Airflow/minio: как использовать minio в качестве локального прокси-сервера S3 для данных, отправляемых из Airflow?

Простой вопрос:

Вместо того, чтобы использовать S3 или GCS, я хотел бы знать, как использовать minio в качестве локального прокси-сервера S3 для хранения данных, отправленных Airflow. Как мне это сделать? Могу ли я использовать FileToGoogleCloudStorageOperator или нет?

И если бы не этот маршрут для локального хранилища (больших изображений, а не строк БД), что бы вы порекомендовали?

Спасибо!


google-cloud-storage amazon-s3 airflow minio
person jtlz2    schedule 05.04.2019    source источник

Ответы (1)


arrow_upward
4
arrow_downward

Опираясь на похожий ответ, это то, что мне пришлось делать с последней версией Airflow на момент написания (1.10 .7):

Сначала создайте соединение S3 со следующей информацией:

Connection Name: '<your connection name>' #  e.g. local_minio
Connection Type: S3
Extra: a JSON object with the following properties: 
 {
    "aws_access_key_id":"your_minio_access_key",
    "aws_secret_access_key": "your_minio_secret_key",
    "host": "http://127.0.0.1:9000"
 }

Затем в своей DAG создайте задачу, используя S3Hook для взаимодействия с данными. Вот пример, который вы можете адаптировать для своих нужд:

from datetime import datetime, timedelta

from airflow import DAG
from airflow.operators.python_operator import PythonOperator
from airflow.hooks.S3_hook import S3Hook

DEFAULT_ARGS = {
    'owner': 'Airflow',
    'depends_on_past': False,
    'start_date': datetime(2020, 1, 13),
    'email': ['[email protected]'],
    'email_on_failure': False,
    'email_on_retry': False,
    'retries': 1,
    'retry_delay': timedelta(minutes=5),
}

dag = DAG('create_date_dimension', default_args=DEFAULT_ARGS,
          schedule_interval="@once")


def write_text_file(ds, **kwargs):
    with open("/tmp/test.txt", "w") as fp:
        # Add file generation/processing step here, E.g.:
        fp.write(ds)

        # Upload generated file to Minio
        s3 = S3Hook('local_minio')
        s3.load_file("/tmp/test.txt",
                     key=f"my-test-file.txt",
                     bucket_name="my-bucket")


# Create a task to call your processing function
t1 = PythonOperator(
    task_id='generate_and_upload_to_s3',
    provide_context=True,
    python_callable=write_text_file,
    dag=dag
)
person iinuwa    schedule 13.01.2020