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'