我有几个python文件,我目前正在使用BashOperator执行。这使我可以灵活地轻松选择python虚拟环境。
from airflow import DAG
from airflow.operators.bash_operator import BashOperator
default_args = {
'owner': 'airflow',
'depends_on_past': False,
...}
dag = DAG('python_tasks', default_args=default_args, schedule_interval="23 4 * * *")
t1 = BashOperator(
task_id='task1',
bash_command='~/anaconda3/envs/myenv/bin/python
/python_files/python_task1.py',
dag=dag)
如何使用PythonOperator实现相同的目标呢?
from airflow.operators.bash_operator import PythonOperator
import python_files.python_task1
python_task = PythonOperator(
task_id='python_task',
python_callable=python_task1.main,
dag=dag)
我假设PythonOperator将使用系统python环境。 我发现Airflow有PythonVirtualenvOperator,但这似乎可以通过使用指定的要求动态创建新的虚拟环境来实现。我更喜欢使用已经正确配置的现有的。 如何使用指定的python路径运行PythonOperator?
答案 0 :(得分:2)
首先要做的事情:您(通常)不应该依赖于运营商的预先存在的资源。您的操作员应该是便携式的,因此使用长期存在的技术有点违反该原则。话虽这么说,但这并不是什么大问题,就像你必须将软件包预先安装到全球环境中一样,你可以预先烘焙一些环境。或者,您可以让运营商创建环境,后续运营商可以重复使用它 - 我相信这是最简单,最危险的方法。
实现“virtualenv缓存”应该不难。阅读PythonVirtualenvOperator
执行方法的实现:
PythonVirtualenvOperator
所以看起来它没有明确地删除virtualenv(它依赖于TemporaryDirectory
来做到这一点)。您可以继承import glob
@contextmanager
def ReusableTemporaryDirectory(prefix):
try:
existing = glob.glob('/tmp/' + prefix + '*')
if len(existing):
name = existing[0]
else:
name = mkdtemp(prefix=prefix)
yield name
finally:
# simply don't delete the tmp dir
pass
def execute_callable(self):
with ReusableTemporaryDirectory(prefix='cached-venv') as tmp_dir:
...
并简单地使用您自己的上下文管理器来重用临时目录:
try-finally
当然,您可以摆脱ReusableTemporaryDirectory
中的suffix
并放回通常的dir
和TemporaryDirectory
参数,我进行了微小的更改以便于比较使用原始的var hashKey = hash('foo')
hashArray[hashKey]
类。
有了这个,你的virtualenv将不会被丢弃,但运营商最终会安装更新的依赖项。
答案 1 :(得分:1)
我的解决方法是使用Bash运算符调用/path/to/project/venv/bin/python my.py