Riferimento ai comandi CLI di Apache Airflow

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Questo argomento descrive i comandi CLI di Apache Airflow supportati e non supportati su Amazon Managed Workflows for Apache Airflow.

Prerequisiti

La sezione seguente descrive i passaggi preliminari necessari per utilizzare i comandi e gli script in questa pagina.

Accesso

AWS CLI

Il AWS Command Line Interface (AWS CLI) è uno strumento open source che consente di interagire con i AWS servizi utilizzando i comandi nella shell della riga di comando. Per completare la procedura descritta in questa pagina, è necessario quanto segue:

Cosa è cambiato nella v2

Comandi CLI supportati

La sezione seguente elenca i comandi CLI di Apache Airflow disponibili su Amazon MWAA.

Comandi supportati

Apache Airflow v2

Versioni secondarie	Comando
v2.0 e versioni successive	cheatsheet
v2.0 +	connessioni aggiungi
v2.0 +	eliminazione delle connessioni
v2.2+ (nota)	4 giorni di riempimento
v2.0 +	giorni eliminati
v2.2+ (nota)	elenco dei giorni
v2.0 +	dags list-jobs
v2.6 +	giorni list-import-errors
v2.2+ (nota)	dags list-run
v2.2+ (nota)	dags successiva esecuzione
v2.0 +	giorni di pausa
v2.0 +	rapporto dags
v2.4 e versioni successive	i dag riserializzano
v2.0 +	mostra giorni
v2.0 +	stato dei giorni
v2.0 +	giorni di test
v2.0 +	i giorni si innescano
v2.0 +	giorni in pausa
v2.4 e versioni successive	db pulito
v2.0 +	comportamenti dei fornitori
v2.0 +	i fornitori ottengono
v2.0 +	ganci per fornitori
v2.0 +	link ai fornitori
v2.0 +	elenco dei fornitori
v2.8 +	notifiche ai fornitori
v2.6+	segreti dei fornitori
v2.7 +	trigger dei provider
v2.0 +	widget dei fornitori
v2.6 +	ruoli add-perms
v2.6 +	ruoli del-perms
v2.6 +	i ruoli creano
v2.0 +	elenco dei ruoli
v2.0 +	compiti chiari
v2.0 +	attività fallite - deps
v2.0 +	elenco delle attività
v2.0 +	renderizzazione delle attività
v2.0 +	stato delle attività
v2.0 +	attività states-for-dag-run
v2.0 +	test delle attività
v2.0 +	le variabili si eliminano
v2.0 +	le variabili ottengono
v2.0 +	set di variabili
v2.0 +	elenco delle variabili
v2.0 +	versione

anchor

• Apache Airflow v2

Versioni secondarie	Comando
v2.0 e versioni successive	cheatsheet
v2.0 +	connessioni aggiungi
v2.0 +	eliminazione delle connessioni
v2.2+ (nota)	4 giorni di riempimento
v2.0 +	giorni eliminati
v2.2+ (nota)	elenco dei giorni
v2.0 +	dags list-jobs
v2.6 +	giorni list-import-errors
v2.2+ (nota)	dags list-run
v2.2+ (nota)	dags successiva esecuzione
v2.0 +	giorni di pausa
v2.0 +	rapporto dags
v2.4 e versioni successive	i dag riserializzano
v2.0 +	mostra giorni
v2.0 +	stato dei giorni
v2.0 +	giorni di test
v2.0 +	i giorni si innescano
v2.0 +	giorni in pausa
v2.4 e versioni successive	db pulito
v2.0 +	comportamenti dei fornitori
v2.0 +	i fornitori ottengono
v2.0 +	ganci per fornitori
v2.0 +	link ai fornitori
v2.0 +	elenco dei fornitori
v2.8 +	notifiche ai fornitori
v2.6+	segreti dei fornitori
v2.7 +	trigger dei provider
v2.0 +	widget dei fornitori
v2.6 +	ruoli add-perms
v2.6 +	ruoli del-perms
v2.6 +	i ruoli creano
v2.0 +	elenco dei ruoli
v2.0 +	compiti chiari
v2.0 +	attività fallite - deps
v2.0 +	elenco delle attività
v2.0 +	renderizzazione delle attività
v2.0 +	stato delle attività
v2.0 +	attività states-for-dag-run
v2.0 +	test delle attività
v2.0 +	le variabili si eliminano
v2.0 +	le variabili ottengono
v2.0 +	set di variabili
v2.0 +	elenco delle variabili
v2.0 +	versione

Utilizzo di comandi che analizzano DAGs

Se nel tuo ambiente è in esecuzione Apache Airflow v1.10.12 o v2.0.2, i comandi CLI che analizzano DAGs falliranno se il DAG utilizza plugin che dipendono dai pacchetti installati tramite: requirements.txt

È possibile utilizzare questi comandi CLI se DAGs non si utilizzano plug-in che dipendono dai pacchetti installati tramite un. requirements.txt

Codice di esempio

La sezione seguente contiene esempi di diversi modi di utilizzare la CLI di Apache Airflow.

Imposta, ottieni o elimina una variabile Apache Airflow v2

È possibile utilizzare il seguente codice di esempio per impostare, ottenere o eliminare una variabile nel formato di. <script> <mwaa env name> get | set | delete <variable> <variable value> </variable> </variable>

[ $# -eq 0 ] && echo "Usage: $0 MWAA environment name " && exit

if [[ $2 == "" ]]; then
    dag="variables list"

elif  [ $2 == "get" ] ||  [ $2 == "delete" ] ||  [ $2 == "set" ]; then
    dag="variables $2 $3 $4 $5"

else
    echo "Not a valid command"
    exit 1
fi

CLI_JSON=$(aws mwaa --region $AWS_REGION create-cli-token --name $1) \
    && CLI_TOKEN=$(echo $CLI_JSON | jq -r '.CliToken') \
    && WEB_SERVER_HOSTNAME=$(echo $CLI_JSON | jq -r '.WebServerHostname') \
    && CLI_RESULTS=$(curl --request POST "https://$WEB_SERVER_HOSTNAME/aws_mwaa/cli" \
    --header "Authorization: Bearer $CLI_TOKEN" \
    --header "Content-Type: text/plain" \
    --data-raw "$dag" ) \
    && echo "Output:" \
    && echo $CLI_RESULTS | jq -r '.stdout' | base64 --decode \
    && echo "Errors:" \
    && echo $CLI_RESULTS | jq -r '.stderr' | base64 --decode

Aggiungere una configurazione quando si attiva un DAG

È possibile utilizzare il seguente codice di esempio con Apache Airflow v1 e Apache Airflow v2 per aggiungere una configurazione quando si attiva un DAG, ad esempio. airflow trigger_dag 'dag_name' —conf '{"key":"value"}'

import boto3
import json
import requests 
import base64

mwaa_env_name = 'YOUR_ENVIRONMENT_NAME'
dag_name = 'YOUR_DAG_NAME'
key = "YOUR_KEY"
value = "YOUR_VALUE"
conf = "{\"" + key + "\":\"" + value + "\"}"

client = boto3.client('mwaa')

mwaa_cli_token = client.create_cli_token(
  Name=mwaa_env_name
)

mwaa_auth_token = 'Bearer ' + mwaa_cli_token['CliToken']
mwaa_webserver_hostname = 'https://{0}/aws_mwaa/cli'.format(mwaa_cli_token['WebServerHostname'])
raw_data = "trigger_dag {0} -c '{1}'".format(dag_name, conf)

mwaa_response = requests.post(
      mwaa_webserver_hostname,
      headers={
          'Authorization': mwaa_auth_token,
          'Content-Type': 'text/plain'
          },
      data=raw_data
      )
      
mwaa_std_err_message = base64.b64decode(mwaa_response.json()['stderr']).decode('utf8')
mwaa_std_out_message = base64.b64decode(mwaa_response.json()['stdout']).decode('utf8')

print(mwaa_response.status_code)
print(mwaa_std_err_message)
print(mwaa_std_out_message)

Esegui i comandi CLI su un tunnel SSH verso un host bastion

L'esempio seguente mostra come eseguire i comandi CLI Airflow utilizzando un proxy tunnel SSH su un host Linux Bastion.

Esempi GitHub e tutorial AWS