3',
 python_callable=print_hello3,
 dag=dag)
 
task2.set_upstream(task1)
task3.set_upstream(task1)





3、调度任务在远程服务器模板

from airflow import DAG
from airflow.operators.bash_operator import BashOperator
from airflow.operators import ExternalTaskSensor
from airflow.operators import EmailOperator
from datetime import datetime, timedelta
from airflow.contrib.hooks.ssh_hook import SSHHook
from airflow.contrib.operators.ssh_operator import SSHOperator
sshHook = SSHHook(remote_host='172.16.117.126',username='root',password='GXcxkfbrgx@26',timeout=30)
default_args = {
    'owner': 'airflow',
    'depends_on_past': False,
    'start_date': datetime(2019, 12, 27,10,22,0),
    'retries': 3,
    'retryDelay': timedelta(seconds=5),
    'end_date': datetime(9999, 12, 31)
}

dag = DAG('hello',
    default_args=default_args,
    schedule_interval='0 * * * *')

hello = SSHOperator(
    ssh_hook=sshHook,
    task_id='hello',
    dag=dag,
    command='/opt/sh/hello.sh '
)
hello

/*
sshHook = SSHHook(remote_host='172.16.117.126',username='root',password='GXcxkfbrgx@26',timeout=30)
sshHook = SSHHook(remote_host='远程服务器ip地址',username='用户名',password='密码',timeout=30)
*/

 

發表評論
所有評論
還沒有人評論，想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章

在Rancher上部署AirFlow

一、把AirFlow鏡像上傳到Harbor 1.在本地虛擬機把做好的容器導入成鏡像 docker load -i airflow.tar 2.登錄私有倉庫（其實就是登錄Harbor） docker login 10.1.119.

脚丫先生 2020-06-16 01:51:04

(完全离线)在docker容器下安装airflow

脚丫先生 2020-06-06 12:32:46

Airflow怎么删除系统自带的DAG任务

脚丫先生 2020-06-06 12:32:46

AirFlow性能调优

脚丫先生 2020-06-06 12:32:46

在airflow的BashOperator中执行docker容器中的脚本容易忽略的问题

脚丫先生 2020-06-06 12:32:46

AirFlow初始化的时候遇到 Global variable explicit_defaults_for_timestamp needs to be on (1) for mysql

脚丫先生 2020-06-06 12:32:46

在Rancher上部署AirFlow

一、把AirFlow鏡像上傳到Harbor 1.在本地虛擬機把做好的容器導入成鏡像 docker load -i airflow.tar 2.登錄私有倉庫（其實就是登錄Harbor） docker login 10.1.119.

脚丫先生 2020-06-16 01:51:04

(完全离线)在docker容器下安装airflow

脚丫先生 2020-06-06 12:32:46

Airflow怎么删除系统自带的DAG任务

脚丫先生 2020-06-06 12:32:46

AirFlow性能调优

脚丫先生 2020-06-06 12:32:46

airflow删除dag不在页面显示

脚丫先生 2020-06-06 12:32:46

在airflow的BashOperator中执行docker容器中的脚本容易忽略的问题

脚丫先生 2020-06-06 12:32:46

AirFlow初始化的时候遇到 Global variable explicit_defaults_for_timestamp needs to be on (1) for mysql

脚丫先生 2020-06-06 12:32:46

AirFlow使用指南三 第一个DAG示例

脚丫先生 2019-09-15 21:37:53

airflow的报警功能设置

脚丫先生 2019-09-15 21:37:53