快速入門¶

本快速入門指南將協助您在本機上啟動 Airflow 單機執行個體。

注意

成功安裝需要 Python 3 環境。從 Airflow 2.7.0 開始，Airflow 支援 Python 3.8、3.9、3.10、3.11 和 3.12。

目前僅正式支援 pip 安裝。

雖然使用其他工具（如 poetry 或 pip-tools）也取得了一些成功，但它們與 pip 的工作流程不同，尤其是在約束與需求管理方面。目前不支援透過 Poetry 或 pip-tools 安裝。

已知 bazel 存在一些問題，可能導致在使用它安裝 Airflow 時出現循環依賴。如果遇到此類問題，請切換到 pip。Bazel 社群正在此 PR 中努力解決此問題，因此較新版本的 bazel 可能會處理此問題。

如果您希望使用這些工具安裝 Airflow，則應使用約束檔案，並將其轉換為您的工具所需的適當格式和工作流程。

如果您按照以下說明操作，Airflow 的安裝非常簡單。Airflow 使用約束檔案來實現可重現的安裝，因此建議使用 pip 和約束檔案。

設定 Airflow Home（選用）

Airflow 需要一個 Home 目錄，預設使用 ~/airflow，但如果您願意，可以設定不同的位置。AIRFLOW_HOME 環境變數用於告知 Airflow 所需的位置。設定環境變數的此步驟應在安裝 Airflow 之前完成，以便安裝程序知道將必要檔案儲存在哪裡。
```
export AIRFLOW_HOME=~/airflow
```

使用約束檔案安裝 Airflow，該檔案根據我們傳遞的 URL 確定

AIRFLOW_VERSION=2.10.4

# Extract the version of Python you have installed. If you're currently using a Python version that is not supported by Airflow, you may want to set this manually.
# See above for supported versions.
PYTHON_VERSION="$(python -c 'import sys; print(f"{sys.version_info.major}.{sys.version_info.minor}")')"

CONSTRAINT_URL="https://raw.githubusercontent.com/apache/airflow/constraints-${AIRFLOW_VERSION}/constraints-${PYTHON_VERSION}.txt"
# For example this would install 2.10.4 with python 3.8: https://raw.githubusercontent.com/apache/airflow/constraints-2.10.4/constraints-3.8.txt

pip install "apache-airflow==${AIRFLOW_VERSION}" --constraint "${CONSTRAINT_URL}"

執行 Airflow Standalone

airflow standalone 命令會初始化資料庫、建立使用者，並啟動所有元件。
```
airflow standalone
```
存取 Airflow UI

在瀏覽器中瀏覽 localhost:8080，並使用終端機中顯示的管理員帳戶詳細資訊登入。在首頁啟用 example_bash_operator DAG。

執行這些命令後，Airflow 將建立 $AIRFLOW_HOME 資料夾，並建立包含預設值的 “airflow.cfg” 檔案，讓您可以快速上手。您可以使用環境變數覆寫預設值，請參閱組態參考。您可以檢查 $AIRFLOW_HOME/airflow.cfg 中的檔案，或透過 UI 在 Admin->Configuration 選單中檢查。webserver 的 PID 檔案將儲存在 $AIRFLOW_HOME/airflow-webserver.pid 或 /run/airflow/webserver.pid（如果由 systemd 啟動）。

Airflow 開箱即用，使用 SQLite 資料庫，您應該很快就會發現它已不敷使用，因為使用此資料庫後端無法進行平行化。它與 SequentialExecutor 結合使用，後者僅會依序執行任務執行個體。雖然這非常有限制，但它可讓您快速啟動並執行，並瀏覽 UI 和命令列公用程式。

隨著您的成長並將 Airflow 部署到生產環境，您也會希望從我們在此處使用的 standalone 命令轉移到分別執行元件。您可以在生產環境部署中閱讀更多資訊。

以下是一些將觸發幾個任務執行個體的命令。當您執行以下命令時，您應該能夠在 example_bash_operator DAG 中看到工作的狀態變更。

# run your first task instance
airflow tasks test example_bash_operator runme_0 2015-01-01
# run a backfill over 2 days
airflow dags backfill example_bash_operator \
    --start-date 2015-01-01 \
    --end-date 2015-01-02

如果您想手動執行 Airflow 的個別部分，而不是使用 all-in-one standalone 命令，您可以改為執行

airflow db migrate

airflow users create \
    --username admin \
    --firstname Peter \
    --lastname Parker \
    --role Admin \
    --email spiderman@superhero.org

airflow webserver --port 8080

airflow scheduler

下一步？¶

從這裡開始，您可以前往教學區段以取得更多範例，如果您準備好開始實作，則可以前往操作指南區段。