本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 在 Amazon MWAA 上更改 DAG 的时区
<a name="samples-plugins-timezone"></a>

默认情况下，Apache Airflow 将有向无环图（DAG）安排在 UTC\$10 中。以下步骤展示了如何使用 [Pendulum](https://pypi.org/project/pendulum/) 更改 Amazon MWAA 运行 DAG 所在的时区。或者，本主题演示如何创建自定义插件来更改环境的 Apache Airflow 日志的时区。

**Topics**
+ [版本](#samples-plugins-timezone-version)
+ [先决条件](#samples-plugins-timezone-prerequisites)
+ [权限](#samples-plugins-timezone-permissions)
+ [创建插件以更改 Airflow 日志中的时区](#samples-plugins-timezone-custom-plugin)
+ [创建 `plugins.zip`](#samples-plugins-timezone-plugins-zip)
+ [代码示例](#samples-plugins-timezone-dag)
+ [接下来做什么？](#samples-plugins-timezone-plugins-next-up)

## 版本
<a name="samples-plugins-timezone-version"></a>

您可以在 [Python 3.10](https://peps.python.org/pep-0619/) 中将本页上的代码示例与 **Apache Airflow v2** 一起使用，在 [Python 3.11](https://peps.python.org/pep-0664/) 中与 **Apache Airflow v3** 一起使用。

## 先决条件
<a name="samples-plugins-timezone-prerequisites"></a>

要使用本页上的示例代码，您需要以下内容：
+ [Amazon MWAA 环境。](get-started.md)

## 权限
<a name="samples-plugins-timezone-permissions"></a>

无需其他权限即可使用本页上的代码示例。

## 创建插件以更改 Airflow 日志中的时区
<a name="samples-plugins-timezone-custom-plugin"></a>

Apache Airflow 在启动时运行 `plugins` 目录中的 Python 文件。使用以下插件，您可以覆盖执行程序的时区，该时区会修改 Apache Airflow 写入日志的时区。

1. 创建名为 `plugins` 的目录并导航到其中。例如：

   ```
   $ mkdir plugins
   $ cd plugins
   ```

1. 复制以下代码示例的内容，并将其本地另存为 `dag-timezone-plugin.py`，保存在 `plugins` 文件夹中。

   ```
   import time
   import os
   
   os.environ['TZ'] = 'America/Los_Angeles'
   time.tzset()
   ```

1. 在 `plugins` 目录中创建名为 `__init__.py` 的空 Python 文件。`plugins` 目录应类似于以下内容。

   ```
   plugins/
    |-- __init__.py
    |-- dag-timezone-plugin.py
   ```

## 创建 `plugins.zip`
<a name="samples-plugins-timezone-plugins-zip"></a>

以下步骤说明如何创建 `plugins.zip`。此示例的内容可以与其他插件和二进制文件组合成单个 `plugins.zip` 文件。

1. 在命令提示符下，导航到上一步中的 `plugins` 目录。例如：

   ```
   cd plugins
   ```

1. 将内容压缩到 `plugins` 目录中。

   ```
   zip -r ../plugins.zip ./
   ```

1. 将 `plugins.zip` 上传到 S3 存储桶。

   ```
   aws s3 cp plugins.zip s3://your-mwaa-bucket/
   ```

## 代码示例
<a name="samples-plugins-timezone-dag"></a>

要更改 DAG 运行的默认时区（UTC\$10），我们将使用一个名为 [Pendulum](https://pypi.org/project/pendulum/) 的库，这是一个用于处理时区感知日期时间的 Python 库。

1. 在命令提示符下，导航到存储 DAG 的目录。例如：

   ```
   cd dags
   ```

1. 复制以下示例的内容并另存为 `tz-aware-dag.py`。

   ```
   from airflow import DAG
   from airflow.operators.bash_operator import BashOperator
   from datetime import datetime, timedelta
   # Import the Pendulum library.
   import pendulum
   
   # Instantiate Pendulum and set your timezone.
   local_tz = pendulum.timezone("America/Los_Angeles")
   
   with DAG(
       dag_id = "tz_test",
       schedule_interval="0 12 * * *",
       catchup=False,
       start_date=datetime(2022, 1, 1, tzinfo=local_tz)
   ) as dag:
       bash_operator_task = BashOperator(
           task_id="tz_aware_task",
           dag=dag,
           bash_command="date"
       )
   ```

1.  运行以下 AWS CLI 命令将 DAG 复制到环境的存储桶，然后使用 Apache Airflow UI 触发 DAG。

   ```
   aws s3 cp your-dag.py s3://your-environment-bucket/dags/
   ```

1. 如果成功，您将输出类似于在 `tz_test` DAG 中的 `tz_aware_task` 的任务日志中的以下内容：

   ```
   [2022-08-01, 12:00:00 PDT] {{subprocess.py:74}} INFO - Running command: ['bash', '-c', 'date']
   [2022-08-01, 12:00:00 PDT] {{subprocess.py:85}} INFO - Output:
   [2022-08-01, 12:00:00 PDT] {{subprocess.py:89}} INFO - Mon Aug  1 12:00:00 PDT 2022
   [2022-08-01, 12:00:00 PDT] {{subprocess.py:93}} INFO - Command exited with return code 0
   [2022-08-01, 12:00:00 PDT] {{taskinstance.py:1280}} INFO - Marking task as SUCCESS. dag_id=tz_test, task_id=tz_aware_task, execution_date=20220801T190033, start_date=20220801T190035, end_date=20220801T190035
   [2022-08-01, 12:00:00 PDT] {{local_task_job.py:154}} INFO - Task exited with return code 0
   [2022-08-01, 12:00:00 PDT] {{local_task_job.py:264}} INFO - 0 downstream tasks scheduled from follow-on schedule check
   ```

## 接下来做什么？
<a name="samples-plugins-timezone-plugins-next-up"></a>
+ 要了解如何将本示例中的 `plugins.zip` 文件上传到 Amazon S3 存储桶，请参阅 [安装自定义插件](configuring-dag-import-plugins.md)。