聊聊Docker中 Airflow 2.2.3 容器化安装

上文简单的了解了airflow的概念与使用场景，今天就通过Docker安装一下Airflow,在使用中在深入的了解一下airflow有哪些具体的功能。

1Airflow容器化部署

阿里云的宿主机环境：

• 操作系统: Ubuntu 20.04.3 LTS
• 内核版本: Linux 5.4.0-91-generic

安装docker

安装Docker可参考官方文档[1],纯净系统，就没必要卸载旧版本了，因为是云上平台，为防止配置搞坏环境，你可以先提前进行快照。

1.  # 更新repo 
2.  sudo apt-get update 
3.  sudo apt-get install \ 
4.     ca-certificates \ 
5.     curl \ 
6.     gnupg \ 
7.     lsb-release 
8.      
9. # 添加docker gpg key 
10. curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg 
11.  
12. # 设置docker stable仓库地址 
13. echo \ 
14.   "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu \ 
15.   $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null 
16.    
17. # 查看可安装的docker-ce版本 
18. root@bigdata1:~# apt-cache madison docker-ce 
19.  docker-ce | 5:20.10.12~3-0~ubuntu-focal | https://download.docker.com/linux/ubuntu focal/stable amd64 Packages 
20.  docker-ce | 5:20.10.11~3-0~ubuntu-focal | https://download.docker.com/linux/ubuntu focal/stable amd64 Packages 
21.  docker-ce | 5:20.10.10~3-0~ubuntu-focal | https://download.docker.com/linux/ubuntu focal/stable amd64 Packages 
22.  docker-ce | 5:20.10.9~3-0~ubuntu-focal | https://download.docker.com/linux/ubuntu focal/stable amd64 Packages 
23.  
24. # 安装命令格式 
25. #sudo apt-get install docker-ce=<VERSION_STRING> docker-ce-cli=<VERSION_STRING> containerd.io 
26. # 安装指定版本 
27. sudo apt-get install docker-ce=5:20.10.12~3-0~ubuntu-focal docker-ce-cli=5:20.10.12~3-0~ubuntu-focal containerd.io 

优化Docker配置

1. { 
2.     "data-root": "/var/lib/docker", 
3.     "exec-opts": [ 
4.         "native.cgroupdriver=systemd" 
5.     ], 
6.     "registry-mirrors": [ 
7.         "https://****.mirror.aliyuncs.com" #此处配置一些加速的地址，比如阿里云的等等... 
8.     ], 
9.     "storage-driver": "overlay2", 
10.     "storage-opts": [ 
11.         "overlay2.override_kernel_check=true" 
12.     ], 
13.     "log-driver": "json-file", 
14.     "log-opts": { 
15.         "max-size": "100m", 
16.         "max-file": "3" 
17.     } 
18. } 

配置开机自己

1. systemctl daemon-reload 
2. systemctl enable --now docker.service 

容器化安装Airflow

数据库选型

根据官网的说明，数据库建议使用MySQL8+和postgresql 9.6+，在官方的docker-compose脚本[2]中使用是PostgreSQL,因此我们需要调整一下docker-compose.yml的内容

1. --- 
2. version: '3' 
3. x-airflow-common: 
4.   &airflow-common 
5.   # In order to add custom dependencies or upgrade provider packages you can use your extended image. 
6.   # Comment the image line, place your Dockerfile in the directory where you placed the docker-compose.yaml 
7.   # and uncomment the "build" line below, Then run `docker-compose build` to build the images. 
8.   image: ${AIRFLOW_IMAGE_NAME:-apache/airflow:2.2.3} 
9.   # build: . 
10.   environment: 
11.     &airflow-common-env 
12.     AIRFLOW__CORE__EXECUTOR: CeleryExecutor 
13.     AIRFLOW__CORE__SQL_ALCHEMY_CONN: mysql+mysqldb://airflow:aaaa@mysql/airflow # 此处替换为mysql连接方式 
14.     AIRFLOW__CELERY__RESULT_BACKEND: db+mysql://airflow:aaaa@mysql/airflow # 此处替换为mysql连接方式 
15.     AIRFLOW__CELERY__BROKER_URL: redis://:xxxx@redis:6379/0 # 为保证安全，我们对redis开启了认证，因此将此处xxxx替换为redis密码 
16.     AIRFLOW__CORE__FERNET_KEY: '' 
17.     AIRFLOW__CORE__DAGS_ARE_PAUSED_AT_CREATION: 'true' 
18.     AIRFLOW__CORE__LOAD_EXAMPLES: 'true' 
19.     AIRFLOW__API__AUTH_BACKEND: 'airflow.api.auth.backend.basic_auth' 
20.     _PIP_ADDITIONAL_REQUIREMENTS: ${_PIP_ADDITIONAL_REQUIREMENTS:-} 
21.   volumes: 
22.     - ./dags:/opt/airflow/dags 
23.     - ./logs:/opt/airflow/logs 
24.     - ./plugins:/opt/airflow/plugins 
25.   user: "${AIRFLOW_UID:-50000}:0" 
26.   depends_on: 
27.     &airflow-common-depends-on 
28.     redis: 
29.       condition: service_healthy 
30.     mysql: # 此处修改为mysql service名称 
31.       condition: service_healthy 
32.  
33. services: 
34.   mysql: 
35.     image: mysql:8.0.27 # 修改为mysql最新版镜像 
36.     environment: 
37.       MYSQL_ROOT_PASSWORD: bbbb # MySQL root账号密码 
38.       MYSQL_USER: airflow 
39.       MYSQL_PASSWORD: aaaa # airflow用户的密码 
40.       MYSQL_DATABASE: airflow 
41.     command: 
42.       --default-authentication-plugin=mysql_native_password # 指定默认的认证插件 
43.       --collation-server=utf8mb4_general_ci # 依据官方指定字符集 
44.       --character-set-server=utf8mb4 # 依据官方指定字符编码 
45.     volumes: 
46.       - /apps/airflow/mysqldata8:/var/lib/mysql # 持久化MySQL数据 
47.       - /apps/airflow/my.cnf:/etc/my.cnf # 持久化MySQL配置文件 
48.     healthcheck: 
49.       test:  mysql --user=$$MYSQL_USER --password=$$MYSQL_PASSWORD -e 'SHOW DATABASES;' # healthcheck command 
50.       interval: 5s 
51.       retries: 5 
52.     restart: always 
53.  
54.   redis: 
55.     image: redis:6.2 
56.     expose: 
57.       - 6379 
58.     command: redis-server --requirepass xxxx # redis-server开启密码认证 
59.     healthcheck: 
60.       test: ["CMD", "redis-cli","-a","xxxx","ping"] # redis使用密码进行healthcheck 
61.       interval: 5s 
62.       timeout: 30s 
63.       retries: 50 
64.     restart: always 
65.  
66.   airflow-webserver: 
67.     <<: *airflow-common 
68.     command: webserver 
69.     ports: 
70.       - 8080:8080 
71.     healthcheck: 
72.       test: ["CMD", "curl", "--fail", "http://localhost:8080/health"] 
73.       interval: 10s 
74.       timeout: 10s 
75.       retries: 5 
76.     restart: always 
77.     depends_on: 
78.       <<: *airflow-common-depends-on 
79.       airflow-init: 
80.         condition: service_completed_successfully 
81.  
82.   airflow-scheduler: 
83.     <<: *airflow-common 
84.     command: scheduler 
85.     healthcheck: 
86.       test: ["CMD-SHELL", 'airflow jobs check --job-type SchedulerJob --hostname "$${HOSTNAME}"'] 
87.       interval: 10s 
88.       timeout: 10s 
89.       retries: 5 
90.     restart: always 
91.     depends_on: 
92.       <<: *airflow-common-depends-on 
93.       airflow-init: 
94.         condition: service_completed_successfully 
95.  
96.   airflow-worker: 
97.     <<: *airflow-common 
98.     command: celery worker 
99.     healthcheck: 
100.       test: 
101.         - "CMD-SHELL" 
102.         - 'celery --app airflow.executors.celery_executor.app inspect ping -d "celery@$${HOSTNAME}"' 
103.       interval: 10s 
104.       timeout: 10s 
105.       retries: 5 
106.     environment: 
107.       <<: *airflow-common-env 
108.       # Required to handle warm shutdown of the celery workers properly 
109.       # See https://airflow.apache.org/docs/docker-stack/entrypoint.html#signal-propagation 
110.       DUMB_INIT_SETSID: "0" 
111.     restart: always 
112.     depends_on: 
113.       <<: *airflow-common-depends-on 
114.       airflow-init: 
115.         condition: service_completed_successfully 
116.  
117.   airflow-triggerer: 
118.     <<: *airflow-common 
119.     command: triggerer 
120.     healthcheck: 
121.       test: ["CMD-SHELL", 'airflow jobs check --job-type TriggererJob --hostname "$${HOSTNAME}"'] 
122.       interval: 10s 
123.       timeout: 10s 
124.       retries: 5 
125.     restart: always 
126.     depends_on: 
127.       <<: *airflow-common-depends-on 
128.       airflow-init: 
129.         condition: service_completed_successfully 
130.  
131.   airflow-init: 
132.     <<: *airflow-common 
133.     entrypoint: /bin/bash 
134.     # yamllint disable rule:line-length 
135.     command: 
136.       - -c 
137.       - | 
138.         function ver() { 
139.           printf "%04d%04d%04d%04d" $${1//./ } 
140.         } 
141.         airflow_version=$$(gosu airflow airflow version) 
142.         airflow_version_comparable=$$(ver $${airflow_version}) 
143.         min_airflow_version=2.2.0 
144.         min_airflow_version_comparable=$$(ver $${min_airflow_version}) 
145.         if (( airflow_version_comparable < min_airflow_version_comparable )); then 
146.           echo 
147.           echo -e "\033[1;31mERROR!!!: Too old Airflow version $${airflow_version}!\e[0m" 
148.           echo "The minimum Airflow version supported: $${min_airflow_version}. Only use this or higher!" 
149.           echo 
150.           exit 1 
151.         fi 
152.         if [[ -z "${AIRFLOW_UID}" ]]; then 
153.           echo 
154.           echo -e "\033[1;33mWARNING!!!: AIRFLOW_UID not set!\e[0m" 
155.           echo "If you are on Linux, you SHOULD follow the instructions below to set " 
156.           echo "AIRFLOW_UID environment variable, otherwise files will be owned by root." 
157.           echo "For other operating systems you can get rid of the warning with manually created .env file:" 
158.           echo "    See: https://airflow.apache.org/docs/apache-airflow/stable/start/docker.html#setting-the-right-airflow-user" 
159.           echo 
160.         fi 
161.         one_meg=1048576 
162.         mem_available=$$(($$(getconf _PHYS_PAGES) * $$(getconf PAGE_SIZE) / one_meg)) 
163.         cpus_available=$$(grep -cE 'cpu[0-9]+' /proc/stat) 
164.         disk_available=$$(df / | tail -1 | awk '{print $$4}') 
165.         warning_resources="false" 
166.         if (( mem_available < 4000 )) ; then 
167.           echo 
168.           echo -e "\033[1;33mWARNING!!!: Not enough memory available for Docker.\e[0m" 
169.           echo "At least 4GB of memory required. You have $$(numfmt --to iec $$((mem_available * one_meg)))" 
170.           echo 
171.           warning_resources="true" 
172.         fi 
173.         if (( cpus_available < 2 )); then 
174.           echo 
175.           echo -e "\033[1;33mWARNING!!!: Not enough CPUS available for Docker.\e[0m" 
176.           echo "At least 2 CPUs recommended. You have $${cpus_available}" 
177.           echo 
178.           warning_resources="true" 
179.         fi 
180.         if (( disk_available < one_meg * 10 )); then 
181.           echo 
182.           echo -e "\033[1;33mWARNING!!!: Not enough Disk space available for Docker.\e[0m" 
183.           echo "At least 10 GBs recommended. You have $$(numfmt --to iec $$((disk_available * 1024 )))" 
184.           echo 
185.           warning_resources="true" 
186.         fi 
187.         if [[ $${warning_resources} == "true" ]]; then 
188.           echo 
189.           echo -e "\033[1;33mWARNING!!!: You have not enough resources to run Airflow (see above)!\e[0m" 
190.           echo "Please follow the instructions to increase amount of resources available:" 
191.           echo "   https://airflow.apache.org/docs/apache-airflow/stable/start/docker.html#before-you-begin" 
192.           echo 
193.         fi 
194.         mkdir -p /sources/logs /sources/dags /sources/plugins 
195.         chown -R "${AIRFLOW_UID}:0" /sources/{logs,dags,plugins} 
196.         exec /entrypoint airflow version 
197.     # yamllint enable rule:line-length 
198.     environment: 
199.       <<: *airflow-common-env 
200.       _AIRFLOW_DB_UPGRADE: 'true' 
201.       _AIRFLOW_WWW_USER_CREATE: 'true' 
202.       _AIRFLOW_WWW_USER_USERNAME: ${_AIRFLOW_WWW_USER_USERNAME:-airflow} 
203.       _AIRFLOW_WWW_USER_PASSWORD: ${_AIRFLOW_WWW_USER_PASSWORD:-airflow} 
204.     user: "0:0" 
205.     volumes: 
206.       - .:/sources 
207.  
208.   airflow-cli: 
209.     <<: *airflow-common 
210.     profiles: 
211.       - debug 
212.     environment: 
213.       <<: *airflow-common-env 
214.       CONNECTION_CHECK_MAX_COUNT: "0" 
215.     # Workaround for entrypoint issue. See: https://github.com/apache/airflow/issues/16252 
216.     command: 
217.       - bash 
218.       - -c 
219.       - airflow 
220.  
221.   flower: 
222.     <<: *airflow-common 
223.     command: celery flower 
224.     ports: 
225.       - 5555:5555 
226.     healthcheck: 
227.       test: ["CMD", "curl", "--fail", "http://localhost:5555/"] 
228.       interval: 10s 
229.       timeout: 10s 
230.       retries: 5 
231.     restart: always 
232.     depends_on: 
233.       <<: *airflow-common-depends-on 
234.       airflow-init: 
235.         condition: service_completed_successfully 

在官方docker-compose.yaml基础上只修改了x-airflow-common,MySQL,Redis相关配置，接下来就应该启动容器了，在启动之前，需要创建几个持久化目录:

1. mkdir -p ./dags ./logs ./plugins 
2. echo -e "AIRFLOW_UID=$(id -u)" > .env # 注意，此处一定要保证AIRFLOW_UID是普通用户的UID,且保证此用户有创建这些持久化目录的权限 

如果不是普通用户，在运行容器的时候，会报错，找不到airflow模块

1. docker-compose up airflow-init #初始化数据库，以及创建表 
2. docker-compose up -d #创建airflow容器 

当出现容器的状态为unhealthy的时候，要通过docker inspect $container_name查看报错的原因，至此airflow的安装就已经完成了。

参考资料

[1]Install Docker Engine on Ubuntu: https://docs.docker.com/engine/install/ubuntu/

[2]官方docker-compose.yaml: https://airflow.apache.org/docs/apache-airflow/2.2.3/docker-compose.yaml

原文链接：https://mp.weixin.qq.com/s/VncpyXcTtlvnDkFrsAZ5lQ