Astronomer Airflow 项目启动与配置教程

1. 项目目录结构及介绍

Astronomer Airflow 项目通常包含以下目录结构：

ap-airflow/
├── airflow/
│   ├── __init__.py
│   ├──dag_discovery_safe_mode.py
│   ├── dags/
│   │   ├── __init__.py
│   │   └── example_dag.py
│   ├── plugins/
│   │   ├── __init__.py
│   │   └── helpers/
│   │       └── __init__.py
│   ├── requirements.txt
│   └── scripts/
│       ├── __init__.py
│       └── postdedeploy.sh
├── tests/
│   ├── __init__.py
│   └── test_dag.py
├── setup.py
└── README.md

• airflow/: 根目录下最重要的目录，包含了Airflow的核心dag定义、插件和初始化文件。
• airflow/dags/: 存放所有DAG定义的Python文件的地方。这些文件定义了任务流。
• airflow/plugins/: 存放自定义插件，例如自定义 operators 和 sensors。
• airflow/requirements.txt: 列出项目依赖的Python包。
• airflow/scripts/: 存放运行或管理Airflow环境的脚本。
• tests/: 包含测试代码，以确保DAGs和插件按预期工作。
• setup.py: Python包的配置文件，用于安装和管理包。
• README.md: 项目说明文件，包含项目描述、安装指南和使用说明。

2. 项目的启动文件介绍

在 airflow/ 目录下，dag_discovery_safe_mode.py 是一个脚本文件，它用于在安全模式下发现DAGs。安全模式是一种启动模式，它会检查所有的DAG文件是否存在语法错误，而不会加载或执行DAGs。

通常情况下，Airflow的启动是通过命令行工具进行的，而不是直接运行这个脚本。启动Airflow通常会使用以下命令：

airflow webserver  # 启动Web服务器
airflow scheduler  # 启动调度器

如果你需要运行特定的DAG，也可以使用命令行工具：

airflow dags run <dag_id>

3. 项目的配置文件介绍

Airflow的配置文件通常是 airflow/airflow.cfg。在这个配置文件中，可以设置各种Airflow组件的参数，例如Web服务器、调度器、executor设置等。

以下是一些常见的配置选项：

[webserver]
# Web服务器主机
host = 0.0.0.0
# Web服务器端口
port = 8080

[scheduler]
# 调度器进程数
workers = 4

[executor]
#.Executor 类型，可以设置为SequentialExecutor, LocalExecutor, KubernetesExecutor等
executor = LocalExecutor

[logging]
# 日志配置
base_log_folder = /path/to/log/

[celona]
# Celery配置
celery_result_backend = db:///
celery Flower URL = http://localhost:5555

请根据实际情况修改配置文件中的参数，确保它们符合你的部署环境。配置完成后，Airflow的各个组件就可以根据这些设置进行工作了。