Posibles configuraciones

Clase 9 de 29 • Curso de Fundamentos de Apache Airflow

Royer Guerrero Pinilla

student•

⚠️ Recuerden que si quieren cambiar el puerto deben cambiar el primero que hace referencia a su maquina y no al container

...
ports:
      - 8081:8080
...

Eric Bellet

teacher•

100% de acuerdo y gracias por comentarlo

frank hurtado

student•

En esta clase aprendemos de forma fundamental a cambiar el archivo airflow.cfg ubicado en el Working Directory del contenedor “Webserver” acedemos al bash del contenedor usando docker y el id esto para modificar directamente el archivo

docker exec -it tu_id bash

otra forma es usando el docker-compose.yml, si el archivo que descargamos. En este yml editamos y agregamos variables como

AIRFLOW__CORE__LOAD_EXAMPLES: 'false'
AIRFLOW__SCHEDULER__DAG_DIR_LIST_INTERVAL: 100

esto para evitar que nos descargue los ejemplos de airflow y cambiar el tiempo de espera que tiene la interfaz para mostrarte los DAGs o ficheros que has creado.

adicionalmente podemos cambiar el puerto donde queremos deplegar la interfaz del airflow, aqui un pequeno cometario, como lo hace el companero R0Y3R, aqui hay que cambiar el primer puerto ya que este puerto es el que hace referencia al puerto de tu maquina local y el segundo al puerto del contenedor de docker

ports:
      - 8085:8080

por ultimo, abordamos los volumenes, donde se comparten los ficheros creados en nuestra carpeta con el contenedor

volumes:
    - ./dags:/opt/airflow/dags
    - ./logs:/opt/airflow/logs
    - ./plugins:/opt/airflow/plugins

Saludos

Jose Colmenares

student•

Esta clase en clave, en ninguna parte de la documentación de airflow te dicen donde está la sección de configuraciones

Andres Hita

student•

Por qué una vez instalado y levantado el docker-compose.yaml no me reconoce la librería airflow?

Eric Bellet

teacher•

Eso es un tema del editor de código que usas. Dependiendo de cual usashay que hacer algunas configuraciones para que te lo detecte. La manera rápida es que hagas un pip install airflow en tu local

Marvin Avila Burgos

student•

Instalación en ubuntu.

Debemos instalar previamente docker compose en nuestro equipo para ello puedes usar: https://www.digitalocean.com/community/tutorials/how-to-set-up-laravel-nginx-and-mysql-with-docker-compose-on-ubuntu-20-04

Luego use estos comandos para instalar: mkdir airflow mkdir -p ./dags ./logs ./plugins echo -e "AIRFLOW_UID=$(id -u)" > .env curl https://airflow.apache.org/docs/apache-airflow/2.3.3/docker-compose.yaml --output docker-compose.yml docker-compose up

jorge alarcon

student•

pero en el tipo de la variable AIRFLOW__SCHEDULER__DAG_DIR_LIST_INTERVAL dice string no deberia ser "100"

Eric Bellet

teacher•

Siempre lo he usado como entero y me funciona, te recomiendo que en vez de 100 coloques mejor 5 o 10 para desarrollar

Brenda Odeth Lemus Vallarta

student•

Update: Dag_dir está obsoleto (https://airflow.apache.org/docs/apache-airflow/stable/configurations-ref.html#dag-dir-list-interval-deprecated) 

Se recomienda usar:

AIRFLOW__DAG_PROCESSOR__REFRESH_INTERVAL

Gabriela Andreina García Uzcategui

student•

Es correcto muchas gracias!

Celia Palacios

student•

Con esta variable AIRFLOW__SCHEDULER__DAG_DIR_LIST_INTERVAL evito reiniciar el ariflow si he añadido dags en mi directorio actual? Es que en mi caso si creo un dag nuevo en la carpeta dag no aparece hasta que no reinicie el airflow

CAMILO ANDRES CIFUENTES MENDOZA

student•

No pude instalar Airflow en mi MAC

Eric Bellet

teacher•

¿Cómo lo intentaste? Donde te falló? Yo uso Mac y no he tenido problemas.

Daniel Fernando Barrera Armendaris

student•

AYUDA

Hola cuando trato de hacer el fetch del Yaml aparece esto:

curl: (60) SSL certificate problem: unable to get local issuer certificate More details here: https://curl.se/docs/sslcerts.html

curl failed to verify the legitimacy of the server and therefore could not establish a secure connection to it. To learn more about this situation and how to fix it, please visit the web page mentioned above.

Eric Bellet

teacher•

Prueba con este enlace curl -LfO 'https://airflow.apache.org/docs/apache-airflow/2.5.2/docker-compose.yaml'

Manuel CABRERA

student•

buenos dias:

Agradezco su colaboracion para lograr leer n carpetas Dags dentro de mi archivo *.yaml , agregue la variable AIRFLOW__CORE__DAGS_FOLDER : /home/mvial/projects/workflows/dags , /home/andres/airflow_qualite/dags pero no logro que me reconozca los dags de estas carpetas, agradezco enormemente su colaboracion. Gracias

Eric Bellet

teacher•

Buenas, esas carpetas están en el Docker file? Es decir, ¿están mapeadas en los volúmenes?

Andres Insuasty

student•

Como es la instalación? no funciona los pasos del video

Eric Bellet

teacher•

Hola Andres, hay un documento en la sección de recursos para instalar Docker. Por lo que veo tienes un error con Docker, ¿usas Windows cómo sistema operativo? ¿Es primera vez que ejecutas un docker-compose en tu máquina?

Andres Insuasty

student•

Si uso Windows. Lo pude instalar siguiendo los pasos de este videos https://www.youtube.com/watch?v=aTaytcxy2Ck

Mario Alexander Vargas Celis

student•

Aquí tienes varias configuraciones posibles para ejecutar Apache Airflow con Docker según tus necesidades. Cada configuración aborda diferentes escenarios y requisitos.

Configuración Básica

Ideal para pruebas locales y proyectos pequeños.

Requisitos:

Archivo docker-compose.yaml básico.
Usuario local configurado.

version: '3.7' services: airflow-webserver: image: apache/airflow:2.10.3 container_name: airflow_webserver ports: - "8080:8080" environment: - AIRFLOW__CORE__LOAD_EXAMPLES=False - AIRFLOW__WEBSERVER__WORKER_REFRESH_BATCH_SIZE=5 volumes: - ./dags:/opt/airflow/dags - ./logs:/opt/airflow/logs - ./plugins:/opt/airflow/plugins depends_on: - airflow-init airflow-scheduler: image: apache/airflow:2.10.3 container_name: airflow_scheduler depends_on: - airflow-webserver airflow-init: image: apache/airflow:2.10.3 container_name: airflow_init entrypoint: ["airflow", "db", "init"] volumes: - ./dags:/opt/airflow/dags - ./logs:/opt/airflow/logs - ./plugins:/opt/airflow/plugins

Configuración con Base de Datos Externa

Si necesitas usar una base de datos más robusta (como PostgreSQL) en lugar de SQLite.

Requisitos:

Servicio de PostgreSQL.
Credenciales configuradas.

version: '3.7' services: postgres: image: postgres:13 container_name: airflow_postgres environment: POSTGRES_USER: airflow POSTGRES_PASSWORD: airflow POSTGRES_DB: airflow ports: - "5432:5432" airflow-webserver: image: apache/airflow:2.10.3 container_name: airflow_webserver environment: - AIRFLOW__CORE__SQL_ALCHEMY_CONN=postgresql+psycopg2://airflow:airflow@postgres:5432/airflow - AIRFLOW__CORE__EXECUTOR=LocalExecutor ports: - "8080:8080" depends_on: - postgres airflow-init: image: apache/airflow:2.10.3 container_name: airflow_init entrypoint: ["airflow", "db", "init"] environment: - AIRFLOW__CORE__SQL_ALCHEMY_CONN=postgresql+psycopg2://airflow:airflow@postgres:5432/airflow

Configuración con Celery

Para escalabilidad en la ejecución de tareas distribuidas.

Requisitos:

Redis como backend de mensajes.
Varias instancias de worker.

version: '3.7' services: redis: image: redis:6 container_name: airflow_redis ports: - "6379:6379" airflow-webserver: image: apache/airflow:2.10.3 container_name: airflow_webserver environment: - AIRFLOW__CELERY__BROKER_URL=redis://redis:6379/0 - AIRFLOW__CELERY__RESULT_BACKEND=db+sqlite:///airflow/airflow.db - AIRFLOW__CORE__EXECUTOR=CeleryExecutor ports: - "8080:8080" depends_on: - redis airflow-worker: image: apache/airflow:2.10.3 container_name: airflow_worker environment: - AIRFLOW__CELERY__BROKER_URL=redis://redis:6379/0 - AIRFLOW__CELERY__RESULT_BACKEND=db+sqlite:///airflow/airflow.db - AIRFLOW__CORE__EXECUTOR=CeleryExecutor depends_on: - redis airflow-init: image: apache/airflow:2.10.3 container_name: airflow_init entrypoint: ["airflow", "db", "init"]

Configuración para Desarrollo

Si quieres montar volúmenes locales para edición dinámica de DAGs y plugins.

Configuración de Volúmenes:

volumes: dags: driver: local logs: driver: local plugins: driver: local

Docker Compose:

services: airflow-webserver: image: apache/airflow:2.10.3 ports: - "8080:8080" volumes: - ./dags:/opt/airflow/dags - ./plugins:/opt/airflow/plugins

Configuración Multiusuario

Para entornos donde varias personas necesitan trabajar con un servidor web compartido.

Ambiente:

Agrega soporte para autenticación (por ejemplo, con LDAP o OAuth).

environment: - AIRFLOW__WEBSERVER__AUTH_BACKEND=airflow.providers.google.cloud.auth_backend.google_auth

Configura las credenciales de Google OAuth siguiendo la guía oficial de Airflow.

Notas Generales

Comando de Inicialización: Siempre ejecuta antes:docker-compose up airflow-init
Archivo .env: Utiliza un archivo .env para gestionar variables sensibles:AIRFLOW_UID=50000

Si necesitas más detalles, avísame y personalizamos la configuración según tu entorno.

Julián Bojacá

student•

¿El archivo de configuración que se modifica solo es el del web server? Revisé en el scheduler y ahí también existe un airflow.cfg.

Eric Bellet

teacher•

También puedes hacer configuraciones en ese archivo

Leonardo Martin Mendez

student•

Hola, cuando inicio el contenedor de Docker todo se relentiza y hace imposible trabajar, abrir la UI de Airflow es eterno. Alguno concejo para sortear este problema?

Eric Bellet

teacher•

Puedes configurar la cantidad de recursos que usa tu computadora Docker, en configuraciones

Kevin Zepeda

student•

La forma de definir la configuración es travez del archivo airflow.cfg ubicado en el Working Directory del contenedor "Webserver" y puedes pasar los parámetros a travez de Docker compose en las variables de entorno.