kube-airflow 完全指南：在 Kubernetes 上运行 Apache Airflow 的终极方案

【免费下载链接】kube-airflowA docker image and kubernetes config files to run Airflow on Kubernetes项目地址: https://gitcode.com/gh_mirrors/ku/kube-airflow

你是否正在寻找一套在 Kubernetes 上运行 Apache Airflow 的终极方案？kube-airflow 正是为此而生的开源项目，它提供了一整套 Docker 镜像与 Kubernetes 配置文件，让你无需维护复杂的 Celery 集群，就能轻松获得高可用的 Airflow 调度器与并行任务执行能力。本文将从零开始，带你快速掌握 kube-airflow 的部署方法、核心组件与最佳实践，让新手也能在十几分钟内搭建出属于自己的 Airflow 调度平台。

为什么选择 kube-airflow：在 Kubernetes 上运行 Airflow 的核心优势

传统方式运行 Airflow 常常面临两个痛点：调度器高可用难以实现、任务并行扩展成本高昂。kube-airflow 巧妙地把这两个问题都交给了 Kubernetes 解决：

• 调度器高可用：Airflow 官方不建议同时运行多个调度器，而 kube-airflow 利用 Kubernetes 的容器编排能力，让调度器以"崩溃即重启"的方式稳定运行，省去了复杂的 Leader Election 包装。
• 任务并行扩展：无需为 Celery 维护高可用的后端数据库与 Worker 集群，K8s 本身就是最好的任务管理器，一条命令即可完成 Worker 扩容。
• 开箱即用：项目内置了 Webserver、Scheduler、Worker、Flower 等全套组件的部署清单，配合 Helm Chart 一键安装。

kube-airflow 架构：一次看懂全部组件

整个系统由以下核心组件组成，各司其职：

Worker 为什么使用 StatefulSet 而非 Deployment？这是 kube-airflow 的一个巧妙设计：StatefulSet 配合 Headless Service 可以冻结每个 Worker 的 DNS 名称，让 Webserver 能够按 Pod 独立拉取日志，这对分布式任务排错至关重要。具体配置见 statefulsets-workers.yaml。

最快部署方法：两种方式任你选择

方式一：一条命令快速创建（适合尝鲜）

克隆仓库后，直接使用项目提供的聚合清单文件airflow.all.yaml：

kubectl create -f airflow.all.yaml

这一条命令会一次性创建 postgres、rabbitmq、airflow-webserver、airflow-scheduler、airflow-flower、airflow-worker 六个 Deployment 以及对应的 Service。如果你使用的是 minikube，还可以通过make browse-web直接打开 Web 界面。

方式二：Helm 部署（生产环境推荐）

Helm Chart 位于airflow/目录，它支持更灵活的定制能力，官方推荐使用：

make helm-install NAMESPACE=yournamespace HELM_VALUES=/path/to/you/values.yaml

所有可定制参数都集中在 values.yaml 中，包括镜像版本、Worker 数量、Ingress 配置、持久化存储等，覆盖了日常运维的绝大多数需求。

快速配置技巧：三个必须掌握的定制项

1. 生成 Fernet Key（必做）

Airflow 使用 Fernet Key 加密连接信息，values.yaml中默认留空。启动前请先执行以下命令生成，并填入配置：

python -c "from cryptography.fernet import Fernet; FERNET_KEY = Fernet.generate_key().decode(); print(FERNET_KEY)"

2. 自定义 airflow.cfg（无需重新构建镜像）

默认情况下，config/airflow.cfg被打包在 Docker 镜像中，通过模板变量注入环境信息。如果你只想测试新配置而不想重建镜像，可以使用 ConfigMap 方式：

• 在values.yaml中开启airflow.airflow_cfg.enable: true
• 将你的airflow.cfg内容填入airflow.airflow_cfg.data
• 参考示例文件 myvalue-with-airflowcfg-configmap.yaml

注意保留配置中的模板变量（如{{ POSTGRES_CREDS }}），否则容器将无法正确连接后端。

3. 指定 URL 前缀与 Ingress

通过values.yaml中的url_prefix与ingress配置，可以让 Web 界面以http://mycompany.com/airflow的形式对外提供服务，同时支持为 Flower 单独设置路径前缀，方便接入已有网关体系。

DAG 部署实战：两种主流方式对比

DAG（有向无环图）是 Airflow 的核心，kube-airflow 提供了两种部署方式：

嵌入式 DAG：构建专属镜像

将 DAG 放入项目dags/目录，把依赖写入requirements/dags.txt，然后构建镜像：

make ENBEDDED_DAGS_LOCATION=$DAG_PATH

之后将新镜像部署到集群即可。这是官方最推荐的生产方案，因为它能保证 DAG 及其依赖的完整性。

git-sync：让 DAG 自动更新

在values.yaml中开启dags.git_sync_enabled: true并指定git_repo地址，Scheduler 和 Worker 就会自动拉取最新代码。但请注意：如果 Scheduler 在 DAG 执行中途重载了新版 DAG，可能导致执行逻辑不一致。建议遵循两个原则——执行期间加锁不拉新，或让 DAG 保持不可变、只新增不修改。

Worker 扩容与运维实战

一键扩容 Worker

修改values.yaml中的celery.num_workers数值，重新应用即可完成扩容：

make apply

由于 Worker 使用 StatefulSet，扩容后的新 Worker 会自动获得稳定 DNS，Webserver 也能正确抓取其任务日志。

使用 Flower 监控任务

Flower 面板（5555 端口）实时展示 Celery 任务队列、Worker 状态与执行统计。通过make browse-flower或配置好的 Ingress 即可访问，是排查任务积压问题的利器。

常见问题速查

Q：Scheduler 为什么不更新 DAG？检查scheduler_num_runs配置，设为-1表示无限循环但不会刷新 DAG；设为1则每次刷新后退出、由 Kubernetes 自动拉起，可根据需求选择。

Q：如何增加自定义 Python 依赖？将依赖写入requirements/dags.txt，构建镜像时会被自动安装，也可通过make REQUIREMENTS_TXT_LOCATION=/path/to/requirements.txt指定其他文件。

Q：同一命名空间想跑多个独立集群？利用 Chart 提供的 prefix 机制，为每个集群添加前缀即可，注意前缀不要包含引号、斜杠等特殊字符。

总结

kube-airflow 用最简洁的方式解决了在 Kubernetes 上运行 Apache Airflow 的核心难题：无需维护复杂的 Celery 基础设施，K8s 原生能力即是最佳的任务编排者。无论是新手快速搭建，还是生产环境的高可用部署，这份方案都能让你事半功倍。现在就 clone 项目，开启你的 Airflow + Kubernetes 之旅吧！

【免费下载链接】kube-airflowA docker image and kubernetes config files to run Airflow on Kubernetes项目地址: https://gitcode.com/gh_mirrors/ku/kube-airflow