기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
# Lambda 함수를 사용한 DAG 호출
다음 코드 예제는 Amazon MWAA 환경에서 [AWS Lambda](https://docs.aws.amazon.com/lambda/latest/dg/getting-started.html) 함수를 사용하여 Apache Airflow CLI 토큰을 가져오고 방향성 비순환 그래프(DAG)를 호출합니다.
**Topics**
+ [버전](#samples-lambda-version)
+ [사전 조건](#samples-lambda-prereqs)
+ [권한](#samples-lambda-permissions)
+ [종속성](#samples-lambda-dependencies)
+ [코드 예제](#samples-lambda-code)
## 버전
이 페이지의 코드 예제는 [Python 3.10](https://peps.python.org/pep-0619/)의 **Apache Airflow v2** 및 [Python 3.11](https://peps.python.org/pep-0664/)의 **Apache Airflow v3**에서 사용할 수 있습니다.
## 사전 조건
이 코드 예제를 활용하려면 다음과 같이 해야 합니다.
+ [Amazon MWAA 환경](get-started.md)에서는 [퍼블릭 네트워크 액세스 모드](configuring-networking.md#webserver-options-public-network-onconsole)를 사용합니다.
+ 최신 Python 런타임을 사용하는 [Lambda 함수](https://docs.aws.amazon.com/lambda/latest/dg/lambda-python.html)를 보유합니다.
**참고**
Lambda 함수와 Amazon MWAA 환경이 동일한 VPC에 있는 경우, 프라이빗 네트워크에서 이 코드를 사용할 수 있습니다. 이 구성의 경우 Lambda 함수의 실행 역할에 Amazon Elastic Compute Cloud(Amazon EC2) **CreateNetworkInterface** API 작업을 호출할 수 있는 권한이 필요합니다. [https://console.aws.amazon.com/iam/home?#/policies/arn:aws:iam::aws:policy/service-role/AWSLambdaVPCAccessExecutionRole$jsonEditor](https://console.aws.amazon.com/iam/home?#/policies/arn:aws:iam::aws:policy/service-role/AWSLambdaVPCAccessExecutionRole$jsonEditor) AWS관리형 정책을 사용하여이 권한을 제공할 수 있습니다.
## 권한
이 페이지의 코드 예제를 사용하려면 Amazon MWAA 환경의 실행 역할에 `airflow:CreateCliToken` 작업을 수행할 수 있는 액세스 권한이 필요합니다. `AmazonMWAAAirflowCliAccess` AWS관리형 정책을 사용하여이 권한을 제공할 수 있습니다.
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Effect": "Allow",
"Action": [
"airflow:CreateCliToken"
],
"Resource": "*"
}
]
}
```
------
자세한 정보는 [Apache Airflow CLI 정책: AmazonMWAAAirflowCliAccess](access-policies.md#cli-access) 섹션을 참조하세요.
## 종속성
이 코드 예제를 Apache Airflow v2 이상에 사용하려면 추가 종속성이 필요하지 않습니다. [aws-mwaa-docker-images](https://github.com/aws/amazon-mwaa-docker-images)를 사용하여 Apache Airflow를 설치합니다.
## 코드 예제
1. [https://console.aws.amazon.com/lambda/](https://console.aws.amazon.com/lambda/) AWS Lambda 콘솔을 엽니다.
1. **함수** 목록에서 Lambda 함수를 선택합니다.
1. 함수 페이지에서 다음 코드를 복사하고 다음을 리소스 이름으로 바꿉니다.
+ `YOUR_ENVIRONMENT_NAME` – Amazon MWAA 환경의 이름입니다.
+ `YOUR_DAG_NAME` – 호출하려는 DAG의 이름입니다.
```
import boto3
import http.client
import base64
import ast
mwaa_env_name = 'YOUR_ENVIRONMENT_NAME'
dag_name = 'YOUR_DAG_NAME'
mwaa_cli_command = 'dags trigger'
client = boto3.client('mwaa')
def lambda_handler(event, context):
# get web token
mwaa_cli_token = client.create_cli_token(
Name=mwaa_env_name
)
conn = http.client.HTTPSConnection(mwaa_cli_token['WebServerHostname'])
payload = mwaa_cli_command + " " + dag_name
headers = {
'Authorization': 'Bearer ' + mwaa_cli_token['CliToken'],
'Content-Type': 'text/plain'
}
conn.request("POST", "/aws_mwaa/cli", payload, headers)
res = conn.getresponse()
data = res.read()
dict_str = data.decode("UTF-8")
mydata = ast.literal_eval(dict_str)
return base64.b64decode(mydata['stdout'])
```
1. **배포(Deploy)**를 선택합니다.
1. Lambda 콘솔을 사용하여 함수를 호출하려면 **테스트**를 선택합니다.
1. Lambda가 DAG를 성공적으로 호출했는지 확인하려면 Amazon MWAA를 사용하여 환경의 Apache Airflow UI로 이동한 후 다음을 수행합니다.
1. **DAG** 페이지의 DAG 목록에서 새 대상 DAG를 찾습니다.
1. **마지막 실행**에서 최신 DAG 실행의 타임스탬프를 확인합니다. 이 타임스탬프는 사용자의 다른 환경에서 `invoke_dag`에 대한 최신 타임스탬프와 거의 일치해야 합니다.
1. **최근 작업**에서 마지막 실행이 성공했는지 확인합니다.