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 上更改 a DAG 的时区 MWAA
默认情况下,Apache Airflow 将你的定向无环图 (DAG) 安排在 UTC +0 中。以下步骤展示了如何使用 Pen
版本
先决条件
要使用本页上的示例代码,您需要以下内容:
权限
-
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
Apache Airflow 将在启动时运行 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。
-
创建名为
plugins
的目录并导航到其中。例如:$ mkdir plugins $ cd plugins
-
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()
-
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
以下步骤显示如何创建 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。
-
在命令提示符下,导航到上一步中的
plugins
目录。例如:cd plugins
-
将内容压缩到
plugins
目录中。zip -r ../plugins.zip ./
-
将
plugins.zip
上传到 S3 存储桶。$
aws s3 cp plugins.zip s3://
your-mwaa-bucket
/
代码示例
要更改DAG运行的默认时区 (UTC+0),我们将使用一个名为 P endulum 的库,这是一个用于处理时区感知日期
-
在命令提示符下,导航到存储您的DAGs目录。例如:
$
cd dags
-
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" )
-
运行以下 Amazon CLI 命令将复制到环境的DAG存储桶,然后DAG使用 Apache Airflow 用户界面触发该存储桶。
$
aws s3 cp
your-dag
.py s3://your-environment-bucket
/dags/ -
如果成功,您将在任务日志中输出类似于以下内容
tz_aware_task
的内容tz_test
DAG:[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?
-
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。