airflowctl 快速上手指南用命令行远程管理 Apache Airflow 环境【免费下载链接】airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflows项目地址: https://gitcode.com/GitHub_Trending/ai/airflowairflowctl是 Apache Airflow 官方提供的一个命令行工具它通过 Airflow REST API 与远端 Airflow 实例通信让你无需直接登录调度器Scheduler或 Web 服务器即可完成认证、环境配置和常见运维操作。本文以 airflow-ctl/docs/start.rst 为主线结合仓库源码完整讲解 airflowctl 的安装、首次登录、环境持久化与切换以及底层凭证流转机制读完即可在本地配置好第一个可用的 airflowctl 环境。airflowctl 是什么根据 airflow-ctl/README.md 的描述airflowctl 是一个通过 Airflow REST API 与 Apache Airflow 实例交互的命令行工具主要特性包括通过 REST API 与 Airflow 实例通信执行远程管理操作支持使用 Airflow API Token 进行认证面向远程 Airflow 部署执行命令无需本地部署完整的 Airflow 组件采用命令组结构组织命令便于记忆与发现所有命令均内置详细帮助文档。其核心价值在于你可以在任何一台只有网络访问权限的机器上安全地管理远端 Airflow 环境列举 DAG、查看任务实例、管理连接、变量、资源池等而不必暴露 Web UI 或直接操作元数据库。安装 airflowctl安装方式分为两类从 PyPI 安装发行包或从源码安装。仓库中对应文档位于 airflow-ctl/docs/installation/installing-from-pypi.rst 与 airflow-ctl/docs/installation/installing-from-sources.rst。从 PyPI 安装官方推荐的两种方式为pip与uvpip工作流兼容uv pip。典型命令如下pip install apache-airflow-ctl版本号社区实践通常建议在专用虚拟环境中安装应用。如果不想污染当前环境可以使用pipx或uv以工具方式安装# 通过 pipx 安装 pipx install apache-airflow-ctl版本号 # 通过 pipx 直接运行无需预先安装 pipx run apache-airflow-ctl --help使用 Astraluv时等价命令为# 通过 uv 安装为工具 uv tool install apache-airflow-ctl版本号 # 通过 uvx 直接运行无需预先安装 uvx apache-airflow-ctl --helppipx run与uvx适合快速试用手册场景无需在系统里留下安装痕迹。从源码安装源码包Source package是 Apache 软件基金会的官方发布物适合需要自行构建、并希望验证包来源与校验和的用户。官方下载目录同时提供三类文件apache_airflow_ctl-版本-source.tar.gz源码包apache_airflow_ctl-版本.tar.gzsdist 发行包apache_airflow_ctl-版本-py3-none-any.whlwheel 发行包下载后务必先验证文件完整性。PGP 签名验证命令如下# 导入发布管理员的 KEYS首次使用 gpg -i KEYS # 验证签名 gpg --verify apache-airflow-ctl-版本-source.tar.gz.asc apache-airflow-ctl-版本-source.tar.gz输出中出现Good signature from ...即表示签名有效not certified with a trusted signature 警告是因为大多数发布管理员的证书为自签名导入 KEYS 后即可信任。SHA512 校验方式为shasum -a 512 apache-airflow-ctl-版本-source.tar.gz | diff - apache-airflow-ctl-版本-source.tar.gz.sha512文件的实际 SHA512 值必须与.sha512文件一致。运行前提根据 airflow-ctl/docs/installation/prerequisites.rstPython 版本支持 Python 3.10、3.11、3.12、3.13、3.14不包含 3.15内存推荐至少 200MB 可用内存实际需求随部署方式不同而变化网络可访问启用了 REST API 的 Apache Airflow 实例Keyring 后端推荐用于安全存储 API Token避免 Token 以明文落盘。首次登录创建 airflowctl 环境安装完成后第一步是登录并创建 airflowctl 环境。start.rst 给出的核心命令是airflowctl auth login --username username --password password --api-url api_url --env env_name该命令各参数的含义与 cli_config.py 中ARG_AUTH_*定义一致如下参数默认值说明--username无用于认证的用户名--password无用于认证的密码--api-urlhttp://localhost:8080Airflow 元数据数据库 API 的地址-e, --envproduction命令运行所在的环境名称--api-token无直接使用的 API Token--skip-keyringFalse跳过将凭证写入 keyring从 auth_command.py 的login实现可以看到完整登录流程收集--username/--password或从--api-token与AIRFLOW_CLI_TOKEN环境变量读取 Token若凭证不完整则在真实终端上以交互方式提示输入用户名与密码非交互终端会直接报错退出用户名 密码方式会调用/auth端点上的login_with_username_and_password换取access_tokenToken 与 API URL 会被持久化保存随后打印Login successful! Welcome to airflowctl!。注意--skip-keyring与用户名/密码方式不兼容。因为用户名密码登录得到的 Token 必须写入 keyring若强制跳过会导致无法保存凭证源码中会直接报错退出。基于 Token 的登录方式如果已经有了 API Token例如 Airflow Web UI 生成的 token可以走第二种登录方式export AIRFLOW_CLI_TOKENtoken airflowctl auth login --api-url api_url --env env_name此方式会创建一个以指定 Token 认证的 airflowctl 环境。两种方式最终效果一致创建一个环境其中记录了 API 地址与可用的认证 Token。环境持久化与环境切换登录成功后环境信息会被持久化。结合 client.py 中Credentials类的实现可以看到其落盘位置与格式配置文件为AIRFLOW_HOME/env_name.json内容形如{api_url: api_url}其中AIRFLOW_HOME默认取环境变量未设置时为~/airflowAPI Token 存储在系统 keyring 中键名为api_token_env_nameservice 名为airflowctl不落明文磁盘调试模式AIRFLOW_CLI_DEBUG_MODEtrue下 Token 会写入debug_creds_env_name.json仅用于开发调试生产环境不应开启。为了便于在多个环境之间切换start.rst 明确说明通过设置AIRFLOW_CLI_ENVIRONMENT环境变量来持久化并选择当前环境其值应为你想使用的环境名称。例如export AIRFLOW_CLI_ENVIRONMENTproduction从源码可以看到Credentials构造时会优先读取AIRFLOW_CLI_ENVIRONMENT未设置时才回退到--env参数默认production。同时它对环境名做了安全校验环境名中不能包含/、\或..否则抛出异常防止路径穿越。从 auth_command.py 的源码结构看auth 命令还实现了环境列举能力list_envs它会扫描AIRFLOW_HOME下的 JSON 配置文件跳过debug_creds_前缀与_generated.json后缀的文件逐一读取每个环境的api_url并检查 keyring 中是否存在对应 Token最后以表格/JSON 等格式输出每个环境的名称、API 地址与认证状态。另有get_token实现可向 stdout 打印当前凭证对应的 JWT Token便于在脚本中复用。验证安装与环境start.rst 给出的最后一步是运行airflowctl --help该命令展示所有可用命令。从 cli_parser.py 的get_parser实现可以看到airflowctl 的帮助输出基于argparse与rich定制顶层命令分为Groups命令组与Commands独立命令两个分区展示所有命令及子命令均支持--help查看详细参数说明帮助文本支持--preview动作预览。命令按功能分组组织auth认证、config配置、connection连接、dagDAG 操作、jobs任务进程、pool资源池、task任务实例、variable变量、version版本等均可在 airflow-ctl/src/airflowctl/ctl/commands/ 目录下找到对应实现。底层原理凭证与请求如何流转理解登录背后的机制有助于排查问题。airflowctl 的 API 调用统一走 client.py 中的Client基于httpx通过provide_api_client装饰器自动创建/回收客户端实例业务函数只需关注命令逻辑BearerAuth会把 Token 以Authorization: Bearer token头附加到请求中基础 URL 按用途区分ClientKind.AUTH指向api_url/auth其余 CLI 调用指向api_url/api/v2请求内置重试机制默认最多重试 3 次指数退避等待 110 秒可用AIRFLOW_CLI_API_RETRIES、AIRFLOW_CLI_API_RETRY_WAIT_MIN、AIRFLOW_CLI_API_RETRY_WAIT_MAX环境变量调节每次请求自动附加correlation-id请求头便于在服务端日志中串联排查。错误处理上cli_config.py 的safe_call_command统一捕获凭证缺失、连接异常、keyring 不可用、服务端错误等场景给出可读提示并返回非零退出码。常见问题与排障keyring 后端不可用常见于无图形界面的 headless 环境airflowctl 依赖 keyring 安全存储 Token。若系统未安装后端登录保存会失败。官方文档security.rst给出的替代方案是使用--skip-keyring跳过 keyring 存储仅保存 API URL 配置之后每次执行命令时通过AIRFLOW_CLI_TOKEN环境变量或--api-token参数提供 Token参见 prerequisites.rst。推荐的系统级 keyring 后端包括macOS Keychain、Freedesktop Secret ServiceGNOME需secretstorage、KDE KWallet需dbus、Windows Credential Locker亦可按需安装keyrings.cryptfile、keyrings.alt、bitwarden-keyring等第三方后端。环境名错误环境名不能包含路径分隔符或..否则登录或使用时会直接报错请使用简短、安全的名称如production、staging。命令失败且提示凭证未找到说明当前环境的 Token 不在 keyring 中请重新执行airflowctl auth login或临时通过AIRFLOW_CLI_TOKEN提供 Token。小结本指南覆盖了从零开始使用 airflowctl 的完整链路安装PyPI/源码、运行前提、两种登录方式、环境持久化与切换、命令帮助以及凭证存储与 API 调用的底层机制。配合airflowctl auth login与AIRFLOW_CLI_ENVIRONMENT你可以在不同 Airflow 部署之间快速切换并用airflowctl command --help随时探索 DAG、任务、连接、变量、资源池等远程管理能力。更深入的认证细节与安全模型可继续阅读 airflow-ctl/docs/security.rst。【免费下载链接】airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflows项目地址: https://gitcode.com/GitHub_Trending/ai/airflow创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
airflowctl 快速上手指南用命令行远程管理 Apache Airflow 环境【免费下载链接】airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflows项目地址: https://gitcode.com/GitHub_Trending/ai/airflowairflowctl是 Apache Airflow 官方提供的一个命令行工具它通过 Airflow REST API 与远端 Airflow 实例通信让你无需直接登录调度器Scheduler或 Web 服务器即可完成认证、环境配置和常见运维操作。本文以 airflow-ctl/docs/start.rst 为主线结合仓库源码完整讲解 airflowctl 的安装、首次登录、环境持久化与切换以及底层凭证流转机制读完即可在本地配置好第一个可用的 airflowctl 环境。airflowctl 是什么根据 airflow-ctl/README.md 的描述airflowctl 是一个通过 Airflow REST API 与 Apache Airflow 实例交互的命令行工具主要特性包括通过 REST API 与 Airflow 实例通信执行远程管理操作支持使用 Airflow API Token 进行认证面向远程 Airflow 部署执行命令无需本地部署完整的 Airflow 组件采用命令组结构组织命令便于记忆与发现所有命令均内置详细帮助文档。其核心价值在于你可以在任何一台只有网络访问权限的机器上安全地管理远端 Airflow 环境列举 DAG、查看任务实例、管理连接、变量、资源池等而不必暴露 Web UI 或直接操作元数据库。安装 airflowctl安装方式分为两类从 PyPI 安装发行包或从源码安装。仓库中对应文档位于 airflow-ctl/docs/installation/installing-from-pypi.rst 与 airflow-ctl/docs/installation/installing-from-sources.rst。从 PyPI 安装官方推荐的两种方式为pip与uvpip工作流兼容uv pip。典型命令如下pip install apache-airflow-ctl版本号社区实践通常建议在专用虚拟环境中安装应用。如果不想污染当前环境可以使用pipx或uv以工具方式安装# 通过 pipx 安装 pipx install apache-airflow-ctl版本号 # 通过 pipx 直接运行无需预先安装 pipx run apache-airflow-ctl --help使用 Astraluv时等价命令为# 通过 uv 安装为工具 uv tool install apache-airflow-ctl版本号 # 通过 uvx 直接运行无需预先安装 uvx apache-airflow-ctl --helppipx run与uvx适合快速试用手册场景无需在系统里留下安装痕迹。从源码安装源码包Source package是 Apache 软件基金会的官方发布物适合需要自行构建、并希望验证包来源与校验和的用户。官方下载目录同时提供三类文件apache_airflow_ctl-版本-source.tar.gz源码包apache_airflow_ctl-版本.tar.gzsdist 发行包apache_airflow_ctl-版本-py3-none-any.whlwheel 发行包下载后务必先验证文件完整性。PGP 签名验证命令如下# 导入发布管理员的 KEYS首次使用 gpg -i KEYS # 验证签名 gpg --verify apache-airflow-ctl-版本-source.tar.gz.asc apache-airflow-ctl-版本-source.tar.gz输出中出现Good signature from ...即表示签名有效not certified with a trusted signature 警告是因为大多数发布管理员的证书为自签名导入 KEYS 后即可信任。SHA512 校验方式为shasum -a 512 apache-airflow-ctl-版本-source.tar.gz | diff - apache-airflow-ctl-版本-source.tar.gz.sha512文件的实际 SHA512 值必须与.sha512文件一致。运行前提根据 airflow-ctl/docs/installation/prerequisites.rstPython 版本支持 Python 3.10、3.11、3.12、3.13、3.14不包含 3.15内存推荐至少 200MB 可用内存实际需求随部署方式不同而变化网络可访问启用了 REST API 的 Apache Airflow 实例Keyring 后端推荐用于安全存储 API Token避免 Token 以明文落盘。首次登录创建 airflowctl 环境安装完成后第一步是登录并创建 airflowctl 环境。start.rst 给出的核心命令是airflowctl auth login --username username --password password --api-url api_url --env env_name该命令各参数的含义与 cli_config.py 中ARG_AUTH_*定义一致如下参数默认值说明--username无用于认证的用户名--password无用于认证的密码--api-urlhttp://localhost:8080Airflow 元数据数据库 API 的地址-e, --envproduction命令运行所在的环境名称--api-token无直接使用的 API Token--skip-keyringFalse跳过将凭证写入 keyring从 auth_command.py 的login实现可以看到完整登录流程收集--username/--password或从--api-token与AIRFLOW_CLI_TOKEN环境变量读取 Token若凭证不完整则在真实终端上以交互方式提示输入用户名与密码非交互终端会直接报错退出用户名 密码方式会调用/auth端点上的login_with_username_and_password换取access_tokenToken 与 API URL 会被持久化保存随后打印Login successful! Welcome to airflowctl!。注意--skip-keyring与用户名/密码方式不兼容。因为用户名密码登录得到的 Token 必须写入 keyring若强制跳过会导致无法保存凭证源码中会直接报错退出。基于 Token 的登录方式如果已经有了 API Token例如 Airflow Web UI 生成的 token可以走第二种登录方式export AIRFLOW_CLI_TOKENtoken airflowctl auth login --api-url api_url --env env_name此方式会创建一个以指定 Token 认证的 airflowctl 环境。两种方式最终效果一致创建一个环境其中记录了 API 地址与可用的认证 Token。环境持久化与环境切换登录成功后环境信息会被持久化。结合 client.py 中Credentials类的实现可以看到其落盘位置与格式配置文件为AIRFLOW_HOME/env_name.json内容形如{api_url: api_url}其中AIRFLOW_HOME默认取环境变量未设置时为~/airflowAPI Token 存储在系统 keyring 中键名为api_token_env_nameservice 名为airflowctl不落明文磁盘调试模式AIRFLOW_CLI_DEBUG_MODEtrue下 Token 会写入debug_creds_env_name.json仅用于开发调试生产环境不应开启。为了便于在多个环境之间切换start.rst 明确说明通过设置AIRFLOW_CLI_ENVIRONMENT环境变量来持久化并选择当前环境其值应为你想使用的环境名称。例如export AIRFLOW_CLI_ENVIRONMENTproduction从源码可以看到Credentials构造时会优先读取AIRFLOW_CLI_ENVIRONMENT未设置时才回退到--env参数默认production。同时它对环境名做了安全校验环境名中不能包含/、\或..否则抛出异常防止路径穿越。从 auth_command.py 的源码结构看auth 命令还实现了环境列举能力list_envs它会扫描AIRFLOW_HOME下的 JSON 配置文件跳过debug_creds_前缀与_generated.json后缀的文件逐一读取每个环境的api_url并检查 keyring 中是否存在对应 Token最后以表格/JSON 等格式输出每个环境的名称、API 地址与认证状态。另有get_token实现可向 stdout 打印当前凭证对应的 JWT Token便于在脚本中复用。验证安装与环境start.rst 给出的最后一步是运行airflowctl --help该命令展示所有可用命令。从 cli_parser.py 的get_parser实现可以看到airflowctl 的帮助输出基于argparse与rich定制顶层命令分为Groups命令组与Commands独立命令两个分区展示所有命令及子命令均支持--help查看详细参数说明帮助文本支持--preview动作预览。命令按功能分组组织auth认证、config配置、connection连接、dagDAG 操作、jobs任务进程、pool资源池、task任务实例、variable变量、version版本等均可在 airflow-ctl/src/airflowctl/ctl/commands/ 目录下找到对应实现。底层原理凭证与请求如何流转理解登录背后的机制有助于排查问题。airflowctl 的 API 调用统一走 client.py 中的Client基于httpx通过provide_api_client装饰器自动创建/回收客户端实例业务函数只需关注命令逻辑BearerAuth会把 Token 以Authorization: Bearer token头附加到请求中基础 URL 按用途区分ClientKind.AUTH指向api_url/auth其余 CLI 调用指向api_url/api/v2请求内置重试机制默认最多重试 3 次指数退避等待 110 秒可用AIRFLOW_CLI_API_RETRIES、AIRFLOW_CLI_API_RETRY_WAIT_MIN、AIRFLOW_CLI_API_RETRY_WAIT_MAX环境变量调节每次请求自动附加correlation-id请求头便于在服务端日志中串联排查。错误处理上cli_config.py 的safe_call_command统一捕获凭证缺失、连接异常、keyring 不可用、服务端错误等场景给出可读提示并返回非零退出码。常见问题与排障keyring 后端不可用常见于无图形界面的 headless 环境airflowctl 依赖 keyring 安全存储 Token。若系统未安装后端登录保存会失败。官方文档security.rst给出的替代方案是使用--skip-keyring跳过 keyring 存储仅保存 API URL 配置之后每次执行命令时通过AIRFLOW_CLI_TOKEN环境变量或--api-token参数提供 Token参见 prerequisites.rst。推荐的系统级 keyring 后端包括macOS Keychain、Freedesktop Secret ServiceGNOME需secretstorage、KDE KWallet需dbus、Windows Credential Locker亦可按需安装keyrings.cryptfile、keyrings.alt、bitwarden-keyring等第三方后端。环境名错误环境名不能包含路径分隔符或..否则登录或使用时会直接报错请使用简短、安全的名称如production、staging。命令失败且提示凭证未找到说明当前环境的 Token 不在 keyring 中请重新执行airflowctl auth login或临时通过AIRFLOW_CLI_TOKEN提供 Token。小结本指南覆盖了从零开始使用 airflowctl 的完整链路安装PyPI/源码、运行前提、两种登录方式、环境持久化与切换、命令帮助以及凭证存储与 API 调用的底层机制。配合airflowctl auth login与AIRFLOW_CLI_ENVIRONMENT你可以在不同 Airflow 部署之间快速切换并用airflowctl command --help随时探索 DAG、任务、连接、变量、资源池等远程管理能力。更深入的认证细节与安全模型可继续阅读 airflow-ctl/docs/security.rst。【免费下载链接】airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflows项目地址: https://gitcode.com/GitHub_Trending/ai/airflow创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
