摘要：
Airflow Platform是用于描述，执行和监控工作流的工具。 核心理念 DAG的 在Airflow中， DAG （或定向非循环图）是您要运行的所有任务的集合，以反映其关系和依赖关系的方式进行组织。 例如，一个简单的DAG可以包含三个任务：A，B和C.可以说A必须在B可以运行之前成功运行，但C 阅读全文
posted @ 2018-11-29 13:49
绝不原创的飞龙
阅读(62)
评论(0)
推荐(0)
摘要：
通过Airflow UI，您可以轻松监控数据管道并对其进行故障排除。 以下是您可以在Airflow UI中找到的一些功能和可视化的快速概述。 DAGs查看 您环境中的DAG列表，以及一组有用页面的快捷方式。 您可以一目了然地查看成功，失败或当前正在运行的任务数量。 树视图 跨越时间的DAG的树表示。 阅读全文
posted @ 2018-11-29 13:48
绝不原创的飞龙
阅读(43)
评论(0)
推荐(0)
摘要：
Airflow具有一组固定的“测试模式”配置选项。 您可以随时通过调用airflow.configuration.load_test_config()来加载它们（注意此操作不可逆！）。 但是，在您有机会调用load_test_config（）之前，会加载一些选项（如DAG_FOLDER）。 为了急切 阅读全文
posted @ 2018-11-29 13:46
绝不原创的飞龙
阅读(36)
评论(0)
推荐(0)
摘要：
Airflow可以与基于upstart的系统集成。 Upstart会在系统启动时自动启动/etc/init具有相应*.conf文件的所有气流服务。 失败时，upstart会自动重启进程（直到达到*.conf文件中设置的重新生成限制）。 您可以在scripts/upstart目录中找到示例新贵作业文件 阅读全文
posted @ 2018-11-29 13:45
绝不原创的飞龙
阅读(19)
评论(0)
推荐(0)
摘要：
Airflow可以与基于系统的系统集成。 这使得观察您的守护进程变得容易，因为systemd可以在失败时重新启动守护进程。 在scripts/systemd目录中，您可以找到已在基于Redhat的系统上测试过的单元文件。 您可以将它们复制到/usr/lib/systemd/system 。 假设Ai 阅读全文
posted @ 2018-11-29 13:44
绝不原创的飞龙
阅读(32)
评论(0)
推荐(0)
摘要：
有两种方法可以将气流作为mesos框架运行： 直接在mesos从站上运行气流任务，要求每个mesos从站安装和配置气流。在安装了气流的docker容器内运行气流任务，该容器在mesos slave上运行。 任务直接在mesos从站上执行 MesosExecutor允许您在Mesos群集上安排气流任务 阅读全文
posted @ 2018-11-29 13:43
绝不原创的飞龙
阅读(27)
评论(0)
推荐(0)
摘要：
DaskExecutor允许您在Dask分布式群集中运行Airflow任务。 Dask集群可以在单个机器上运行，也可以在远程网络上运行。 有关完整详细信息，请参阅分布式文档 。 要创建集群，首先启动调度程序： # default settings for a local cluster DASK_H 阅读全文
posted @ 2018-11-29 13:41
绝不原创的飞龙
阅读(45)
评论(0)
推荐(0)
摘要：
CeleryExecutor是您扩展工人数量的方法之一。 为此，您需要设置Celery后端（ RabbitMQ ， Redis ，…）并更改airflow.cfg以将执行程序参数指向CeleryExecutor并提供相关的Celery设置。 有关设置Celery代理的更多信息，请参阅有关该主题的详尽 阅读全文
posted @ 2018-11-29 13:40
绝不原创的飞龙
阅读(55)
评论(0)
推荐(0)
摘要：
在本地编写日志 用户可以使用base_log_folder设置在airflow.cfg指定日志文件夹。 默认情况下，它位于AIRFLOW_HOME目录中。 此外，用户可以提供远程位置，以便在云存储中存储日志和日志备份。 在Airflow Web UI中，本地日志优先于远程日志。 如果找不到或访问本地 阅读全文
posted @ 2018-11-29 13:39
绝不原创的飞龙
阅读(138)
评论(0)
推荐(0)
浙公网安备 33010602011771号