Auf die Airflow REST API zugreifen

Cloud Composer 3 | Cloud Composer 2 | Cloud Composer 1

Apache Airflow bietet eine REST API-Schnittstelle, mit der Sie Aufgaben wie das Abrufen von Informationen zu DAG-Ausführungen und -Aufgaben, das Aktualisieren von DAGs, das Abrufen von Airflow-Konfigurationen, das Hinzufügen und Löschen von Verbindungen und das Auflisten von Nutzern ausführen können.

Ein Beispiel für die Verwendung der Airflow REST API mit Cloud Run Functions finden Sie unter DAGs mit Cloud Run Functions auslösen.

Airflow REST API-Versionen

• Airflow 2 verwendet die stabile REST API.
• Die experimentelle REST API wurde von Airflow verworfen.

Stabile Airflow REST API konfigurieren

Die stabile REST API ist in Airflow 2 standardmäßig aktiviert. Cloud Composer verwendet ein eigenes API-Authentifizierungs-Backend.

Die Autorisierung funktioniert wie gewohnt von Airflow. Wenn ein neuer Nutzer über die API autorisiert wird, erhält das Nutzerkonto standardmäßig die Rolle Op.

Sie können die stabile REST API aktivieren oder deaktivieren oder die Standardnutzerrolle ändern. Dazu überschreiben die folgenden Airflow-Konfigurationsoptionen:

API-Aufrufe an die Airflow REST API über die Zugriffssteuerung des Webservers zulassen

Je nach Methode, die zum Aufrufen der Airflow REST API verwendet wird, kann die Aufrufermthode entweder eine IPv4- oder eine IPv6-Adresse verwenden. Denken Sie daran, den IP-Traffic zur Airflow REST API mithilfe der Webserver-Zugriffskontrolle zu entsperren.

Verwenden Sie die Standardkonfigurationsoption All IP addresses have access (default), wenn Sie nicht sicher sind, von welchen IP-Adressen Ihre Aufrufe der Airflow REST API gesendet werden.

Aufrufe an Airflow REST API senden

Dieser Abschnitt enthält ein Beispielskript in Python, mit dem Sie DAGs mit der stabilen Airflow REST API auslösen können.

Fügen Sie den Inhalt des folgenden Beispiels in eine Datei mit dem Namen composer2_airflow_rest_api.py ein und legen Sie dann die folgenden Variablen fest:

• dag_id: Name eines DAG, wie in der DAG-Quelldatei definiert.
• dag_config: Konfiguration für die DAG-Ausführung.

• web_server_url: Ihre Airflow-Webserver-URL. Das Format dafür ist https://<web-server-id>.composer.googleusercontent.com.

from __future__ import annotations

from typing import Any

import google.auth
from google.auth.transport.requests import AuthorizedSession
import requests


# Following GCP best practices, these credentials should be
# constructed at start-up time and used throughout
# https://cloud.google.com/apis/docs/client-libraries-best-practices
AUTH_SCOPE = "https://www.googleapis.com/auth/cloud-platform"
CREDENTIALS, _ = google.auth.default(scopes=[AUTH_SCOPE])


def make_composer2_web_server_request(
    url: str, method: str = "GET", **kwargs: Any
) -> google.auth.transport.Response:
    """
    Make a request to Cloud Composer 2 environment's web server.
    Args:
      url: The URL to fetch.
      method: The request method to use ('GET', 'OPTIONS', 'HEAD', 'POST', 'PUT',
        'PATCH', 'DELETE')
      **kwargs: Any of the parameters defined for the request function:
                https://github.com/requests/requests/blob/master/requests/api.py
                  If no timeout is provided, it is set to 90 by default.
    """

    authed_session = AuthorizedSession(CREDENTIALS)

    # Set the default timeout, if missing
    if "timeout" not in kwargs:
        kwargs["timeout"] = 90

    return authed_session.request(method, url, **kwargs)


def trigger_dag(web_server_url: str, dag_id: str, data: dict) -> str:
    """
    Make a request to trigger a dag using the stable Airflow 2 REST API.
    https://airflow.apache.org/docs/apache-airflow/stable/stable-rest-api-ref.html

    Args:
      web_server_url: The URL of the Airflow 2 web server.
      dag_id: The DAG ID.
      data: Additional configuration parameters for the DAG run (json).
    """

    endpoint = f"api/v1/dags/{dag_id}/dagRuns"
    request_url = f"{web_server_url}/{endpoint}"
    json_data = {"conf": data}

    response = make_composer2_web_server_request(
        request_url, method="POST", json=json_data
    )

    if response.status_code == 403:
        raise requests.HTTPError(
            "You do not have a permission to perform this operation. "
            "Check Airflow RBAC roles for your account."
            f"{response.headers} / {response.text}"
        )
    elif response.status_code != 200:
        response.raise_for_status()
    else:
        return response.text




if __name__ == "__main__":
    # TODO(developer): replace with your values
    dag_id = "your-dag-id"  # Replace with the ID of the DAG that you want to run.
    dag_config = {
        "your-key": "your-value"
    }  # Replace with configuration parameters for the DAG run.
    # Replace web_server_url with the Airflow web server address. To obtain this
    # URL, run the following command for your environment:
    # gcloud composer environments describe example-environment \
    #  --location=your-composer-region \
    #  --format="value(config.airflowUri)"
    web_server_url = (
        "https://example-airflow-ui-url-dot-us-central1.composer.googleusercontent.com"
    )

    response_text = trigger_dag(
        web_server_url=web_server_url, dag_id=dag_id, data=dag_config
    )

    print(response_text)

Mit einem Dienstkonto auf die Airflow REST API zugreifen

In Airflow-Versionen vor 2.3.0 ist die Länge des E-Mail-Felds in der Airflow-Datenbank auf 64 Zeichen begrenzt. Dienstkonten haben manchmal E‑Mail-Adressen, die länger als 64 Zeichen sind. Es ist nicht möglich, Airflow-Nutzer für solche Dienstkonten auf die übliche Weise zu erstellen. Wenn es keinen Airflow-Nutzer für ein solches Dienstkonto gibt, führt der Zugriff auf die Airflow REST API zu den HTTP-Fehlern 401 und 403.

Als Workaround können Sie einen Airflow-Nutzer für ein Dienstkonto vorregistrieren. Verwenden Sie dazu accounts.google.com:NUMERIC_USER_ID als Nutzernamen und einen beliebigen eindeutigen String als E-Mail-Adresse.

1. So rufen Sie NUMERIC_USER_ID für ein Dienstkonto ab:

   gcloud iam service-accounts describe \
     SA_NAME@PROJECT_ID.iam.gserviceaccount.com \
     --format="value(oauth2ClientId)"
   

   Ersetzen Sie:

   • SA_NAME durch den Namen des Dienstkontos.
   • PROJECT_ID durch die Projekt-ID.

2. Erstellen Sie einen Airflow-Nutzer mit der Rolle Op für das Dienstkonto:

   Airflow-UI

   1. Rufen Sie die Airflow-UI auf.

   2. Gehen Sie zu Sicherheit > Nutzer auflisten und klicken Sie auf Neuen Datensatz hinzufügen. Ihr Airflow-Nutzer muss die Rolle Admin haben, um diese Seite zu öffnen.

   3. Geben Sie accounts.google.com:NUMERIC_USER_ID als Nutzernamen an. Ersetzen Sie NUMERIC_USER_ID durch die Nutzer-ID aus dem vorherigen Schritt.

   4. Geben Sie eine eindeutige Kennung als E-Mail-Adresse an. Sie können einen beliebigen eindeutigen String verwenden.

   5. Geben Sie die Rolle für den Nutzer an. Beispiel: Op.

   6. Achten Sie darauf, dass das Kästchen Aktiv? angeklickt ist.

   7. Geben Sie den Vor- und Nachnamen des Nutzers an. Sie können einen beliebigen String verwenden.

   8. Klicken Sie auf Speichern.

   gcloud

   Führen Sie den folgenden Airflow-Befehlszeilenbefehl aus:

   gcloud composer environments run ENVIRONMENT_NAME \
       --location LOCATION \
       users create -- \
       -u accounts.google.com:NUMERIC_USER_ID \
       -e UNIQUE_ID  \
       -f UNIQUE_ID \
       -l - -r Op --use-random-password
   

   Ersetzen Sie:

   • ENVIRONMENT_NAME durch den Namen der Umgebung.
   • LOCATION durch die Region, in der sich die Umgebung befindet.
   • Ersetzen Sie NUMERIC_USER_ID durch die Nutzer-ID, die Sie im vorherigen Schritt erhalten haben.
   • UNIQUE_ID durch die Kennung für den Airflow-Nutzer. Sie können einen beliebigen eindeutigen String verwenden.

3. Nachdem Sie einen Airflow-Nutzer für ein Dienstkonto erstellt haben, wird ein Aufrufer, der als Dienstkonto authentifiziert ist, als vorregistrierter Nutzer erkannt und in Airflow angemeldet.

Airflow REST API-Komponente skalieren

Airflow REST API- und Airflow UI-Endpunkte werden auf dem Airflow-Webserver ausgeführt. Wenn Sie die REST API intensiv nutzen, sollten Sie die Menge an CPU und Arbeitsspeicher, die für den Airflow-Webserver verfügbar ist, entsprechend der erwarteten Last erhöhen.

Nächste Schritte

• DAGs mit Cloud Run Functions auslösen
• Airflow-Befehlszeile