在zip打包的DAG中找不到Airflow/Composer模板

Question

在Composer中使用模板化SQL文件时遇到问题。我认为这个问题与我将DAG打包为zip文件以包含其他代码有关。在

我从这个开始（只展示相关部分）：

dag = DAG('my_dag',
      default_args=default_args,
      schedule_interval=schedule_interval)

task0 = BigQueryOperator(
     task_id='task0',
     use_legacy_sql=False,
     bql='sql/query_file.sql',
     bigquery_conn_id=bigquery_conn_id,
     dag=dag)

文件结构如下所示：

^{pr2}$

我像这样压缩它并复制到Composer dags文件夹：

zip -r my_zip_file.zip *.py my_pkg/ sql/

这在本地有效，但在Composer上部署时出现错误：

TemplateNotFound: sql/query_file.sql

我确信我在zip文件中包含了SQL文件。我也试着把它移到根文件夹（没有sql/子目录），但是我得到了相同的结果。在

我在某个地方读到在实例化DAG对象时需要设置template_searchpath。我没能成功地做到这一点。当我尝试相对路径（sql）时，我得到更多TemplateNotFound错误。当我尝试如下的绝对路径时，我得到not a directory。在

我试了一下：

dag = DAG('my_dag',
      default_args=default_args,
      schedule_interval=schedule_interval,
      template_searchpath = os.path.dirname(__file__) + "/sql"
)

task0 = BigQueryOperator(
     task_id='task0',
     use_legacy_sql=False,
     bql='query_file.sql',
     bigquery_conn_id=bigquery_conn_id,
     dag=dag)

我还尝试将'sql'作为任务路径的一部分，而不是模板searchpath，我再次尝试将所有内容移动到根级别，但得到了相同的“nota directory”错误。在

据我所知，这个问题与文件包含在zip文件中这一事实有关。__file__返回/home/airflow/gcs/dags/my_zip_file.zip/my_dag_file.py。但是os.listdir(os.path.dirname(__file__))抛出相同的not a directory错误。所以，也许因为我们是在一个zip归档文件中执行的，我们不能用同样的方式使用文件夹和路径。也许Jinja被这个绊倒了。。。？或者，在打包zip文件时，可能还有其他事情要做？在

[2018-06-20 15:35:34,837] {base_task_runner.py:98} INFO - Subtask: Traceback (most recent call last):
[2018-06-20 15:35:34,838] {base_task_runner.py:98} INFO - Subtask:   File "/usr/local/bin/airflow", line 27, in <module>
[2018-06-20 15:35:34,840] {base_task_runner.py:98} INFO - Subtask:     args.func(args)
[2018-06-20 15:35:34,841] {base_task_runner.py:98} INFO - Subtask:   File "/usr/local/lib/python2.7/site-packages/airflow/bin/cli.py", line 392, in run
[2018-06-20 15:35:34,841] {base_task_runner.py:98} INFO - Subtask:     pool=args.pool,
[2018-06-20 15:35:34,842] {base_task_runner.py:98} INFO - Subtask:   File "/usr/local/lib/python2.7/site-packages/airflow/utils/db.py", line 50, in wrapper
[2018-06-20 15:35:34,843] {base_task_runner.py:98} INFO - Subtask:     result = func(*args, **kwargs)
[2018-06-20 15:35:34,843] {base_task_runner.py:98} INFO - Subtask:   File "/usr/local/lib/python2.7/site-packages/airflow/models.py", line 1477, in _run_raw_task
[2018-06-20 15:35:34,844] {base_task_runner.py:98} INFO - Subtask:     self.render_templates()
[2018-06-20 15:35:34,844] {base_task_runner.py:98} INFO - Subtask:   File "/usr/local/lib/python2.7/site-packages/airflow/models.py", line 1760, in render_templates
[2018-06-20 15:35:34,845] {base_task_runner.py:98} INFO - Subtask:     rendered_content = rt(attr, content, jinja_context)
[2018-06-20 15:35:34,847] {base_task_runner.py:98} INFO - Subtask:   File "/usr/local/lib/python2.7/site-packages/airflow/models.py", line 2481, in render_template
[2018-06-20 15:35:34,848] {base_task_runner.py:98} INFO - Subtask:     return jinja_env.get_template(content).render(**context)
[2018-06-20 15:35:34,849] {base_task_runner.py:98} INFO - Subtask:   File "/usr/local/lib/python2.7/site-packages/jinja2/environment.py", line 812, in get_template
[2018-06-20 15:35:34,849] {base_task_runner.py:98} INFO - Subtask:     return self._load_template(name, self.make_globals(globals))
[2018-06-20 15:35:34,850] {base_task_runner.py:98} INFO - Subtask:   File "/usr/local/lib/python2.7/site-packages/jinja2/environment.py", line 774, in _load_template
[2018-06-20 15:35:34,851] {base_task_runner.py:98} INFO - Subtask:     cache_key = self.loader.get_source(self, name)[1]
[2018-06-20 15:35:34,852] {base_task_runner.py:98} INFO - Subtask:   File "/usr/local/lib/python2.7/site-packages/jinja2/loaders.py", line 171, in get_source
[2018-06-20 15:35:34,854] {base_task_runner.py:98} INFO - Subtask:     f = open_if_exists(filename)
[2018-06-20 15:35:34,855] {base_task_runner.py:98} INFO - Subtask:   File "/usr/local/lib/python2.7/site-packages/jinja2/utils.py", line 151, in open_if_exists
[2018-06-20 15:35:34,856] {base_task_runner.py:98} INFO - Subtask:     return open(filename, mode)
[2018-06-20 15:35:34,856] {base_task_runner.py:98} INFO - Subtask: IOError: [Errno 20] Not a directory: '/home/airflow/gcs/dags/my_zip_file.zip/sql/query_file.sql'

Answer 1

气流当前（从1.10版本起）似乎不支持从压缩的dag加载模板，因为它只使用jinja2.FileSystemLoader来加载模板（参见^{}）。在

Answer 2

首先，确认ZIP中的文件结构与预期一致。在

然后，尝试一下获取路径：

os.path.join(os.path.dirname(os.path.realpath(__file__)),"sql","query_file.sql")

这就是我们在气流部署中获取查询路径的方法。在

Answer 3

使用文件的绝对路径更安全，如下所示 sql = os.path.abspath(os.path.join(os.path.dirname(__file__), "sql/query_file.sql"))

因为Airflow操作符/任务可能在新创建的临时目录下运行命令/方法，该目录不会复制依赖项。勾选一个Implementation example on Airflow Github，你会明白的。在