2.airflow系列之K8S多Worker节点安装后问题总结与自定义镜像并传参

1. K8S多Worker节点安装后问题总结

1.1 卸载重新安装无法登录问题

还记得install.sh吗，我把创建用户关闭了，并且删除了airflow_plus数据库，以下配置导致不创建默认用户，所以登录不进去，设置为true，重新install即可

# 关闭创建用户job
--set webserver.defaultUser.enabled=false \

1.2 Worker节点重启导致任务失败问题

原因为自定义安装依赖，版本冲突导致。检查重启Worker所在pod的事件，查看信息如下

"/home/airflow/.local/lib/python3.7/site-packages/kombu/entity.py", line 7, in <module> from .serialization import prepare_accept_content File "/home/airflow/.local/lib/python3.7/site-packages/kombu/serialization.py", line 440, in <module> for ep, args in entrypoints('kombu.serializers'): # pragma: no cover File "/home/airflow/.local/lib/python3.7/site-packages/kombu/utils/compat.py", line 82, in entrypoints for ep in importlib_metadata.entry_points().get(namespace, []) AttributeError: 'EntryPoints' object has no attribute 'get'

检查依赖，把依赖版本固定

importlib-metadata==4.13.0

1.3 动态安装依赖问题

• 对于单worker节点，可以每次任务前前执行安装方法，但是比较麻烦,不实用：

import logging
import os
log = logging.getLogger(__name__)

def install():
    log.info("begin install requirements")
    os.system("pip install -r /opt/airflow/dags/repo/dags/requirements.txt")
    os.system("pip install -I my_utils")
    log.info("finish install requirements")

DAG中的第一个TASK具体执行文件开头引入，这样可以在WebServer Log中可以看到具体日志

import sys
sys.path.insert(0, '/opt/airflow/dags/repo')
import dags.install as install
install.install()

• 对于多worker节点，由于每个任务中下一过程流转可能运行在不同worker上面，所以无解，最简便手工安装

1.4 Triggerer一直启动中无法定时调度问题

{triggerer_job.py:101} INFO - Starting the triggerer
[2023-03-17T13:47:30.947+0000] {triggerer_job.py:348} ERROR - Triggerer's async thread was blocked for 0.36 seconds, likely by a badly-written trigger. Set PYTHONASYNCIODEBUG=1 to get more information on overrunning coroutines.
[2023-03-17T22:15:17.394+0000] {triggerer_job.py:348} ERROR - Triggerer's async thread was blocked for 0.27 seconds, likely by a badly-written trigger. Set PYTHONASYNCIODEBUG=1 to get more information on overrunning coroutines.

应该是版本问题，我把版本改为了2.2.1,清空数据库，uninstall后重新安装即可【这个问题排查了好久，无奈】,注意在values.yaml中写版本，在install.sh中的版本去掉，不然不生效

airflowVersion: 2.2.1
defaultAirflowTag: 2.2.1
config:
  core:
    dags_folder: /opt/airflow/dags/repo/dags
    hostname_callable: airflow.utils.net.get_host_ip_address

1.5 .airflowignore忽略文件问题

.airflowignore文件用户忽略检查非DAG文件，放置在dags_folders下，该配置在values.yaml中，我配置的是/opt/airflow/dags/repo/dags，所以放在此处

如配置忽略merge下面的py非DAG文件

jh/merge/*

此时我们在jh目录下就不能命名为merge_dag.py文件，否则在WebServer中不显示该DAG,我们统一改为命名前缀为dag_解决此问题

1.6 挂载问题

笔者试过把worker节点进行挂载到cephfs目录，挂载成功了，但是worker节点一直阻塞不成功，放弃中间表为csv方式，改为写入ClickHouse

1.7 Scheduler 401权限问题

确保Scheduler的部署executor标签为CeleryKubernetesExecutor,如果是其他会出现该问题

1.8 Scheduler与Triggerer健康检查问题

Liveness probe failed: No alive jobs found

修改values.yaml，修改存活检查配置重新install即可

scheduler:
  livenessProbe:
    command: ["bash", "-c", "airflow jobs check --job-type SchedulerJob --allow-multiple --limit 100"]
triggerer:
  livenessProbe:
    command: ["bash", "-c", "airflow jobs check --job-type TriggererJob --allow-multiple --limit 100"]

2. 自定义镜像并传参

本文先讲述笔者DockerOperator的试错过程，后面的KubernetesPodOperator才是最便捷的方式

2.1 Connections页面报错问题

当我点击Admin -> Connections时遇到下面报错

 File "/home/airflow/.local/lib/python3.7/site-packages/airflow/models/connection.py", line 238, in get_password
    return fernet.decrypt(bytes(self._password, 'utf-8')).decode()
  File "/home/airflow/.local/lib/python3.7/site-packages/cryptography/fernet.py", line 194, in decrypt
    raise InvalidToken
cryptography.fernet.InvalidToken

问题原因：重新执行install.sh时候我们发现有该命令，由于每次重新部署fernet-key都会变，导致之前加密的密码无法正确解密

[root@sha-216 airflow-plus]#  echo Fernet Key: $(kubectl get secret --namespace airflow-plus airflow-fernet-key -o jsonpath="{.data.fernet-key}" | base64 --decode)
Fernet Key: ekc3MHl6VmSSSNnY0pjSSSSZk94WkVxl5T3E2OUtXT0s=

解决方式：我们在install.sh中加入固定秘钥，这样不会每次都重新生成

--set webserverSecretKey=ekc3MHl6VmSSSNnY0pjSSSSZk94WkVxl5T3E2OUtXT0s=
--set fernetKey=ekc3MHl6VmNnY0pjZk94WkVxRVRmUkl5T3E2OUtXT0s=

然后我们找到连接的pgsql库，airflow-plus数据库中表connection, 备份之前手工新增的配置，以备重新配置, 然后清空该表，不用担心之前系统数据会丢失，接着我们在执行install.sh即可

然后我们把手工配置的connection在配置一遍即可，这样后面重新卸载install也不会出现该问题

2.2 在Connection中配置Dokcer连接配置

该配置指定Conn ID为docker_repo【后面会用到】，指定私有仓库地址及用户名密码

2.3 编写镜像执行DAG

from airflow.providers.docker.operators.docker import DockerOperator
import pendulum
from airflow import DAG

with DAG(
    dag_id="comm_add_dag",
    schedule_interval=None,
    start_date=pendulum.datetime(2023, 5, 8, tz="Asia/Shanghai"),
    catchup=True,
    description="小区自动化入库"
) as dag:
    t1 = DockerOperator(
        # 刚才定义的conn id
        docker_conn_id="docker_repo",
        # WebServer中点击Admin -> Providers -> Docker对应的Version，如果是auto，可能会报错
        api_version="2.2.0",
        image='comm-add:1.0.1',
        # 临沂为我们的传参，python代码中, 镜像中部分代码
        # @ click.command()
        # @ click.option('--city', default="all", help='要计算的城市')
        command='python main.py --city {{dag_run.conf["city"] if "city" in dag_run.conf}} else all',
        task_id='comm_add'
    )
    t1

2.4 传参运行

输入json串，点击运行Trigger即可

2.5 报错及解决

requests.exceptions.ConnectionError: ('Connection aborted.', FileNotFoundError(2, 'No such file or directory'))
[2023-05-10, 01:46:33 UTC] {local_task_job.py:154} INFO - Task exited with return code 1
[2023-05-10, 01:46:33 UTC] {local_task_job.py:264} INFO - 0 downstream tasks scheduled from follow-on schedule check

我们修改之前说到的values.yaml中worker的配置挂载docker.sock

workers:
  resources:
    #limits:
    #  cpu: 4000m
    #  memory: 12288Mi
    requests:
      cpu: 100m
      memory: 1024Mi
  extraVolumes:
    - name: dockersock
      hostPath:
        path: /var/run/docker.sock
  extraVolumeMounts:
    - name: dockersock
      mountPath: /var/run/docker.sock

挂载后重新install后出现权限问题

File "/home/airflow/.local/lib/python3.7/site-packages/docker/transport/unixconn.py", line 30, in connect
    sock.connect(self.unix_socket)
PermissionError: [Errno 13] Permission denied

折腾了许久，暂时无招，有经验的伙伴可以讨论下

2.6 基于KubernetesPodOperator运行Docker

这种方式很便捷，分分钟搞定！！！！！

其中image_pull_secrets是K8S中配置的Secret,提供私有仓库镜像访问授权，在此不在详解

from airflow.providers.docker.operators.docker import DockerOperator
from airflow.providers.cncf.kubernetes.operators.kubernetes_pod import KubernetesPodOperator
import pendulum
from airflow import DAG
from docker.types import Mount
from kubernetes.client import models as k8s

with DAG(
    dag_id="comm_add_dag",
    schedule_interval=None,
    start_date=pendulum.datetime(2023, 5, 8, tz="Asia/Shanghai"),
    catchup=True,
    description="自动化入库"
) as dag:
    production_task = KubernetesPodOperator(namespace='airflow-plus',
                                            image="comm-add:1.0.1",
                                            image_pull_secrets=[k8s.V1LocalObjectReference("nexus-registry-secret")],
                                            cmds=["python", "main.py"],
                                            arguments=["--city", '{{dag_run.conf["city"] if "city" in dag_run.conf}} else all'],
                                            name="comm_add",
                                            task_id="comm_add",
                                            get_logs=True
                                            )

    production_task

欢迎关注公众号算法小生
希望对你有所帮助，欢迎关注公众号算法小生