Solución de problemas: operadores DAGs, conexiones y otros problemas

Aprenda a crear claves secretas para su conexión y variables de Apache Airflow en Configuración de una conexión de Apache Airflow mediante un secreto AWS Secrets Manager.

Aprenda a usar la clave secreta para una variable de Apache Airflow (test-variable) en Uso de una clave secreta en AWS Secrets Manager para una variable de Apache Airflow.

Aprenda a usar la clave secreta para una conexión de Apache Airflow (myconn) en Uso de una clave secreta en AWS Secrets Manager para una conexión de Apache Airflow.

Pruebe sus DAGs complementos personalizados y sus dependencias de Python de forma local con aws-mwaa-docker-imageson GitHub.

Agregue las siguientes entradas al archivo requirements.txt de su entorno.

apache-airflow-providers-snowflake==1.3.0

Añada las siguientes importaciones al DAG:

from airflow.providers.snowflake.operators.snowflake import SnowflakeOperator

ID de conexión: snowflake_conn

Tipo de conexión: Snowflake

Host: <my account> <my region if not us-west-2>.snowflakecomputing.com

Esquema: <my schema>

Inicio de sesión: <my user name>

Contraseña: ********

Puerto: <port, if any>

Extra:

{
						"account": "<my account>",
						"warehouse": "<my warehouse>",
						"database": "<my database>",
						"region": "<my region if not using us-west-2 otherwise omit this line>"
						}

Consulte los tipos de conexión que proporciona Amazon MWAA en la UI de Apache Airflow en Paquetes de proveedores de Apache Airflow instalados en entornos Amazon MWAA.

Consulte los comandos para crear una conexión de Apache Airflow en la CLI de Referencia de los comandos de la CLI de Apache Airflow.

Aprenda a utilizar las plantillas de conexión de la interfaz de usuario de Apache Airflow indistintamente para los tipos de conexión que no están disponibles en la interfaz de usuario de Apache Airflow en Amazon MWAA de Información general sobre los tipos de conexión.

Compruebe las opciones de configuración de Apache Airflow. Compruebe que los pares clave-valor que especificó como opción de configuración de Apache Airflow, por ejemplo, se hayan configurado AWS Secrets Manager correctamente. Consulte No puedo conectarme a Secrets Manager para obtener más información.

Compruebe los requirements.txt. Compruebe que el paquete “extras” de Airflow y las demás bibliotecas que figuran en su requirements.txt sean compatibles con su versión de Apache Airflow.

Considere otras formas de especificar las dependencias de Python en un archivo requirements.txt, que se detallan en Administración de las dependencias de Python en requirements.txt.

Confirme que su grupo de seguridad de VPC permita el acceso entrante al puerto 5432. Este puerto es necesario para conectarse a la base de datos de metadatos de PostgreSQL de Amazon Aurora de su entorno. Tras añadir esta regla, dé unos minutos a Amazon MWAA y el error desaparecerá. Consulte Seguridad en la VPC en Amazon MWAA para obtener más información.

Si el programador no se está ejecutando, podría deberse a varios factores, como errores en la instalación de las dependencias o a una sobrecarga del programador. Confirme que sus DAGs complementos y requisitos funcionan correctamente accediendo a los grupos de registros correspondientes en Logs. CloudWatch Consulte Monitorización y métricas de Amazon Managed Workflows para Apache Airflow para obtener más información.

Es posible que haya un gran número de DAGs definidos. Reduzca el número DAGs y actualice el entorno (por ejemplo, cambiando un nivel de registro) para forzar el restablecimiento.

1. Airflow analiza DAGs si están activados o no. Si usa más del 50 % de la capacidad de su entorno, puede que el programador de Apache Airflow empiece a sobrecargarse. Esto se traduce en un mayor tiempo total de análisis en CloudWatch las métricas o en tiempos de procesamiento del DAG prolongados en CloudWatch los registros. Hay otras formas de optimizar las configuraciones de Apache Airflow que no se tratan en esta guía.

2. Para obtener más información sobre las prácticas recomendadas para ajustar el rendimiento de su entorno, consulte Ajuste del desempeño de Apache Airflow en Amazon MWAA.

Es posible que haya una gran cantidad de tareas en la cola. Esto suele mostrarse como una cantidad grande (y creciente) de tareas en el None estado, o como una gran cantidad en el interior. Queued Tasks and/or Tasks Pending CloudWatch Esto puede producirse por varias razones:

1. Si hay más tareas que ejecutar de las que el entorno tiene capacidad para ejecutar, and/or una gran cantidad de tareas que estaban en cola antes del escalado automático tienen tiempo de detectarlas y desplegar más trabajadores.

2. Si hay más tareas que ejecutar de las que un entorno tiene capacidad para ejecutar, se recomienda reducir la cantidad de tareas que se DAGs ejecutan simultáneamente y and/or aumentar el número mínimo de trabajadores de Apache Airflow.

3. Si hay un gran número de tareas en cola antes de que el escalado automático haya tenido tiempo de detectar y desplegar más trabajadores, recomendamos escalonar el despliegue de tareas y and/or aumentar el número mínimo de trabajadores de Apache Airflow.

4. Puede usar el comando update-environment en AWS Command Line Interface (AWS CLI) para cambiar la cantidad mínima o máxima de trabajadores que se ejecutan en su entorno.

   aws mwaa update-environment --name MyEnvironmentName --min-workers 2 --max-workers 10

5. Para obtener más información sobre las prácticas recomendadas para ajustar el rendimiento de su entorno, consulte Ajuste del desempeño de Apache Airflow en Amazon MWAA.

Si sus tareas están bloqueadas en el estado “en ejecución”, también puede borrarlas o marcarlas como ejecutadas o fallidas. Esto permite que el componente de escalado automático de su entorno reduzca verticalmente la cantidad de procesos de trabajo que trabajan en su entorno. En la siguiente imagen, se muestra un ejemplo de tarea pendiente.

1. Elija el círculo para la tarea pendiente y, a continuación, seleccione Borrar como se muestra. Esto permite a Amazon MWAA reducir el número de trabajadores; de lo contrario, Amazon MWAA no puede determinar cuáles DAGs están habilitados o deshabilitados, y no puede reducir la plantilla si todavía hay tareas en cola.

   

Para más información sobre el ciclo de vida de las tareas de Apache Airflow en Conceptos, consulte la guía de referencia de Apache Airflow.

Pruebe sus DAGs complementos personalizados y sus dependencias de Python de forma local con aws-mwaa-docker-imageson GitHub.

Cree su script de transformación.

#!/bin/bash
cp $1 $2

(Opcional) Es posible que los usuarios de macOS y Linux tengan que ejecutar el comando siguiente para asegurarse de que el script sea ejecutable.

chmod 777 transform_test.sh

Añada el script a su plugins.zip.

zip plugins.zip transform_test.sh

Siga los pasos que se indican en Carga del archivo plugins.zip a Amazon S3.

Siga los pasos que se indican en Especificación de la versión de plugins.zip en la consola de Amazon MWAA.

Utilice los siguientes DAG.

from airflow import DAG
						from airflow.providers.amazon.aws.operators.s3_file_transform import S3FileTransformOperator
						from airflow.utils.dates import days_ago
						import os
						
						DAG_ID = os.path.basename(__file__).replace(".py", "")
						
						with DAG (dag_id=DAG_ID, schedule_interval=None, catchup=False, start_date=days_ago(1)) as dag:
						file_transform = S3FileTransformOperator(
						task_id='file_transform',
						transform_script='/usr/local/airflow/plugins/transform_test.sh',
						source_s3_key='s3://amzn-s3-demo-bucket/files/input.txt',
						dest_s3_key='s3://amzn-s3-demo-bucket/files/output.txt'
						)

Siga los pasos que se indican en Carga del código del DAG a Amazon S3.