Airflow笔记

1. 依赖

MySqlOperator 的数据库交互通过 MySQLdb 模块来实现, 使用前需要安装相关依赖:

pip install apache-airflow[mysql]

2. 使用

使用 MySqlOperator 执行sql任务的一个简单例子:

1from airflow import DAG
2from airflow.utils.dates import days_ago
3from airflow.operators.mysql_operator import MySqlOperator
4
5default_args = {
6    'owner': 'airflow',
7    'depends_on_past': False,
8    'start_date': days_ago(1),
9    'email': ['j_hao104@163.com'],
10    'email_on_failure': True,
11    'email_on_retry': False,
12}
13
14dag = DAG(
15    'MySqlOperatorExample',
16    default_args=default_args,
17    description='MySqlOperatorExample',
18    schedule_interval="30 18 * * *")
19
20insert_sql = "insert into log SELECT * FROM temp_log"
21
22
23task = MySqlOperator(
24    task_id='select_sql',
25    sql=insert_sql,
26    mysql_conn_id='mysql_conn',
27    autocommit=True,
28    dag=dag)

3. 参数

MySqlOperator 接收几个参数:

sql: 待执行的sql语句;
mysql_conn_id: mysql数据库配置ID, Airflow的conn配置有两种配置方式，一是通过os.environ来配置环境变量实现，二是通过web界面配置到代码中,具体的配置方法会在下文描述;
parameters: 相当于MySQLdb库的execute 方法的第二参数,比如: cur.execute('insert into UserInfo values(%s,%s)',('alex',18));
autocommit: 自动执行 commit;
database: 用于覆盖conn配置中的数据库名称, 这样方便于连接统一个mysql的不同数据库;

4. `conn`配置

建议conn配置通过web界面来配置，这样不用硬编码到代码中，关于配置中的各个参数:

Conn Id: 对应 MySqlOperator 中的 mysql_conn_id；
Host: 数据库IP地址;
Schema: 库名, 可以被MySqlOperator中的database重写;
Login: 登录用户名;
Password: 登录密码;
Port: 数据库端口;
Extra: MySQLdb.connect的额外参数,包含charset、cursor、ssl、local_infile

其中cursor的值的对应关系为: sscursor —> MySQLdb.cursors.SSCursor; dictcursor —> MySQLdb.cursors.DictCursor; ssdictcursor —> MySQLdb.cursors.SSDictCursor

评论区

加载中...