如何解决Airflow 中的动态用户模拟
是否有一种简单有效的机制可以根据触发 DAG 执行的用户为 Airflow 2.0 任务实例动态设置 run_as_user
参数?
This answer 提供了一种通过检查元数据数据库来确定触发用户的方法(涉及模板的早期答案——例如 this——似乎不再适用于 Airflow 2.0)。使用元数据检查方法,我已经能够通过客户运算符动态设置 run_as_user
,如下所示:
from airflow.operators.python import Pythonoperator
from airflow.models.log import Log
from airflow.utils.db import create_session
class CustomPythonoperator(Pythonoperator):
def __init__(self,**kwargs):
super().__init__(**kwargs)
with create_session() as session:
results = session.query(Log.owner)\
.filter(
Log.dag_id==dag.dag_id,Log.event=='trigger')\
.order_by(Log.dttm.desc())\
.all()
self.run_as_user = results[0][0] if len(results) else 'airflow'
也就是说,这种方法似乎有问题,原因至少有两个:
- 表面上,它要求调度程序在每次实例化自定义操作符时(而不是每次执行任务时)查询元数据数据库。 documentation 警告自定义运算符的
__init__
方法中的昂贵操作。将用户查找移动到自定义运算符的execute
方法不起作用。 - 我怀疑这个解决方案的语义不完全:具体来说,我怀疑这种方法会将
run_as_user
设置为最近触发 DAG 的用户调度程序解析 DAG 的时间,而不是与当前 DAG 执行关联的用户。根据调度程序间隔,他们可能是同一个用户,但这似乎会引入竞争条件。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。