翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
Amazon MWAA 環境クラスの構成
Amazon MWAA 環境用に選択した環境クラスによって、「Celery Executor
環境クラス
以下の画像は、Amazon MWAA コンソールで [環境クラス] を更新できる場所を示しています。
注記
DAG キャパシティとは、実行ではなく DAG 定義を指し、DAG が 1 つの Python ファイル内で「動的
タスクの実行は、同時にスケジュールされる DAG の数によって異なり、同時に開始するように設定されている DAG 実行の数と、このトピックで詳しく説明するワーカーのサイズと数がデフォルト「max_dagruns_per_loop_to_schedule
環境機能
次のセクションには、各環境クラスのデフォルトの同時 Apache Airflow タスク、ランダムアクセスメモリ (RAM)、および仮想中央処理装置 (vCPUs) が含まれています。記載されている同時実行タスクは、タスクの同時実行性が環境内の Apache Airflow ワーカーのキャパシティを超えないことを前提としています。
celery.worker_autoscale
を使用して、作業者 1 人あたりのタスク数を増やすことができます。詳細については、高パフォーマンスのユースケースの例 を参照してください。
Apache Airflow スケジューラー
以下のセクションでは、Amazon MWAA で使用できる Apache Airflow スケジューラーオプションと、スケジューラーの数がトリガーの数にどのように影響するかについて説明します。
Apache Airflow では、「トリガー