AirFlow 1.10.11的安装部署

1 AirFlow 介绍

参见官网

2 AirFlow 1.10.11的安装部署

2.1 安装依赖

• Centos7.x
• Python3.5或以上（本次采用3.6.6）
• Mysql5.7.x
• Apache-Airflow 1.10.11
• 可访问外网

若是虚拟机等，安装前可备份或快照，以免安装失败，导致不可用

2.2 Python环境准备

Python-3.6.6.tgz

# 卸载 mariadb
rpm -qa | grep mariadb
mariadb-libs-5.5.65-1.el7.x86_64
mariadb-5.5.65-1.el7.x86_64
mariadb-devel-5.5.65-1.el7.x86_64
yum remove mariadb
yum remove mariadb-libs
# 安装依赖
rpm -ivh mysql57-community-release-el7-11.noarch.rpm
yum install readline readline-devel -y
yum install gcc -y
yum install zlib* -y
yum install openssl openssl-devel -y
yum install sqlite-devel -y
yum install python-devel mysql-devel -y

# 提前到python官网下载好包
cd /opt/src
tar -zxvf Python-3.6.6.tgz
# 安装 python3 运行环境
cd Python-3.6.6/
# configure文件是一个可执行的脚本文件。如果配置了--prefix，安装后的所有
资源文件都会放在目录中
./configure --prefix=/usr/local/python3.6
make && make install
/usr/local/python3.6/bin/pip3 install virtualenv
# 启动 python3 环境
cd /usr/local/python3.6/bin/
./virtualenv env
. env/bin/activate
# 检查 python 版本
python -V

2.3 安装Airflow

2.3.1 环境变量

export AIRFLOW_HOME=/opt/app/servers/airflow

source /etc/profile

2.3.2 虚拟环境中安装

(env) [root@gcw2 bin]# pip install apache-airflow==1.10.11 -i https://pypi.douban.com/simple

pip install mysqlclient==1.4.6
airflow initdb

在执行 airflow initdb 命令时，如遇上如下报错：

ModuleNotFoundError: No module named
'sqlalchemy.ext.declarative.clsregistry'

这是由于 SQLAlchemy 模块版本低导致的错误。执行以下命令后，重新执行 airflow initdb 命令。

pip install SQLAlchemy==1.3.23

mysql数据库创建及用户权限

-- 创建数据库
SET GLOBAL explicit_defaults_for_timestamp = 1;
create database airflowgcw2;
-- 创建用户airflow，设置所有ip均可以访问
create user 'airflow'@'%' identified by 'xxx';
create user 'airflow'@'localhost' identified by 'xxx';
-- 用户授权，为新建的airflow用户授予Airflow库的所有权限
grant all on airflowgcw2.* to 'airflow'@'%';
flush privileges;

修改 $AIRFLOW_HOME/airflow.cfg：

# 约 75 行
sql_alchemy_conn = mysql://airflow:password@ip:port/airflowgcw2
# 重新执行
airflow initdb

2.4 密码模块

(env) [root@gcw2 airflow]# pip install apache-airflow[password]

修改 airflow.cfg 配置文件（第一行修改，第二行增加）：

## 约 281 行
[webserver]
# 约 353行
authenticate = True
auth_backend = airflow.contrib.auth.backends.password_auth

python中启动

输入python进入，然后执行下列

import airflow
from airflow import models, settings
from airflow.contrib.auth.backends.password_auth import PasswordUser
user = PasswordUser(models.User())
user.username = 'airflow'
user.email = 'xxx@xxx.com'
user.password = 'xxx'
session = settings.Session()
session.add(user)
session.commit()
session.close()
exit()

2.5 python3环境中启动

# 备注：要先进入python3的运行环境
cd /usr/local/python3.6/bin/
./virtualenv env
. env/bin/activate
# 退出虚拟环境命令
deactivate
# 启动scheduler调度器:
airflow scheduler -D
# 服务页面启动：
airflow webserver -D

2.6 初步成功

2021-09-09

2.7 配置

2.7.1 时区修改

• 修改$AIRFLOW_HOME/airflow.cfg

  # 约 65 行
  default_timezone = Asia/Shanghai
  

• airflow安装包位置

  # 进入Airflow包的安装位置
  cd /usr/local/python3.6/bin/env/lib/python3.6/site-packages/
  # 修改airflow/utils/timezone.py
  cd airflow/utils
  vi timezone.py
  

  第27行注释，增加行：

  27 utc = pendulum.timezone('UTC')
  

  from airflow import configuration as conf
  try:
          tz = conf.get("core", "default_timezone")
          if tz == "system":
                  utc = pendulum.local_timezone()
          else:
                  utc = pendulum.timezone(tz)
  except Exception:
          pass
  

  71行

    d = dt.datetime.now()
  

• vi sqlalchemy.py

  utc = pendulum.timezone('UTC')
  from airflow import configuration as conf
  try:
  	tz = conf.get("core", "default_timezone")
  	if tz == "system":
  		utc = pendulum.local_timezone()
  	else:
  		utc = pendulum.timezone(tz)
  except Exception:
  	pass
  

• 修改 /usr/local/python3.6/bin/env/lib/python3.6/site-packages/airflow/www/templates/admin/master.html

  # 将第40行修改为以下内容：
  40 var UTCseconds = x.getTime();
  # 将第43行修改为以下内容：
  43 "timeFormat":"H:i:s",
  

2.7.2 重启

# 关闭 airflow webserver 对应的服务 # 关闭 airflow scheduler 对应的服务
ps -ef | grep 'airflow-webserver' | grep -v 'grep' | awk '{print $2}' | xargs -i kill -9 {}
ps -ef | grep 'airflow' | grep 'scheduler' | awk '{print $2}' | xargs -i kill -9 {}
# 删除对应的pid文件 # 重启服务（在python3.6虚拟环境中执行）
cd $AIRFLOW_HOME 
rm -rf *.pid

#重新启动
airflow scheduler -D
airflow webserver -D

2.7.3 时间正常

2.7.4 禁用自带DAG

系统自带DAG太多，选择禁用掉

• 停止系统

  # 关闭 airflow webserver 对应的服务  
  # 关闭 airflow webserver 对应的服务  
  ps -ef | grep 'airflow-webserver' | grep -v 'grep' | awk '{print $2}' | xargs -i kill -9 {}
  ps -ef | grep 'airflow' | grep 'scheduler' | awk '{print $2}' | xargs -i kill -9 {}
  # 删除对应的pid文件
  cd $AIRFLOW_HOME
  rm -rf *.pid
  

• 修改文件 $AIRFLOW_HOME/airflow.cfg：

  # 修改文件第 136 行
  136 # load_examples = True
  137 load_examples = False
  # 重新设置db
  airflow resetdb -y
  

• 重新设置账户、口令：

  import airflow
  from airflow import models, settings
  from airflow.contrib.auth.backends.password_auth import PasswordUser
  user = PasswordUser(models.User())
  user.username = 'airflow'
  user.email = 'xxx@xxx.com'
  user.password = 'airflow'
  session = settings.Session()
  session.add(user)
  session.commit()
  session.close()
  exit()
  

• 重启服务

  airflow scheduler -D 
  airflow webserver -D