聊聊 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 
  # 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 

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