Question

我尝试了不同的方法配置Airflow 1.9将日志写入s3，但它只是忽略它。我发现很多人在这样做之后阅读日志时遇到了问题，但我的问题是日志仍然是本地的。我可以毫无问题地阅读它们，但它们不在指定的s3桶中。

我尝试的是先写入airflow.cfg文件

# Airflow can store logs remotely in AWS S3 or Google Cloud Storage. Users
# must supply an Airflow connection id that provides access to the storage
# location.
remote_base_log_folder = s3://bucketname/logs
remote_log_conn_id = aws
encrypt_s3_logs = False

然后我尝试设置环境变量

AIRFLOW__CORE__REMOTE_BASE_LOG_FOLDER=s3://bucketname/logs
AIRFLOW__CORE__REMOTE_LOG_CONN_ID=aws
AIRFLOW__CORE__ENCRYPT_S3_LOGS=False

然而，它会被忽略，日志文件仍然是本地文件。

我从容器中运行气流，我将https://github.com/puckel/docker-airflow改为我的情况，但它不会将日志写入s3。我使用aws连接写入dags中的桶，这可以工作但是Logs只保留在本地，无论我是在EC2上还是在我的机器上本地运行。

Answer 1

我终于找到了答案 https://stackoverflow.com/a/48969421/3808066 这是我接下来要做的大部分工作。我在这里重现这个答案，并按照我的方式进行调整：

要检查的一些事项：

确保您拥有log_config.py文件并且文件位于正确的目录中：./config/log_config.py。
确保您没有忘记该目录中的__init__.py文件。
确保您定义了s3.task处理程序并将其格式化程序设置为airflow.task
确保将airflow.task和airflow.task_runner处理程序设置为s3.task
在task_log_reader = s3.task

airflow.cfg

将S3_LOG_FOLDER传递给log_config。我使用变量并按照以下log_config.py检索它。

这是一个有效的log_config.py：

import os

from airflow import configuration as conf


LOG_LEVEL = conf.get('core', 'LOGGING_LEVEL').upper()
LOG_FORMAT = conf.get('core', 'log_format')

BASE_LOG_FOLDER = conf.get('core', 'BASE_LOG_FOLDER')
PROCESSOR_LOG_FOLDER = conf.get('scheduler', 'child_process_log_directory')

FILENAME_TEMPLATE = '{{ ti.dag_id }}/{{ ti.task_id }}/{{ ts }}/{{ try_number }}.log'
PROCESSOR_FILENAME_TEMPLATE = '{{ filename }}.log'

S3_LOG_FOLDER = conf.get('core', 'S3_LOG_FOLDER')

LOGGING_CONFIG = {
    'version': 1,
    'disable_existing_loggers': False,
    'formatters': {
        'airflow.task': {
            'format': LOG_FORMAT,
        },
        'airflow.processor': {
            'format': LOG_FORMAT,
        },
    },
    'handlers': {
        'console': {
            'class': 'logging.StreamHandler',
            'formatter': 'airflow.task',
            'stream': 'ext://sys.stdout'
        },
        'file.task': {
            'class': 'airflow.utils.log.file_task_handler.FileTaskHandler',
            'formatter': 'airflow.task',
            'base_log_folder': os.path.expanduser(BASE_LOG_FOLDER),
            'filename_template': FILENAME_TEMPLATE,
        },
        'file.processor': {
            'class': 'airflow.utils.log.file_processor_handler.FileProcessorHandler',
            'formatter': 'airflow.processor',
            'base_log_folder': os.path.expanduser(PROCESSOR_LOG_FOLDER),
            'filename_template': PROCESSOR_FILENAME_TEMPLATE,
        },
       's3.task': {
            'class': 'airflow.utils.log.s3_task_handler.S3TaskHandler',
            'formatter': 'airflow.task',
            'base_log_folder': os.path.expanduser(BASE_LOG_FOLDER),
            's3_log_folder': S3_LOG_FOLDER,
            'filename_template': FILENAME_TEMPLATE,
        },
    },
    'loggers': {
        '': {
            'handlers': ['console'],
            'level': LOG_LEVEL
        },
        'airflow': {
            'handlers': ['console'],
            'level': LOG_LEVEL,
            'propagate': False,
        },
        'airflow.processor': {
            'handlers': ['file.processor'],
            'level': LOG_LEVEL,
            'propagate': True,
        },
        'airflow.task': {
            'handlers': ['s3.task'],
            'level': LOG_LEVEL,
            'propagate': False,
        },
        'airflow.task_runner': {
            'handlers': ['s3.task'],
            'level': LOG_LEVEL,
            'propagate': True,
        },
    }
}

请注意，这种方式S3_LOG_FOLDER可以在airflow.cfg中指定，也可以在变量AIRFLOW__CORE__S3_LOG_FOLDER的环境中指定。

Answer 2

导致这种现象的另一件事（Airflow 1.10）：

如果您查看airflow.utils.log.s3_task_handler.S3TaskHandler，您会发现在某些情况下静默不会将日志写入S3：

1）记录器实例已经close() d（不确定实际情况如何）
2）本地磁盘上不存在日志文件（这是我到目前为止的方法）

您还将注意到，记录器在多处理/多线程环境中运行，并且Airflow S3TaskHandler和FileTaskHandler对文件系统做一些非常重要的事情。 如果满足有关磁盘上日志文件的假设，则不会写入S3日志文件，并且不会记录此事件，也不会引发任何事件。如果您有特定的，明确定义的日志记录需求，则可能会很好实现所有自己的logging Handlers（请参阅python logging文档）并禁用所有Airflow日志处理程序（请参阅Airflow UPDATING.md）的想法。

Answer 3

可能导致此行为的另一件事-可能未安装botocore。确保在安装气流时包括s3软件包pip install apache-airflow[s3]

Airflow不会将日志写入s3

3 个答案: