我似乎不明白如何将模块导入apache airflow DAG定义文件。我想这样做是为了能够创建一个库,例如,使用类似的设置声明任务更简洁。
这是我能想到的最简单的例子,它复制了这个问题:我修改了气流教程(https://airflow.apache.org/tutorial.html#recap),只需导入模块并从该模块运行定义。像这样:
目录结构:
- dags/
-- __init__.py
-- lib.py
-- tutorial.py
tutorial.py:
"""
Code that goes along with the Airflow located at:
http://airflow.readthedocs.org/en/latest/tutorial.html
"""
from airflow import DAG
from airflow.operators.bash_operator import BashOperator
from datetime import datetime, timedelta
# Here is my added import
from lib import print_double
# And my usage of the imported def
print_double(2)
## -- snip, because this is just the tutorial code,
## i.e., some standard DAG defintion stuff --
print_double
只是一个简单的def,它将您给出的任何输入乘以2,并打印结果,但显然这并不重要,因为这是一个导入问题。
我能够按照教程文档成功运行airflow test tutorial print_date 2015-06-01
- dag运行,而且print_double成功。正如预期的那样,4
将打印到控制台。一切都很好。
然后我进入了网络用户界面,受到了Broken DAG: [/home/airflow/airflow/dags/tutorial.py] No module named 'lib'
的欢迎。取消暂停dag并尝试使用UI进行手动运行会导致"运行"状态,但它永远不会成功或失败。它只是坐在"运行"永远。我可以和我一样多排队,但他们只是坐在"跑步"状态。
我检查了气流日志,并且没有看到任何有用的调试信息。
那么我错过了什么?
答案 0 :(得分:5)
您使用的是Airflow 1.9.0吗?这可能是固定的。
问题是由Airflow加载DAG的方式引起的:它不只是将它们导入为普通的python模块,因为它希望能够在不重新启动进程的情况下重新加载它。因此.
不在python搜索路径中。
如果1.9.0无法解决此问题,最简单的更改是将export PYTHONPATH=/home/airflow/airflow/:$PYTHONPATH
放入启动脚本中。确切的格式取决于您使用的是什么(systemd vs init scripts等)
答案 1 :(得分:0)
再次添加sys路径对我有用,
import sys
sys.path.insert(0,os.path.abspath(os.path.join(os.path.dirname(__file__))))
答案 2 :(得分:0)
如果您正在使用git-sync并且没有在kubernetes中用作initContainer(仅用作容器或根本不用作容器),则可能是模块未加载到Web服务器或调度程序中。 / p>