Airflow 教程

安装 AirFlow

sudo pip install airflow --upgrade --ignore-installed
mkdir -p /Users/ohmycloud/airflow/dags

dags 目录中放入该文件:

# -*- coding:utf-8 -*-
# airflowPysparkDagTest.py
from airflow import DAG
from airflow.operators.bash_operator import BashOperator
from datetime import datetime, timedelta
import os

sparkSubmit = '/Users/ohmycloud/opt/spark-2.1.0-bin-hadoop2.6/bin/spark-submit'

## Define the DAG object
default_args = {
    'owner': '焉知非鱼',
    'depends_on_past': False,
    'start_date': datetime(2017, 12, 27),
    'retries': 5,
    'retry_delay': timedelta(minutes=1),
}
dag = DAG('PysparkTest', default_args=default_args, schedule_interval=timedelta(1))

numUniqueAuthors = BashOperator(
    task_id='unique-event',
    bash_command=sparkSubmit + ' ' + '/Users/ohmycloud/scripts/Python/spark-json/test.py',
    dag=dag)

test.py 里面写入:

# -*- coding:utf-8 -*-
from pyspark.sql import SparkSession
from pyspark.sql import Row
from pyspark.sql.functions import countDistinct,count,sum,when,col,current_date,date_sub,unix_timestamp,lit,from_unixtime
import sys
import time
import datetime

# 从 json 数据源读取数据
def read_from_json(spark):
    df=spark.read.json("/Users/ohmycloud/scripts/Python/ald_py/etl.json")
    event_logs_df=df.filter(df.ev=="event") \
                         .select(
                             df.ak.alias("app_key"),
                             df.at.alias("access_token"),
                             df.tp.alias("ev")
                         )
    event_logs_df.show()

if __name__ == '__main__':
    spark = SparkSession \
        .builder \
        .appName("aldstat") \
        .config("spark.sql.shuffle.partitions", 48) \
        .master("local") \
        .getOrCreate()
    read_from_json(spark)
    spark.stop()

测试一次:

airflow list_dags
airflow backfill PysparkTest -s 2017-12-27

在 UI 界面中会看到运行成功了一次, 日志中也能看见打印出来了结果:

WX20171227-154224@2x.png
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

  • 1.源码托管地址 https://github.com/alibaba/dubbo2.环境:macOS Sier...
    soonchow阅读 2,532评论 0 0
  • Lesson 1 A private conversation 私人谈话Last week I went to t...
    造物家英语阅读 140,412评论 2 57
  • Shapeiod Facts Well hello there! You might be wondering w...
    ZixinJin阅读 4,832评论 1 3
  • 18中考英语易错知识点专练:连词(含答案和解析) 2017-09-04 提成绩,☞ 初中英语 感谢您关注初中英语公...
    小绿植物阅读 5,099评论 0 1
  • (一)基本命令 命令格式: 命令 参数 1.ls 显示文件名,等同于dos下dir命令 命令格式:ls [opti...
    飞羽孟德阅读 6,014评论 0 3