Apache Airflow (二) ： Airflow单机搭建

 个人主页：IT贫道_大数据OLAP体系技术栈,Apache Doris,Clickhouse 技术-CSDN博客

  私聊博主：加入大数据技术讨论群聊，获取更多大数据资料。

  博主个人B栈地址：豹哥教你大数据的个人空间-豹哥教你大数据个人主页-哔哩哔哩视频

---

目录

1. 安装Anconda及python3.7

2. 单机安装Airflow

​​​​​​​3. 启动Airflow

---

Airflow是基于Python的，就是Python中的一个包。安装要求Python3.6版本之上，Metadata DataBase支持PostgreSQL9.6+，MySQL5.7+，SQLLite3.15.0+。

​​​​​​​1. 安装Anconda及python3.7

1） 官网下载Anconda ,选择linux版本，并安装

下载官网地址：https://www.anaconda.com/products/individual#macos

2） 将下载好的anconda安装包上传至mynode4节点，进行安装

sh Anaconda3-2020.02-Linux-x86_64.sh  【一路回车即可】

Do you accept the license terms? [yes|no]

Yes【继续回车】

... ...

Anaconda3 will now be installed into this location:

/root/anaconda3



  - Press ENTER to confirm the location

  - Press CTRL-C to abort the installation

  - Or specify a different location below



[/root/anaconda3] >>> 【回车即可，安装到/root/anaconda3路径下】

... ...

Do you wish the installer to initialize Anaconda3

by running conda init? [yes|no]

[no] >>>yes【输入yes,回车即可】

... ...

【安装完成】

3）配置Anconda的环境变量

在 /etc/profile中加入以下语句：

export PATH=$PATH:/root/anaconda3/bin

#使环境变量生效

source /etc/profile

4） 安装python3.7 python环境

 conda create -n python37 python=3.7

5） 激活使用python37 python环境

conda activate python37【激活使用python37环境，需要先执行下source activate】

相关命令如下：

source activate 【初始化conda,必须执行，执行之后可以使用conda命令激活环境】

conda deactivate 【退出当前base环境】

conda activate python37【激活使用python37环境】

conda deactivate 【退出当前使用python37环境】

conda remove -n python37 --all 【删除python37环境】

2. 单机安装Airflow

单节点部署airflow时，所有airflow 进程都运行在一台机器上，架构图如下：

1) 安装Airflow必须需要的系统依赖

Airflow正常使用必须需要一些系统依赖，在mynode4节点上安装以下依赖：

yum -y install mysql-devel gcc gcc-devel python-devel gcc-c++ cyrus-sasl cyrus-sasl-devel cyrus-sasl-lib

2) 在MySQL中创建对应的库并设置参数

aiflow使用的Metadata database我们这里使用mysql,在node2节点的mysql中创建airflow使用的库及表信息。

CREATE DATABASE airflow CHARACTER SET utf8;

create user 'airflow'@'%' identified by '123456';

grant all privileges on airflow.* to 'airflow'@'%';

flush privileges;

在mysql安装节点node2上修改”/etc/my.cnf”，在[mysqld]下添加如下内容：

[mysqld]

explicit_defaults_for_timestamp=1

注意：以上配置explicit_defaults_for_timestamp 系统变量决定MySQL服务端对timestamp列中的默认值和NULL值的不同处理方法。此变量自MySQL 5.6.6 版本引入，默认值为0，在默认情况下，如果timestamp列没有显式的指明null属性，那么该列会被自动加上not null属性，如果往这个列中插入null值，会自动的设置该列的值为current timestamp值。当这个值被设置为1时，如果timestamp列没有显式的指定not null属性，那么默认的该列可以为null，此时向该列中插入null值时，会直接记录null，而不是current timestamp，如果指定not null 就会报错。

在Airflow中需要对应mysql这个参数设置为1。以上修改完成“my.cnf”值后，重启Mysql即可，重启之后，可以查询对应的参数是否生效：

#重启mysql

[root@node2 ~]# service mysqld restart



#重新登录mysql查询

mysql> show variables like 'explicit_defaults_for_timestamp';

3) 安装Airflow

在node4上切换python37环境，安装airflow，指定版本为2.1.3

(python37) [root@node4 ~]# conda activate python37

(python37) [root@node4 ~]# pip install apache-airflow==2.1.3 -i https://pypi.tuna.tsinghua.edu.cn/simple

默认Airflow安装在$ANCONDA_HOME/envs/python37/lib/python3.7/site-packages/airflow目录下。Airflow文件存储目录默认在/root/airflow目录下，但是这个目录需要执行下“airflow version”后自动创建，查看安装Airflow版本信息：

(python37) [root@node4 ~]# airflow version

2.1.3

注意：如果不想使用默认的“/root/airflow”目录当做文件存储目录，也可以在安装airflow之前设置环境变量：

(python37) [root@node4 ~]# vim /etc/profile

export AIRFLOW_HOME=/software/airflow



#使配置的环境变量生效

source /etc/profile

这样安装完成的airflow后，查看对应的版本会将“AIRFLOW_HOME”配置的目录当做airflow的文件存储目录。

4) 配置Airflow使用的数据库为MySQL

打开配置的airflow文件存储目录，默认在$AIRFLOW_HOME目录“/root/airflow”中，会有“airflow.cfg”配置文件，修改配置如下：

[core]

dags_folder = /root/airflow/dags



#修改时区

default_timezone = Asia/Shanghai



# 配置数据库

sql_alchemy_conn=mysql+mysqldb://airflow:123456@node2:3306/airflow?use_unicode=true&charset=utf8



[webserver]

#设置时区

default_ui_timezone = Asia/Shanghai



#设置DAG显示方式

# Default DAG view. Valid values are: ``tree``, ``graph``, ``duration``, ``gantt``, ``landing_times``

dag_default_view = graph



[scheduler]

#设置默认发现新任务周期，默认是5分钟

# How often (in seconds) to scan the DAGs directory for new files. Default to 5 minutes.

dag_dir_list_interval = 30

5) 安装需要的python依赖包

初始化Airflow数据库时需要使用到连接mysql的包，执行如下命令来安装mysql对应的python包。

​
(python37) [root@node4 ~]# pip install mysqlclient -i Simple Index

​

6) 初始化Airflow 数据库

(python37) [root@node4 airflow]# airflow db init

初始化之后在MySQL airflow库下会生成对应的表。

7) 创建管理员用户信息

在node4节点上执行如下命令，创建操作Airflow的用户信息:

airflow users create \

    --username airflow \

    --firstname airflow \

    --lastname airflow \

    --role Admin \

    --email [email protected]

执行完成之后，设置密码为“123456”并确认，完成Airflow管理员信息创建。

​​​​​​​3. 启动Airflow

1) 启动webserver

#前台方式启动webserver

(python37) [root@node4 airflow]# airflow webserver --port 8080



#以守护进程方式运行webserver,端口默认8080。 ps aux|grep webserver查看后台进程

airflow webserver --port 8080 -D

2) 启动scheduler

新开窗口，切换python37环境，启动Schduler：

#前台方式启动scheduler

(python37) [root@node4 ~]# airflow scheduler



#以守护进程方式运行Scheduler,ps aux|grep scheduler 查看后台进程

 airflow scheduler -D

3) 访问Airflow webui

浏览器访问：http://node4:8080 

输入前面创建的用户名：airflow 密码：123456

---