Cloud Composer 3 | Cloud Composer 2 | Cloud Composer 1
本頁面說明如何使用 Cloud Run 函式,根據事件觸發 Cloud Composer DAG。
Apache Airflow 的設計是定期執行 DAG,但您也可以在發生事件時觸發 DAG。其中一種做法是在發生指定事件時,使用 Cloud Run 函式觸發 Cloud Composer DAG。
本指南中的範例程式會在 Cloud Storage 值區每次有所異動時執行 DAG。值區中任何物件的變更都會觸發函式。這個函式會向 Cloud Composer 環境的 Airflow REST API 提出要求。Airflow 會處理這項要求並執行 DAG。DAG 會輸出變更相關資訊。
事前準備
檢查環境的網路設定
這個解決方案不適用於私人 IP 和 VPC Service Controls 設定,因為在這些設定中,無法設定 Cloud Run 函式與 Airflow 網路伺服器的連線。
在 Cloud Composer 2 中,您可以使用其他方法:使用 Cloud Run 函式和 Pub/Sub 訊息觸發 DAG
為專案啟用 API
主控台
Enable the Cloud Composer and Cloud Run functions APIs.
gcloud
Enable the Cloud Composer and Cloud Run functions APIs:
gcloud services enable cloudfunctions.googleapis.comcomposer.googleapis.com
啟用 Airflow REST API
視 Airflow 版本而定:
- 根據預設,Airflow 2 已啟用穩定版 REST API。如果環境已停用穩定版 API,請啟用穩定版 REST API。
- 如果是 Airflow 1,請啟用實驗性 REST API。
使用網路伺服器存取權控管功能,允許對 Airflow REST API 的 API 呼叫
Cloud Run 函式可以使用 IPv4 或 IPv6 位址與 Airflow REST API 聯繫。
如果您不確定呼叫 IP 範圍為何,請在 Webserver Access Control 中使用預設設定選項,All IP addresses have access (default)
以免誤封鎖 Cloud Run 函式。
建立 Cloud Storage 值區
這個範例會根據 Cloud Storage 值區的變更觸發 DAG。建立新的值區,以便在本例中使用。
取得 Airflow 網路伺服器網址
這個範例會向 Airflow 網路伺服器端點提出 REST API 要求。您會在 Cloud Function 程式碼中使用 Airflow 網頁介面網址的 .appspot.com
前半段。
主控台
前往 Google Cloud 控制台的「Environments」頁面。
按一下環境名稱。
在「Environment details」頁面中,前往「Environment configuration」分頁。
Airflow 網路伺服器的網址會列在「Airflow web UI」項目中。
gcloud
執行下列指令:
gcloud composer environments describe ENVIRONMENT_NAME \
--location LOCATION \
--format='value(config.airflowUri)'
取代:
- 將
ENVIRONMENT_NAME
替換為環境的名稱。 LOCATION
改成環境所在的地區。
取得 IAM Proxy 的 client_id
如要向 Airflow REST API 端點提出要求,函式需要保護 Airflow 網路伺服器的 Identity and Access Management Proxy 用戶端 ID。
Cloud Composer 不會直接提供這項資訊,而會向 Airflow 網路伺服器發出未經授權的要求,並從重新導向網址中擷取用戶端 ID:
cURL
curl -v AIRFLOW_URL 2>&1 >/dev/null | grep -o "client_id\=[A-Za-z0-9-]*\.apps\.googleusercontent\.com"
將 AIRFLOW_URL
替換為 Airflow 網頁介面的網址。
在輸出內容中,搜尋 client_id
後面的字串。例如:
client_id=836436932391-16q2c5f5dcsfnel77va9bvf4j280t35c.apps.googleusercontent.com
Python
將下列程式碼儲存至名為 get_client_id.py
的檔案中。填入 project_id
、location
和 composer_environment
的值,然後在 Cloud Shell 或本機環境中執行程式碼。
將 DAG 上傳至環境
將 DAG 上傳至環境。以下是 DAG 範例,會輸出收到的 DAG 執行設定。您會從稍後在本指南中建立的函式觸發這個 DAG。
部署會觸發 DAG 的 Cloud 函式
您可以使用 Cloud Run 函式或 Cloud Run 支援的偏好語言部署 Cloud Function。本教學課程將示範以 Python 和 Java 實作的 Cloud 函式。
指定 Cloud 函式的設定參數
觸發條件。在本例中,請選取在值區中建立新物件或覆寫現有物件時觸發的事件。
在「執行階段、建構作業、連線和安全性設定」專區中,選擇「執行階段服務帳戶」。請根據您的偏好使用下列其中一種方法:
選取「Compute Engine 預設服務帳戶」。這個帳戶可透過預設的 IAM 權限,執行可存取 Cloud Composer 環境的函式。
建立具有 Composer 使用者 角色的自訂服務帳戶,並將其指定為此函式執行階段服務帳戶。這個選項遵循最低權限原則。
在「Code」步驟中,點選「Runtime and entry point」,新增此範例的程式碼時,請選取 Python 3.7 以上版本的執行階段,並指定
trigger_dag
做為進入點。
新增規定
在 requirements.txt
檔案中指定依附元件:
將下列程式碼放入 main.py
檔案,並進行以下替換:
將
client_id
變數的值替換為先前取得的client_id
值。將
webserver_id
變數的值替換為租用戶專案 ID,這是 Airflow 網路介面網址中.appspot.com
之前的部分。您先前已取得 Airflow 網頁介面網址。指定您使用的 Airflow REST API 版本:
- 如果您使用穩定版 Airflow REST API,請將
USE_EXPERIMENTAL_API
變數設為False
。 - 如果您使用 Airflow 實驗版 REST API,則無須進行任何變更。
USE_EXPERIMENTAL_API
變數已設為True
。
- 如果您使用穩定版 Airflow REST API,請將
測試函式
如要檢查函式和 DAG 是否正常運作,請按照下列步驟操作:
- 等待函式部署完成。
- 請上傳一個檔案至 Cloud Storage 值區。或者,您也可以在 Google Cloud 主控台中選取「Test the function」動作,手動觸發函式。
- 查看 Airflow 網頁介面中的 DAG 頁面。DAG 應有一個正在執行或已完成的 DAG。
- 在 Airflow UI 中查看這次執行作業的工作記錄。您應該會看到
print_gcs_info
工作會將從函式收到的資料輸出至記錄檔:
[2021-04-04 18:25:44,778] {bash_operator.py:154} INFO - Output:
[2021-04-04 18:25:44,781] {bash_operator.py:158} INFO - Triggered from GCF:
{bucket: example-storage-for-gcf-triggers, contentType: text/plain,
crc32c: dldNmg==, etag: COW+26Sb5e8CEAE=, generation: 1617560727904101,
... }
[2021-04-04 18:25:44,781] {bash_operator.py:162} INFO - Command exited with
return code 0h