本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。
安装 Python 依赖项
Python 依赖项是指在 Amazon MWAA 环境中为 Apache Airflow 版本安装的 Apache Airflow 基础版安装中未包含的任何程序包或发行版。本页介绍使用亚马逊 S3 存储桶中的requirements.txt
文件在亚马逊MWAA环境中安装 Apache Airflow Python 依赖项的步骤。
目录
先决条件
在完成本页上的步骤之前,您需要具备以下条件。
-
权限-您的 AWS 账户必须已获得管理员授予您环境的 A mazonMWAAFull ConsoleAccess 访问控制策略的访问权限。此外,您的执行角色必须允许您的 Amazon MWAA 环境访问您的环境所使用的 AWS 资源。
-
访问权限-如果您需要访问公共存储库才能直接在 Web 服务器上安装依赖项,则必须将环境配置为具有公共网络 Web 服务器访问权限。有关更多信息,请参阅 Apache Airflow 访问模式。
-
Amazon S3 配置 — 用于存储您的DAGs自定义插件和 Python 依赖项的 Amazon S3 存储桶
requirements.txt
必须配置为已阻止公共访问和启用版本控制。plugins.zip
工作方式
在亚马逊上MWAA,您可以安装所有 Python 依赖项,方法是将requirements.txt
文件上传到您的 Amazon S3 存储桶,然后在每次更新文件时在亚马逊MWAA控制台上指定该文件的版本。亚马逊MWAA运行是pip3 install -r requirements.txt
为了在 Apache Airflow 调度程序和每个工作程序上安装 Python 依赖项。
要在环境中运行 Python 依赖项,您必须做三件事:
-
在本地创建
requirements.txt
文件。 -
将本地
requirements.txt
上传到 Amazon S3 中的存储桶。 -
在 Amazon MWAA 控制台的 “需求文件” 字段中指定此文件的版本。
注意
如果这是您首次创建并上传requirements.txt
到 Amazon S3 存储桶,则还需要在 Amazon MWAA 控制台上指定文件路径。您只需要完成此步骤一次。
Python 依赖项概述
你可以从 Python Package Index (PyPi.org)、Python wheels (.whl
) 或 Python 依赖项中安装 Apache Airflow 额外内容和其他 Python 依赖项,这些依赖项来自环境中私有 PyPi/PEP-503 兼容存储库上托管的 Python 依赖项。
Python 依赖项位置和大小限制
Apache Airflow Scheduler 和 Workers 会在requirements.txt
文件中查找软件包,然后将软件包安装在环境中。 /usr/local/airflow/.local/bin
-
大小限制。我们建议使用
requirements.txt
文件,以引用组合大小小于 1 GB 的库。Amazon MWAA 需要安装的库越多,环境上的启动时间就越长。尽管 Amazon MWAA 没有明确限制已安装库的大小,但如果无法在十分钟内安装依赖项,Fargate 服务将超时并尝试将环境回滚到稳定状态。
创建 requirements.txt 文件
以下步骤描述了在本地创建 plugins.zip 文件时我们建议的步骤。
第一步:使用亚马逊MWAACLI实用程序测试 Python 依赖关系
-
命令行界面 (CLI) 实用程序在本地复制适用于 Apache Airflow 的亚马逊托管工作流程。
-
在本地CLI构建 Docker 容器镜像,该镜像类似于亚马逊MWAA生产镜像。这允许您在部署到亚马逊之前运行本地 Apache Airflow 环境来开发和测试DAGs自定义插件和依赖项。MWAA
-
要运行CLI,请参阅 aws-mwaa-local-runner
on GitHub。
步骤 2:创建 requirements.txt
下一节介绍如何在 requirements.txt
文件中指定 Python 程序包索引
上传 requirements.txt
到 Amazon S3
您可以使用 Amazon S3 控制台或 AWS Command Line Interface (AWS CLI) 将requirements.txt
文件上传到您的 Amazon S3 存储桶。
使用 AWS CLI
AWS Command Line Interface (AWS CLI) 是一个开源工具,可让您使用命令行 shell 中的命令与 AWS 服务进行交互。要完成本节中的步骤,您需要以下满足以下条件:
要使用上传 AWS CLI
-
以下示例列出所有 Amazon S3 存储桶。
aws s3 ls
-
使用以下命令列出 Amazon S3 存储桶中适合环境的文件和文件夹。
aws s3 ls s3://
YOUR_S3_BUCKET_NAME
-
以下命令将
requirements.txt
文件上传到 Amazon S3 存储桶。aws s3 cp requirements.txt s3://
YOUR_S3_BUCKET_NAME
/requirements.txt
使用 Amazon S3 控制台
Amazon S3 控制台是一个基于 Web 的UI ,允许您创建和管理 Amazon S3 桶中的资源。
要使用 Amazon S3 控制台上传,请执行以下操作
-
在 Amazon MWAA 控制台上打开 “环境” 页面
。 -
选择环境。
-
在 S3 窗格的DAG代码中选择 S3 存储桶链接,在 Amazon S3 控制台上打开您的存储桶。
-
选择上传。
-
选择 添加文件。
-
选择
requirements.txt
的本地副本,选择上传。
在环境中安装 Python 依赖项
本节介绍如何安装您上传到 Amazon S3 存储桶的依赖项,方法是指定 requirements.txt 文件的路径,并在每次更新时指定 requirements.txt 文件的版本。
在 Amazon MWAA 控制台requirements.txt
上指定路径(第一次)
如果这是您首次创建并上传requirements.txt
到 Amazon S3 存储桶,则还需要在 Amazon MWAA 控制台上指定文件路径。您只需要完成此步骤一次。
-
在 Amazon MWAA 控制台上打开 “环境” 页面
。 -
选择环境。
-
选择编辑。
-
在 Amazon S3 窗格的DAG代码中,选择 “需求文件-可选” 字段旁边的 “浏览 S3”。
-
选择 Amazon S3 存储桶中的
requirements.txt
文件。 -
选择选择。
-
选择下一步、更新环境。
您可以在环境完成更新后立即开始使用新程序包。
在 Amazon MWAA 控制台上指定requirements.txt
版本
每次在 Amazon S3 存储桶中上传新版本时,都需要requirements.txt
在亚马逊MWAA控制台上指定requirements.txt
文件的版本。
-
在 Amazon MWAA 控制台上打开 “环境” 页面
。 -
选择环境。
-
选择编辑。
-
在 Amazon S3 窗格的DAG代码中,从下拉列表中选择一个
requirements.txt
版本。 -
选择下一步、更新环境。
您可以在环境完成更新后立即开始使用新程序包。
查看您 requirements.txt
的日志
您可以查看调度工作流程并解析 dags
文件夹的计划程序的 Apache Airflow 日志。以下步骤介绍如何在 Amazon MWAA 控制台上打开计划程序的日志组,以及如何在日志控制台上查看 Apache Airflow 日志。 CloudWatch
要查看 requirements.txt
的日志,请执行以下操作
-
在 Amazon MWAA 控制台上打开 “环境” 页面
。 -
选择环境。
-
在监控窗格上选择 Airflow 计划程序日志组。
-
在日志流中选择
requirements_install_ip
日志。 -
您应该可以在
/usr/local/airflow/.local/bin
上看到环境中安装的程序包列表。例如:Collecting appdirs==1.4.4 (from -r /usr/local/airflow/.local/bin (line 1)) Downloading https://files.pythonhosted.org/packages/3b/00/2344469e2084fb28kjdsfiuyweb47389789vxbmnbjhsdgf5463acd6cf5e3db69324/appdirs-1.4.4-py2.py3-none-any.whl Collecting astroid==2.4.2 (from -r /usr/local/airflow/.local/bin (line 2))
-
查看程序包列表以及其中任何程序包在安装过程中是否遇到错误。如果出现问题,您可能会看到类似以下内容的错误:
2021-03-05T14:34:42.731-07:00 No matching distribution found for LibraryName==1.0.0 (from -r /usr/local/airflow/.local/bin (line 4)) No matching distribution found for LibraryName==1.0.0 (from -r /usr/local/airflow/.local/bin (line 4))
接下来做什么?
-
使用 on 在本地测试你的DAGs自定义插件和 Python 依赖关系 GitHub。aws-mwaa-local-runner