K8S部署分布式调度任务Airflow

一、部署要求

Apache Airflow 已通过以下测试：

注意: MySQL 5.x 版本不能或有运行多个调度程序的限制——请参阅调度程序文档。MariaDB 未经过测试/推荐。

注意: SQLite 用于 Airflow 测试。不要在生产中使用它。我们建议使用最新的 SQLite 稳定版本进行本地开发。

PS：本文部署 Airflow 稳定版 2.1.4，Kubernetes使用1.20.x版本，PostgreSQL使用12.x，使用Helm Charts部署。

二、生成Helm Charts配置

PS：使用 helm 3 版本部署

# 创建kubernetes airflow 命名空间 $ kubectl create namespace airflow 
 # 添加 airflow charts 仓库源 
$ helm repo add apache-airflow https://airflow.apache.org  
# 更新 aiarflow 源 $ helm repo update 
 # 查看 airflow charts 所有版本（这里选择部署charts 1.2.0，也就是airflow 2.1.4） 
$ helm search repo apache-airflow/airflow -l  
NAME                    CHART VERSION   APP VERSION DEscriptION apache-airflow/airflow  1.3.0           2.2.1       The official Helm chart to deploy Apache Airflo... 
apache-airflow/airflow  1.2.0           2.1.4       The official Helm chart to deploy Apache Airflo... apache-airflow/airflow  1.1.0           2.1.2       The official Helm chart to deploy Apache Airflo... 
apache-airflow/airflow  1.0.0           2.0.2       Helm chart to deploy Apache Airflow, a platform...  
# 导出 airflow charts values.yaml 文件 $ helm show values apache-airflow/airflow --version 1.2.0 > airflow_1.2.4_values.yaml 

三、修改airflow配置 3.1 配置持续存储 StorageClass

PS: 使用阿里云NAS极速存储

# 编辑 StorageClass 文件 $ vim alicloud-nas-airflow-test.yaml 
 apiVersion: storage.k8s.io/v1 
kind: StorageClass metadata: 
  name: alicloud-nas-airflow-test mountOptions: 
  - nolock,tcp,noresvport   - vers=3 
parameters:   volumeAs: subpath 
  server: "xxxxx.cn-beijing.extreme.nas.aliyuncs.com:/share/airflow/" provisioner: nasplugin.csi.alibabacloud.com 
reclaimPolicy: Retain  
# 应用到K8S中 $ kubectl apply -f alicloud-nas-airflow-test.yaml 

3.2 配置 airflow Dags 存储仓库 gitSshKey

# 编辑 airflow-ssh-secret.yaml 文件，首先需要把shh公钥添加到git项目仓库中 $ vim airflow-ssh-secret.yaml 
 apiVersion: v1 
kind: Secret metadata: 
  name: airflow-ssh-secret   namespace: airflow 
data:   # key needs to be gitSshKey 
  gitSshKey: "ssh私钥，base64"  
# 应用到K8S中 $ kubectl apply -f airflow-ssh-secret.yaml 

3.3 Docker 部署 PostgreSQL 12

# 创建 postgresql 存储目录 $ mkdir /data/postgresql_data 
 # 创建启动文件 
$ vim docker-compose.yaml  
version: "3"  
services:   airflow-postgres: 
    image: postgres:12     restart: always 
    container_name: airflow-postgres     environment: 
      TZ: Asia/Shanghai       POSTGRES_USER: airflow 
      POSTGRES_PASSWORD: Airflow123     volumes: 
      - /data/postgresql_data:/var/lib/postgresql/data     ports: 
      - "5432:5432"  
# 启动 postgresql docker $ docker-compose up -d 

3.4 修改 airflow_1.2.4_values.yaml 配置

PS：本文 airflow_1.2.4_values.yaml 配置文件需要三个pvc，服务分别是 redis、worker(只部署1个worker，可以部署多个worker)、dags

因配置文件太长，不具体贴出，具体内容请参考下面链接：

https://github.com/yangpeng14/DevOps/blob/master/config_dir/airflow_1.2.4_values.yaml

四、部署 Airfolw

# 第一次部署 Airflow $ helm install airflow apache-airflow/airflow --namespace airflow --version 1.2.0 -f airflow_1.2.4_values.yaml 
 # 以后如果要修改airflow配置，请使用下面命令 
$ helm upgrade --install airflow apache-airflow/airflow --namespace airflow --version 1.2.0 -f airflow_1.2.4_values.yaml 

五、配置 Airflow Ingress Nginx 访问入口

# 生成 ingress nginx 配置文件 $ vim airflow-ingress.yaml 
 apiVersion: networking.k8s.io/v1 
kind: Ingress metadata: 
  name: airflow   namespace: airflow 
  annotations:     kubernetes.io/ingress.class: nginx 
    nginx.ingress.kubernetes.io/ssl-redirect: "false"     nginx.ingress.kubernetes.io/proxy-connect-timeout: "60" 
    nginx.ingress.kubernetes.io/proxy-read-timeout: "60"     nginx.ingress.kubernetes.io/proxy-send-timeout: "60" 
spec:   rules: 
  - host: "airflow.example.com"     http: 
      paths:       - path: / 
        pathType: Prefix         backend: 
          service:             name: airflow-webserver 
            port:               number: 8080 
 # 应用到K8S中 
$ kubectl apply -f airflow-ingress.yaml 

六、参考链接

1、https://github.com/apache/airflow/tree/2.1.4

2、https://airflow.apache.org/docs/helm-chart/1.2.0/index.html