Migrer des environnements vers Managed Airflow (3e génération)

Managed Airflow (3e génération) | Managed Airflow (2e génération) | Managed Airflow (ancienne 1re génération)

Cette page explique comment transférer des DAG, des données et des configurations de votre environnement Managed Airflow (génération 2) existant vers Managed Airflow (génération 3).

Autres guides de migration

De À Méthode Guide
Managed Airflow (3e génération), Airflow 2 Managed Airflow (3e génération), Airflow 3 Transfert manuel côte à côte Guide de migration manuelle
Managed Airflow (2e génération) Managed Airflow (3e génération) Parallèlement, à l'aide du script de migration Guide de migration des scripts
Managed Airflow (2e génération) Managed Airflow (3e génération) Côte à côte, à l'aide d'instantanés Ce guide
Managed Airflow (ancienne génération 1), Airflow 2 Managed Airflow (3e génération) Côte à côte, à l'aide d'instantanés Guide de migration des instantanés
Managed Airflow (ancienne génération 1), Airflow 2 Managed Airflow (2e génération) Côte à côte, à l'aide d'instantanés Guide de migration des instantanés
Managed Airflow (ancienne génération 1), Airflow 2 Managed Airflow (2e génération) Transfert manuel côte à côte Guide de migration manuelle
Managed Airflow (ancienne génération 1), Airflow 1 Managed Airflow (2e génération), Airflow 2 Côte à côte, à l'aide d'instantanés Guide de migration des instantanés
Managed Airflow (ancienne génération 1), Airflow 1 Managed Airflow (2e génération), Airflow 2 Transfert manuel côte à côte Guide de migration manuelle
Managed Airflow (ancienne génération 1), Airflow 1 Managed Airflow (ancienne génération 1), Airflow 2 Transfert manuel côte à côte Guide de migration manuelle

Avant de commencer

  • Ce guide de migration utilise des instantanés. Les snapshots sont compatibles avec la version 2.0.9 et ultérieures de Managed Airflow (Gen 2).

  • Managed Airflow est compatible avec la migration côte à côte de Managed Airflow (2e génération) vers Managed Airflow (3e génération). Il n'est pas possible de mettre à niveau sur place Managed Airflow (2e génération) vers Managed Airflow (3e génération).

  • Consultez la liste des différences entre Managed Airflow (2e génération) et Managed Airflow (3e génération). Assurez-vous que votre environnement n'utilise pas de fonctionnalités qui ne sont pas encore disponibles dans Managed Airflow (3e génération).

  • La taille maximale de la base de données Airflow compatible avec les instantanés est de 20 Go. Si la base de données de votre environnement occupe plus de 20 Go, réduisez la taille de la base de données Airflow.

  • Le nombre total d'objets dans les dossiers /dags, /plugins et /data du bucket de l'environnement doit être inférieur à 100 000 pour que vous puissiez créer des instantanés.

  • Si vous utilisez le mécanisme XCom pour transférer des fichiers, assurez-vous de l'utiliser conformément aux consignes d'Airflow. Le transfert de fichiers volumineux ou d'un grand nombre de fichiers à l'aide de XCom a un impact sur les performances de la base de données Airflow et peut entraîner des échecs lors du chargement d'instantanés ou de la mise à niveau de votre environnement. Envisagez d'utiliser des alternatives telles que Cloud Storage pour transférer de grands volumes de données.

Assurez-vous que vos DAG sont compatibles avec Managed Airflow (3e génération)

Assurez-vous que vos DAG sont compatibles avec Managed Airflow (3e génération) en suivant ces suggestions :

  • La liste des packages dans l'environnement Managed Airflow (3e génération) peut être différente de celle de votre environnement Managed Airflow (2e génération). Cela peut affecter la compatibilité de vos DAG avec Managed Airflow (génération 3).

  • Managed Airflow charge les remplacements de configuration, les variables d'environnement et les packages PyPI à partir de l'instantané de votre environnement Managed Airflow (génération 2) vers Managed Airflow (génération 3) sans les modifier ni les ajuster pour la compatibilité. Pour résoudre les conflits entre ces paramètres de configuration, vous pouvez ignorer le chargement des packages PyPI personnalisés, des variables d'environnement et des remplacements de configuration Airflow lorsque vous chargez l'instantané.

  • Dans Managed Airflow (3e génération), le cluster de l'environnement se trouve dans le projet locataire. Assurez-vous que vos DAG sont compatibles avec ce changement. En particulier, les charges de travail KubernetesPodOperator évoluent désormais indépendamment de votre environnement, et il n'est pas possible d'utiliser les configurations d'affinité de pod.

Suspendre des DAG dans votre environnement Managed Airflow (génération 2)

Pour éviter les exécutions de DAG en double, suspendez tous les DAG de votre environnement Managed Airflow (Gen 2) avant d'enregistrer son instantané. Ignorez le DAG de surveillance de l'activité (airflow_monitoring). Il est utilisé à des fins de surveillance et n'est pas inclus dans les instantanés d'environnement.

Vous pouvez utiliser l'une des options suivantes pour suspendre les DAG :

  • Suspendez les DAG un par un dans la console Google Cloud  :

    1. Dans la console Google Cloud , accédez à la page Environnements.

      Accéder à la page Environnements

    2. Sélectionnez un environnement pour afficher ses détails.

    3. Sur la page Détails de l'environnement, accédez à l'onglet DAG.

    4. Cliquez sur le nom d'un DAG.

    5. Sur la page Détails du DAG, cliquez sur Mettre en veille le DAG.

  • Dans l'interface Web Airflow, accédez à DAG et mettez en veille tous les DAG manuellement.

  • Utilisez le script composer_dags pour suspendre tous les DAG :

    python3 composer_dags.py --environment COMPOSER_2_ENV \
  --project PROJECT_ID \
  --location COMPOSER_2_LOCATION \
  --operation pause

    Remplacez :

    • COMPOSER_2_ENV par le nom de votre environnement Managed Airflow (génération 2).
    • PROJECT_ID par l'ID du projet.
    • COMPOSER_2_LOCATION par la région dans laquelle se trouve l'environnement.

Enregistrer un instantané de votre environnement Managed Airflow (2e génération)

Console

Créez un instantané de votre environnement :

  1. Dans la console Google Cloud , accédez à la page Environnements.

    Accéder à la page Environnements

  2. Dans la liste des environnements, cliquez sur le nom de votre environnement Managed Airflow (Gen 2). La page Détails de l'environnement s'ouvre.

  3. Cliquez sur Create snapshot (Créer un instantané).

  4. Dans la boîte de dialogue Créer un instantané, cliquez sur Envoyer. Dans ce guide, vous enregistrez l'instantané dans le bucket de l'environnement Managed Airflow (2e génération), mais vous pouvez sélectionner un autre emplacement si vous le souhaitez. Si vous spécifiez un emplacement personnalisé, les comptes de service des deux environnements doivent disposer des autorisations de lecture et d'écriture pour l'emplacement spécifié.

  5. Attendez que Managed Airflow crée l'instantané.

  6. Une fois l'instantané créé, le message affiché indique son emplacement. Enregistrez ces informations pour les utiliser ultérieurement lorsque vous chargerez cet instantané dans l'environnement Managed Airflow (génération 3).

    Par exemple, l'emplacement de l'instantané peut ressembler à ceci : gs://us-central1-example-916807e1-bucket/snapshots/snapshots_example-project_us-central1_example-environment/2024-05-15T15-23-12.

gcloud

  1. Créez un instantané de votre environnement Managed Airflow (2e génération) :

    gcloud composer environments snapshots save \
  COMPOSER_2_ENV \
  --location COMPOSER_2_LOCATION

    Remplacez :

    • COMPOSER_2_ENV par le nom de votre environnement Managed Airflow (génération 2).
    • COMPOSER_2_LOCATION par la région où se trouve l'environnement Managed Airflow (génération 2).

    • (facultatif) Vous pouvez utiliser l'argument --snapshot-location pour spécifier un emplacement personnalisé où l'instantané de l'environnement doit être stocké.

      Dans ce guide, vous enregistrez l'instantané dans le bucket de l'environnement Managed Airflow (2e génération), mais vous pouvez sélectionner un autre emplacement si vous le souhaitez. Si vous spécifiez un emplacement personnalisé, les comptes de service des deux environnements doivent disposer des autorisations de lecture et d'écriture pour l'emplacement spécifié.

  2. Une fois l'instantané créé, le message affiché indique son emplacement. Enregistrez ces informations pour les utiliser ultérieurement lorsque vous chargerez cet instantané dans l'environnement Managed Airflow (génération 3).

    Par exemple, l'emplacement de l'instantané peut ressembler à ceci : gs://us-central1-example-916807e1-bucket/snapshots/snapshots_example-project_us-central1_example-environment/2024-05-15T15-23-12.

Créer un environnement Managed Airflow (3e génération)

Créez un environnement Managed Airflow (3e génération) en suivant les consignes suivantes :

  • Vous pouvez commencer par la même configuration de limites de ressources que votre environnement Managed Airflow (Gen 2), puis procéder au scaling et à l'optimisation supplémentaires de la configuration.

  • Dans les environnements Managed Airflow (3e génération), le processeur DAG Airflow s'exécute en tant que composant d'environnement distinct. Étant donné que le processeur DAG décharge l'analyse des DAG du programmeur, vous pouvez redistribuer les ressources précédemment allouées aux programmeurs Airflow. Vous pourrez le faire plus tard, après avoir migré vers Managed Airflow (génération 3) et surveillé les performances du planificateur et du processeur DAG.

  • Managed Airflow (3e génération) offre une configuration réseau plus simple et plus rationalisée que Managed Airflow (2e génération). Il est possible de passer d'une configuration réseau à adresse IP publique à une configuration à adresse IP privée, et d'associer et de dissocier des réseaux VPC. Vous n'avez pas besoin de spécifier de plages d'adresses IP . Assurez-vous que la configuration réseau de votre environnement Managed Airflow (3e génération) correspond à celle de l'environnement Managed Airflow (2e génération).

  • Vous n'avez pas besoin de spécifier les remplacements de configuration ni les variables d'environnement, car vous les remplacerez plus tard lorsque vous chargerez l'instantané de votre environnement Managed Airflow (2e génération).

Chargez l'instantané dans votre environnement Managed Airflow (3e génération).

Console

Pour charger l'instantané dans votre environnement Managed Airflow (3e génération) :

  1. Dans la console Google Cloud , accédez à la page Environnements.

    Accéder à la page Environnements

  2. Dans la liste des environnements, cliquez sur le nom de votre environnement Managed Airflow (génération 3). La page Détails de l'environnement s'ouvre.

  3. Cliquez sur Charger l'instantané.

  4. Dans la boîte de dialogue Charger un instantané, cliquez sur Parcourir.

  5. Sélectionnez le dossier contenant l'instantané.

    Si vous utilisez l'emplacement par défaut de ce guide, ce dossier se trouve dans le bucket de votre environnement Managed Airflow (2e génération), dans le dossier /snapshots. Son nom correspond au code temporel de l'opération d'enregistrement du snapshot. Le même emplacement s'affichait dans le message de confirmation de la création de l'instantané.

    Par exemple : us-central1-example-916807e1-bucket/snapshots_example-project_us-central1_example-environment/2024-05-15T15-23-12.

  6. Cliquez sur Charger et attendez que Managed Airflow charge le snapshot.

gcloud

Chargez l'instantané de votre environnement Managed Airflow (2e génération) dans votre environnement Managed Airflow (3e génération) :

gcloud composer environments snapshots load \
  COMPOSER_3_ENV \
  --location COMPOSER_3_LOCATION \
  --snapshot-path "SNAPSHOT_PATH"

Remplacez :

  • COMPOSER_3_ENV par le nom de votre environnement Managed Airflow (3e génération).
  • COMPOSER_3_LOCATION par la région où se trouve l'environnement Managed Airflow (3e génération).
  • SNAPSHOT_PATH par l'URI du bucket de votre environnement Managed Airflow (2e génération), suivi du chemin d'accès à l'instantané. Le même emplacement s'affichait dans le message de confirmation de la création de l'instantané. Exemple : gs://us-central1-example-916807e1-bucket/snapshots/example-project_us-central1_example-environment_2024-05-15T15-23-12.

Réactiver des DAG dans l'environnement Managed Airflow (3e génération)

Vous pouvez utiliser l'une des options suivantes :

  • Réactivez les DAG un par un dans la console Google Cloud  :

    1. Dans la console Google Cloud , accédez à la page Environnements.

      Accéder à la page Environnements

    2. Sélectionnez un environnement pour afficher ses détails.

    3. Sur la page Détails de l'environnement, accédez à l'onglet DAG.

    4. Cliquez sur le nom d'un DAG.

    5. Sur la page Détails du DAG, cliquez sur Réactiver le DAG.

  • Dans l'interface Web Airflow, accédez à DAG et réactivez manuellement tous les DAG, un par un.

  • Utilisez le script composer_dags pour réactiver tous les DAG :

      python3 composer_dags.py --environment COMPOSER_3_ENV \
  --project PROJECT_ID \
  --location COMPOSER_3_LOCATION \
  --operation unpause

    Remplacez :

    • COMPOSER_3_ENV par le nom de votre environnement Managed Airflow (3e génération).
    • PROJECT_ID par l'ID du projet.
    • COMPOSER_3_LOCATION par la région dans laquelle se trouve l'environnement.

Rechercher les erreurs de DAG

  1. Dans l'interface Web Airflow, accédez aux DAG et recherchez les erreurs de syntaxe des DAG signalés.

  2. Vérifiez que les exécutions du DAG sont programmées aux bons horaires.

  3. Attendez que les exécutions du DAG se produisent dans l'environnement Managed Airflow (3e génération) et vérifiez si elles ont réussi. Si l'exécution du DAG a réussi, ne la réactivez pas dans l'environnement Managed Airflow (2e génération). Si vous le faites, un DAG s'exécutera à la même heure et à la même date dans votre environnement Managed Airflow (2e génération).

  4. Si une exécution de DAG spécifique échoue, essayez de résoudre les problèmes liés au DAG jusqu'à ce qu'il s'exécute avec succès dans Managed Airflow (3e génération).

Surveiller votre environnement Managed Airflow (3e génération)

Une fois que vous avez transféré tous les DAG et la configuration vers l'environnement Managed Airflow (3e génération), surveillez-les pour détecter les problèmes potentiels, les exécutions de DAG ayant échoué et l'état général de l'environnement.

Si l'environnement Managed Airflow (3e génération) s'exécute sans problème pendant une période suffisante, envisagez de supprimer l'environnement Managed Airflow (2e génération).

Étapes suivantes