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 un DAG para importar variables en la CLI
La siguiente muestra de código importa variables mediante la CLI de Amazon Managed Workflows para Apache Airflow.
Versión
-
Puede usar el código de ejemplo de esta página con Apache Airflow v2 y versiones posteriores en Python 3.10
.
Requisitos previos
-
No se necesitan permisos adicionales para usar el código de ejemplo de esta página.
Permisos
Su AWS cuenta necesita acceso a la política AmazonMWAAAirflowCliAccess
. Para obtener más información, consulte Política de CLI de Apache Airflow: AmazonMWAA AirflowCliAccess.
Dependencias.
-
Para usar este código de ejemplo con Apache Airflow v2, no se necesitan dependencias adicionales. El código utiliza la instalación básica de Apache Airflow v2
en su entorno.
Código de ejemplo
La siguiente muestra de código requiere tres entradas: el nombre de su entorno de Amazon MWAA (en mwaa_env
), la región AWS de su entorno (en aws_region
) y el archivo local que contiene las variables que desea importar (en var_file
).
import boto3 import json import requests import base64 import getopt import sys argv = sys.argv[1:] mwaa_env='' aws_region='' var_file='' try: opts, args = getopt.getopt(argv, 'e:v:r:', ['environment', 'variable-file','region']) #if len(opts) == 0 and len(opts) > 3: if len(opts) != 3: print ('Usage: -e MWAA environment -v variable file location and filename -r aws region') else: for opt, arg in opts: if opt in ("-e"): mwaa_env=arg elif opt in ("-r"): aws_region=arg elif opt in ("-v"): var_file=arg boto3.setup_default_session(region_name="{}".format(aws_region)) mwaa_env_name = "{}".format(mwaa_env) client = boto3.client('mwaa') mwaa_cli_token = client.create_cli_token( Name=mwaa_env_name ) with open ("{}".format(var_file), "r") as myfile: fileconf = myfile.read().replace('\n', '') json_dictionary = json.loads(fileconf) for key in json_dictionary: print(key, " ", json_dictionary[key]) val = (key + " " + json_dictionary[key]) mwaa_auth_token = 'Bearer ' + mwaa_cli_token['CliToken'] mwaa_webserver_hostname = 'https://{0}/aws_mwaa/cli'.format(mwaa_cli_token['WebServerHostname']) raw_data = "variables set {0}".format(val) mwaa_response = requests.post( mwaa_webserver_hostname, headers={ 'Authorization': mwaa_auth_token, 'Content-Type': 'text/plain' }, data=raw_data ) mwaa_std_err_message = base64.b64decode(mwaa_response.json()['stderr']).decode('utf8') mwaa_std_out_message = base64.b64decode(mwaa_response.json()['stdout']).decode('utf8') print(mwaa_response.status_code) print(mwaa_std_err_message) print(mwaa_std_out_message) except: print('Use this script with the following options: -e MWAA environment -v variable file location and filename -r aws region') print("Unexpected error:", sys.exc_info()[0]) sys.exit(2)
Siguientes pasos
-
Aprenda a cargar el código el DAG de este ejemplo en la carpeta
dags
de su bucket de Amazon S3 en Añadir o actualizar DAG.