小知识：聊聊Docker中 Airflow 2.2.3 容器化安装

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 

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”     }  } 

配置开机自己

systemctl daemon-reload  systemctl enable –now docker.service

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    # Inordertoadd 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 

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 

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 

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

原文链接：https://mp.weixin.qq.com/s/VncpyXcTtlvnDkFrsAZ5lQ