Question

我对Airflow很陌生。我已经阅读了几次文档，在网上遇到了许多S / O问题和许多随机文章，但尚未解决此问题。我觉得这很简单，我做错了。我有适用于Windows的Docker，我拉了puckel/docker-airflow图像并运行了一个带有暴露端口的容器，以便可以从主机访问UI。我有另一个运行mcr.microsoft.com/mssql/server的容器，在该容器上还原了WideWorldImporters示例数据库。通过Airflow UI，我已经能够成功创建与此数据库的连接，甚至可以从“数据分析”部分中查询它。查看以下图像： Connection Creation Successful Query to Connection

因此，尽管可行，但我的任务在第二个任务sqlData上失败了。这是代码：

from airflow.models import DAG
from airflow.operators.bash_operator import BashOperator
from airflow.operators.python_operator import PythonOperator
from airflow.operators.mssql_operator import MsSqlOperator
from datetime import timedelta, datetime

copyData = DAG(
    dag_id='copyData',
    schedule_interval='@once',
    start_date=datetime(2019,1,1)
)


printHelloBash = BashOperator(
    task_id = "print_hello_Bash",
    bash_command = 'echo "Lets copy some data"',
    dag = copyData
)

mssqlConnection = "WWI"
sqlData = MsSqlOperator(sql="select top 100 InvoiceDate, TotalDryItems from sales.invoices",
                       task_id="select_some_data",
                       mssql_conn_id=mssqlConnection,
                       database="WideWorldImporters",
                       dag = copyData,
                       depends_on_past=True
          )

queryDataSuccess = BashOperator(
    task_id = "confirm_data_queried",
    bash_command = 'echo "We queried data!"',
    dag = copyData
)

printHelloBash >> sqlData >> queryDataSuccess

最初的错误是：

*[2019-02-22 16:13:09,176] {{logging_mixin.py:95}} INFO - [2019-02-22 16:13:09,176] {{base_hook.py:83}} INFO - Using connection to: 172.17.0.3  
[2019-02-22 16:13:09,186] {{models.py:1760}} ERROR - Could not create Fernet object: Incorrect padding  
Traceback (most recent call last):  
  File "/usr/local/lib/python3.6/site-packages/airflow/models.py", line 171, in get_fernet
    _fernet = Fernet(fernet_key.encode('utf-8'))  
  File "/usr/local/lib/python3.6/site-packages/cryptography/fernet.py", line 34, in __init__
    key = base64.urlsafe_b64decode(key)  
  File "/usr/local/lib/python3.6/base64.py", line 133, in urlsafe_b64decode
    return b64decode(s)  
  File "/usr/local/lib/python3.6/base64.py", line 87, in b64decode
    return binascii.a2b_base64(s)
binascii.Error: Incorrect padding*

我注意到这与加密有关，因此我继续运行pip install cryptography和pip install airflow[crytpo]，两者都返回了完全相同的结果，通知我该要求已经满足。终于，我发现一些东西说我只需要生成一个fernet_key。我的airflow.cfg文件中的默认密钥为fernet_key = $FERNET_KEY。因此，从容器中的cli运行：

python -c "from cryptography.fernet import Fernet; print(Fernet.generate_key().decode())"

并得到了我替换为$FERNET_KEY的代码。我重新启动了容器，然后重新运行了dag，现在我的错误是：

[2019-02-22 16:22:13,641] {{models.py:1760}} ERROR -   
Traceback (most recent call last):  
  File "/usr/local/lib/python3.6/site-packages/cryptography/fernet.py", line 106, in _verify_signature
    h.verify(data[-32:])  
  File "/usr/local/lib/python3.6/site-packages/cryptography/hazmat/primitives/hmac.py", line 69, in verify
    ctx.verify(signature)  
  File "/usr/local/lib/python3.6/site-packages/cryptography/hazmat/backends/openssl/hmac.py", line 73, in verify
    raise InvalidSignature("Signature did not match digest.")  
cryptography.exceptions.InvalidSignature: Signature did not match digest.

最初的加密doc扫描中的哪些与兼容性有关？

我现在很茫然，因此决定问这个问题，看看我是否有可能在解决这个问题上走错了路。任何帮助将不胜感激，因为Airflow看起来很棒。

Answer 1

感谢@Tomasz的一些侧面交流，我终于让我的DAG可以工作了。他建议我尝试使用docker-compose，该工具也在puckel / docker-airflow github存储库中列出。我最终使用了docker-compose-LocalExecutor.yml文件而不是Celery Executor。我进行了一些小的故障排除和更多的配置。首先，我将现有的装有示例数据库的MSSQL容器放入其中，并使用docker commit mssql_container_name将其转换为映像。我这样做的唯一原因是节省了必须还原备份样本数据库的时间。您始终可以将备份复制到容器中，并在以后根据需要还原它们。然后，将新映像添加到现有的docker-compose-LocalExecutor.yml文件中，如下所示：

version: '2.1'
services:
    postgres:
        image: postgres:9.6
        environment:
            - POSTGRES_USER=airflow
            - POSTGRES_PASSWORD=airflow
            - POSTGRES_DB=airflow

    mssql:
        image: dw:latest
        ports:
            - "1433:1433"

    webserver:
        image: puckel/docker-airflow:1.10.2
        restart: always
        depends_on:
            - postgres
            - mssql
        environment:
            - LOAD_EX=n
            - EXECUTOR=Local
        #volumes:
            #- ./dags:/usr/local/airflow/dags
            # Uncomment to include custom plugins
            # - ./plugins:/usr/local/airflow/plugins
        ports:
            - "8080:8080"
        command: webserver
        healthcheck:
            test: ["CMD-SHELL", "[ -f /usr/local/airflow/airflow-webserver.pid ]"]
            interval: 30s
            timeout: 30s
            retries: 3

请记住， dw 是我命名的基于mssql容器的新映像的名称。接下来，我将文件重命名为 docker-compose.yml ，以便可以轻松运行docker-compose up（不确定是否有直接指向其他YAML文件的命令）。一切启动并运行后，我导航至Airflow UI并配置了连接。注意：由于您使用的是docker-compose，因此您无需知道其他容器的IP地址，因为它们使用了DNS服务发现，而我发现了这些信息 here。然后，为了测试连接，我去了Data Profiling进行了临时查询，但是没有连接。这是因为puckel / docker-airflow映像未安装 pymssql 。因此，只需将bash放入容器docker exec -it airflow_webserver_container bash中并安装pip install pymssql --user。退出容器，然后使用docker-compose restart重新启动所有服务。一分钟后，一切正常。我的连接显示在临时查询中，可以成功选择数据。最终，我打开了DAG，调度程序将其选中，一切都成功了！经过数周的谷歌搜索，超级放心。感谢@ y2k-shubham的帮助和对@Tomasz的超级感谢，我在他关于r / datascience subreddit上关于Airflow的精彩而透彻的发布之后，实际上是我最初接触到的。

尝试查询mssql数据库时出现气流Fernet_Key问题

1 个答案: