Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Uso de una clave secreta AWS Secrets Manager para una conexión con Apache Airflow Snowflake
En el siguiente ejemplo se solicita AWS Secrets Manager la obtención de una clave secreta para una conexión de Apache Airflow Snowflake en Amazon Managed Workflows for Apache Airflow. Se asume que ha realizado los pasos que se detallan en Configuración de una conexión Apache Airflow mediante un secreto AWS Secrets Manager.
Versión
-
Puede usar el ejemplo de código de esta página con Apache Airflow v2 en Python 3.10
.
Requisitos previos
Para usar el código de muestra de esta página, necesitará lo siguiente:
-
El backend de Secrets Manager como opción de configuración de Apache Airflow, como se muestra en Configuración de una conexión Apache Airflow mediante un secreto AWS Secrets Manager.
-
Una cadena de conexión de Apache Airflow en Secrets Manager, como aparece en Configuración de una conexión Apache Airflow mediante un secreto AWS Secrets Manager.
Permisos
-
Permisos de Secrets Manager como se muestra en Configuración de una conexión Apache Airflow mediante un secreto AWS Secrets Manager.
Requisitos
Para usar el código de ejemplo de esta página, agregue las siguientes dependencias a su requirements.txt
. Para obtener más información, consulte Instalación de dependencias de Python.
apache-airflow-providers-snowflake==1.3.0
Código de ejemplo
Los siguientes pasos describen cómo crear el DAG código que llama a Secrets Manager para obtener el secreto.
-
En la línea de comandos, navegue hasta el directorio en el que está almacenado el DAG código. Por ejemplo:
cd dags
-
Copie el contenido del código de ejemplo siguiente y guárdelo localmente como
snowflake_connection.py
.""" Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved. Permission is hereby granted, free of charge, to any person obtaining a copy of this software and associated documentation files (the "Software"), to deal in the Software without restriction, including without limitation the rights to use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies of the Software, and to permit persons to whom the Software is furnished to do so. THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE SOFTWARE. """ from airflow import DAG from airflow.providers.snowflake.operators.snowflake import SnowflakeOperator from airflow.utils.dates import days_ago snowflake_query = [ """use warehouse "MY_WAREHOUSE";""", """select * from "SNOWFLAKE_SAMPLE_DATA"."WEATHER"."WEATHER_14_TOTAL" limit 100;""", ] with DAG(dag_id='snowflake_test', schedule_interval=None, catchup=False, start_date=days_ago(1)) as dag: snowflake_select = SnowflakeOperator( task_id="snowflake_select", sql=snowflake_query, snowflake_conn_id="snowflake_conn", )
Siguientes pasos
-
Aprenda a cargar el DAG código de este ejemplo a la
dags
carpeta de su bucket de Amazon S3 enAñadir o actualizar DAG.