Um den Erfolg und die wachsende Präferenz der Kunden für OSS-Lösungen noch stärker zu berücksichtigen, wird Cloud Composer zu Managed Service for Apache Airflow weiterentwickelt. Durch diese Namensänderung wird das Verständnis der Kunden für unser Portfolio verbessert und gleichzeitig unser Engagement für das offenste Cloud-Ökosystem unterstrichen.

Managed Airflow – Übersicht

Managed Airflow (Gen 3) | Managed Airflow (Gen 2) | Managed Airflow (Legacy Gen 1)

Auf dieser Seite finden Sie eine kurze Einführung in Airflow und DAGs sowie eine Beschreibung der Funktionen und Möglichkeiten von Managed Airflow.

Weitere Informationen zu neuen Funktionen in Managed Airflow-Releases finden Sie in den Versionshinweisen.

Managed Airflow

Managed Airflow ist ein vollständig verwalteter Workflow-Orchestrierungsdienst, mit dem Sie Workflow-Pipelines, die sich über Clouds und lokale Rechenzentren erstrecken, erstellen, planen, überwachen und verwalten können.

Managed Airflow basiert auf dem beliebten Open-Source-Projekt Apache Airflow und wird in der Programmiersprache Python verwendet.

Durch die Verwendung von Managed Airflow anstelle einer lokalen Instanz von Apache Airflow können Sie vom Besten von Airflow profitieren, ohne dass eine Installation oder ein hoher Verwaltungsaufwand erforderlich sind. Mit Managed Airflow können Sie schnell verwaltete Airflow-Umgebungen erstellen und native Airflow-Tools wie die leistungsstarke Airflow-Weboberfläche und Befehlszeilentools verwenden. So können Sie sich ganz auf Ihre Workflows statt auf die Infrastruktur konzentrieren.

Unterschiede zwischen verwalteten Airflow-Versionen

Weitere Informationen zu den Unterschieden zwischen Hauptversionen von Managed Airflow finden Sie unter Versionsverwaltung für Managed Service for Apache Airflow – Übersicht.

Airflow und Airflow-DAGs (Workflows)

Bei der Datenanalyse stellt ein Workflow eine Reihe von Aufgaben zum Aufnehmen, Transformieren, Analysieren oder Nutzen von Daten dar. In Airflow werden Workflows mithilfe von DAGs oder „gerichteten azyklischen Graphen“ erstellt.

**Abbildung 1.** Beziehung zwischen DAGs und Aufgaben

Ein DAG ist eine Sammlung von Aufgaben, die Sie planen und ausführen möchten, so, dass die Struktur deren Beziehungen und Abhängigkeiten wiedergibt. DAGs werden in Python-Dateien erstellt, die die DAG-Struktur mithilfe von Code definieren. Ziel des DAG ist es, sicherzustellen, dass jede Aufgabe zur richtigen Zeit und in der richtigen Reihenfolge ausgeführt wird.

Jede Aufgabe in einem DAG kann fast alles darstellen. Eine Aufgabe kann beispielsweise eine der folgenden Funktionen ausführen:

Daten für die Aufnahme vorbereiten
API beobachten
E-Mails senden
Pipeline ausführen

DAGs können nicht nur nach Zeitplan ausgeführt, sondern auch manuell oder ereignisgesteuert ausgelöst werden, beispielsweise bei Änderungen an einem Cloud Storage-Bucket. Weitere Informationen finden Sie unter DAGs planen und auslösen.

Weitere Informationen zu DAGs und Aufgaben finden Sie in der Apache Airflow-Dokumentation.

Managed Airflow-Umgebungen

Verwaltete Airflow-Umgebungen sind eigenständige Airflow-Deployments, die auf Google Kubernetes Engine basieren. Sie funktionieren auch mit anderen Google Cloud-Diensten über in Airflow integrierte Connectors. Sie können eine oder mehrere Umgebungen in einem einzelnen Google Cloud-Projekt in jeder unterstützten Region erstellen.

In Managed Airflow werden Google Cloud Dienste bereitgestellt, in denen Ihre Workflows und alle Airflow-Komponenten ausgeführt werden. Die Hauptkomponenten einer Umgebung sind:

GKE-Cluster: Airflow-Komponenten wie Airflow-Planer, Trigger und Worker werden als GKE-Arbeitslasten in einem einzelnen Cluster ausgeführt, der für Ihre Umgebung erstellt wurde, und sind für die Verarbeitung und Ausführung von DAGs verantwortlich.

Der Cluster hostet auch andere Managed Airflow-Komponenten wie den Composer-Agent und das Airflow-Monitoring. Damit lassen sich die Managed Airflow-Umgebung verwalten, Logs im Cloud Logging speichern und Messwerte zum Hochladen in Cloud Monitoring erfassen.
Airflow-Webserver: Der Webserver führt die Apache Airflow-UI aus.
Airflow-Datenbank: Die Datenbank enthält die Apache Airflow-Metadaten.
Cloud Storage-Bucket: Managed Airflow ordnet Ihrer Umgebung einen Cloud Storage-Bucket zu. In diesem Bucket, der auch als Bucket der Umgebung bezeichnet wird, werden die DAGs, Logs, benutzerdefinierten Plug-ins und Daten für die Umgebung gespeichert. Weitere Informationen zum Bucket der Umgebung finden Sie unter In Cloud Storage gespeicherte Daten.

Ausführliche Informationen zu den Komponenten einer Umgebung finden Sie unter Umgebungsarchitektur.

Managed Airflow-Schnittstellen

Managed Airflow bietet Schnittstellen zum Verwalten von Umgebungen, Airflow-Instanzen, die in Umgebungen ausgeführt werden, und einzelnen DAGs.

Sie können beispielsweise verwaltete Airflow-Umgebungen in der Google Cloud Console, der Google Cloud CLI, der Cloud Composer API oder Terraform erstellen und konfigurieren.

Ein weiteres Beispiel: Sie können DAGs über dieGoogle Cloud -Konsole, die native Airflow-UI oder durch Ausführen von Google Cloud CLI- und Airflow-CLI-Befehlen verwalten.

Airflow-Funktionen in Managed Airflow

Wenn Sie Managed Airflow verwenden, können Sie Airflow-Funktionen wie die folgenden verwalten und nutzen:

Airflow-DAGs: Sie können Airflow-DAGs in der Google Cloud -Konsole oder über die native Airflow-UI hinzufügen, aktualisieren, entfernen oder auslösen.
Airflow-Konfigurationsoptionen: Sie können die Airflow-Konfigurationsoptionen von den Standardwerten, die von Managed Airflow verwendet werden, in benutzerdefinierte Werte ändern. In Managed Airflow sind einige Konfigurationsoptionen gesperrt und Sie können ihre Werte nicht ändern.
Airflow-Verbindungen
Airflow-UI:
Airflow-CLI.
Benutzerdefinierte Plug-ins: Sie können benutzerdefinierte Airflow-Plug-ins, wie z. B. benutzerdefinierte interne Apache Airflow-Operatoren, Hooks, Sensoren oder Oberflächen, in Ihrer Managed Airflow-Umgebung installieren.
Python-Abhängigkeiten: Sie können Python-Abhängigkeiten aus dem Python-Paketindex in Ihrer Umgebung oder aus einem privaten Paket-Repository installieren, einschließlich Artifact Registry-Repositories. Wenn die Abhängigkeiten nicht im Paketindex enthalten sind, können Sie auch Plug-ins verwenden.
Logging und Monitoring für DAGs, Airflow-Komponenten und Managed Airflow-Umgebungen:
- Sie können Airflow-Logs, die einzelnen DAG-Aufgaben zugeordnet sind, in der Airflow-Weboberfläche und im logs-Ordner des Buckets der Umgebung anzeigen.
- Cloud Monitoring-Logs und Umgebungsmesswerte für Managed Airflow-Umgebungen.

Zugriffssteuerung in Managed Airflow

Sie verwalten die Sicherheit auf Google Cloud Projektebene und können IAM-Rollen zuweisen, mit denen einzelne Nutzer Umgebungen ändern oder erstellen können. Nutzer ohne Zugriff auf Ihr Projekt und ohne entsprechende IAM-Rolle für Managed Airflow können nicht auf Ihre Umgebungen zugreifen.

Zusätzlich zu IAM können Sie die Airflow-UI-Zugriffssteuerung verwenden, die auf dem Apache Airflow-Zugriffssteuerungsmodell basiert.

Weitere Informationen zu den Sicherheitsfunktionen in Managed Airflow finden Sie unter Managed Airflow – Übersicht zur Sicherheit.

Umgebungsbasierte Vernetzung

Managed Airflow unterstützt mehrere Netzwerkkonfigurationen für Umgebungen mit vielen Konfigurationsoptionen. In einer Umgebung mit privaten IP-Adressen sind DAGs und Airflow-Komponenten beispielsweise vollständig vom öffentlichen Internet isoliert.

Weitere Informationen zu Netzwerken in Managed Airflow finden Sie auf den Seiten zu den einzelnen Netzwerkfunktionen:

Weitere Funktionen von Managed Airflow

Weitere Managed Airflow-Funktionen:

Häufig gestellte Fragen

Welche Version von Apache Airflow wird in Managed Airflow verwendet?

Managed Airflow-Umgebungen basieren auf Managed Airflow-Images. Beim Erstellen einer Umgebung können Sie ein Image mit einer bestimmten Airflow-Version auswählen:

Managed Airflow (Gen 3) unterstützt Airflow 2.
Managed Airflow (Gen 2) unterstützt Airflow 2.
Managed Airflow (Legacy Gen 1) unterstützt Airflow 1 und Airflow 2.

Sie haben die Kontrolle über die Apache Airflow-Version Ihrer Umgebung. Sie können Ihre Umgebung auf eine neuere Version des Managed Airflow-Images aktualisieren. Jede Managed Airflow-Version unterstützt mehrere Apache Airflow-Versionen.

Kann ich die native Airflow-UI und -Befehlszeile verwenden?

Sie können auf die Apache Airflow-Weboberfläche Ihrer Umgebung zugreifen. Jede Umgebung hat eine eigene Airflow-UI. Weitere Informationen zum Zugriff auf die Airflow-UI finden Sie unter Airflow-Weboberfläche.

Zum Ausführen von Befehlen der Airflow-Befehlszeile in Ihren Umgebungen verwenden Sie gcloud-Befehle. Weitere Informationen zum Ausführen von Befehlen der Airflow-Befehlszeile in Managed Airflow-Umgebungen finden Sie unter Airflow-Befehlszeile.

Kann ich meine eigene Datenbank als Airflow-Datenbank verwenden?

Bei Managed Airflow wird ein verwalteter Datenbankdienst für die Airflow-Datenbank verwendet. Es ist nicht möglich, eine vom Nutzer bereitgestellte Datenbank als Airflow-Datenbank zu verwenden.

Kann ich meinen eigenen Cluster als verwalteten Airflow-Cluster verwenden?

Managed Airflow verwendet den Google Kubernetes Engine-Dienst, um Umgebungscluster zu erstellen, zu verwalten und zu löschen, in denen Airflow-Komponenten ausgeführt werden. Diese Cluster werden vollständig von Managed Airflow verwaltet.

Es ist nicht möglich, eine verwaltete Airflow-Umgebung auf Grundlage eines selbstverwalteten Google Kubernetes Engine-Clusters zu erstellen.

Kann ich meine eigene Container-Registry verwenden?

Managed Airflow verwendet den Artifact Registry-Dienst, um Container-Image-Repositories zu verwalten, die von Managed Airflow-Umgebungen verwendet werden. Es ist nicht möglich, sie durch eine vom Nutzer bereitgestellte Containerregistrierung zu ersetzen.

Sind Managed Airflow-Umgebungen zonal oder regional?

Wenn Sie eine Umgebung erstellen, geben Sie eine Region dafür an:

Standardmäßige Managed Airflow-Umgebungen haben eine zonale Airflow-Datenbank und eine multizonale Airflow-Ausführungsebene. Die Airflow-Datenbank befindet sich in einer der Zonen in der angegebenen Region und die Airflow-Komponenten sind auf mehrere Zonen verteilt.
Hochverfügbar Managed Airflow-Umgebungen haben eine multizonale Airflow-Datenbank und eine multizonale Airflow-Ausführungsebene. Eine hochverfügbare Umgebung wird in mindestens zwei Zonen der ausgewählten Region ausgeführt. In Managed Airflow werden die Komponenten Ihrer Umgebung automatisch auf Zonen verteilt. Die Cloud SQL-Komponente, in der die Airflow-Datenbank gespeichert ist, hat eine primäre Instanz und eine Standby-Instanz, die auf Zonen in der ausgewählten Region verteilt sind.