airflow学习【1】

安装和理解等问题:
今天又再次体会到什么都木有官方文档管用

安装airflow时报错:

Command "python setup.py egg_info" failed with error code 1 in /tmp/pip-install-XaFsmu/apache-airflow/

原因详见:

https://airflow.apache.org/installation.html

所以安装前加一行:

export SLUGIFY_USES_TEXT_UNIDECODE=yes

然后再安装:

pip install apache-airflow

# install from pypi using pip
pip install apache-airflow

# initialize the database
airflow initdb

# start the web server, default port is 8080
airflow webserver -p 8080

# start the scheduler
airflow scheduler

Centos7防火墙开放8080端口:

firewall-cmd –zone=public –add-port=8080/tcp –permanent

命令含义:
–zone #作用域
–add-port=80/tcp #添加端口,格式为:端口/通讯协议
–permanent #永久生效,没有此参数重启后失效

安装过程中报错:

error: command 'gcc' failed with exit status 1

解决方法:

yum install python-devel

Airflow的概念:

Operators:Airflow定义的一系列算子/操作符,更直接的理解就是python class。不同的Operator类实现了具体的功能,比如:

  • BashOperator: 可以执行用户指定的一个Bash命令
  • t1 = BashOperator(
    task_id=’print_date’,
    bash_command=’date’,
    dag=dag)
  • PythonOperator:可以执行用户指定的一个python函数
  • EmailOperator:可以进行邮件发送
  • Sensor:感知器/触发器,可以定义触发条件和动作,在条件满足时执行某个动作。Airflow提供了更具体的Sensor,比如FileSensor,DatabaseSensor等
  • Tasks:Operators的具体实例,在某个Operator的基础上指定了具体的参数或内容。其实就是OO概念中的对象(Operator是类)。
  • Task Instances:一个Task的一次运行会产生一个实例
  • DAGS:有向无环图,包括一系列的tasks和tasks之间的链接关系

使用Airflow的步骤就是定义以上概念的过程:;

  1. 根据实际需要,使用不同的Operator
  2. 传入具体的参数,定义一系列的Tasks
  3. 定义Tasks间的关系,形成一个DAG
  4. 调度DAG运行,每个Task会形成一个Instance
  5. 使用命令行或者Web UI进行查看和管理

    pip install apache-airflow[celery]

安装成功之后,执行下面三步,就可以使用了。默认是使用的SequentialExecutor, 只能顺次执行任务。

  • 初始化数据库 airflow initdb [必须的步骤]
  • 启动web服务器 airflow webserver -p 8080 [方便可视化管理dag]
  • 启动任务 airflow scheduler [scheduler启动后,DAG目录下的dags就会根据设定的时间定时启动]
  • 此外我们还可以直接测试单个DAG,如测试文章末尾的DAG airflow test ct1 print_date 2016-05-14

配置airflow支持mysql数据库

1.启动mariadb:

systemctl start mariadb

2.创建数据库

CREATE DATABASE airflow;

GRANT all privileges on airflow.* TO ‘username’@’localhost’ IDENTIFIED BY ‘password’;

FLUSH PRIVILEGES;

3.修改airflow配置文件支持mysql

sql_alchemy_conn = mysql://username:password@localhost/airflow

4.初始化数据库

airflow initdb

pip install airflow[rabbitmq]

配置rabbitmq

vim删除操作:

,删除所有内容:先用G 转到文件尾,然后使用下面命令:

 **:1, .d**

sql语句中的like操作符:

SELECT * FROM Persons
WHERE City LIKE 'N%'

我们希望从上面的 “Persons” 表中选取居住在以 “N” 开始的城市里的人.

IN 操作符允许我们在 WHERE 子句中规定多个值。

SELECT column_name(s)
FROM table_name
WHERE column_name IN (value1,value2,...)

like 使用%代表任何字符
like 使用?代表单个字符
matches使用*代表任何字符
matches使用_代表单个字符

第二次启动airflow时遇到一个问题:

Error: 'airflow.www.gunicorn_config' doesn't exist

一直没有解决

在这里理一下安装python3和pip3的方法:

http://www.cnblogs.com/wenchengxiaopenyou/p/5709218.html

网上有建议这样子解决,但是我没有成功:

执行命令

sudo pip3 install 'gunicorn==19.3.0'
展开阅读全文

没有更多推荐了,返回首页