airflow.providers.amazon.aws.operators.kinesis_analytics

模块内容

类

KinesisAnalyticsV2CreateApplicationOperator

创建 AWS Managed Service for Apache Flink 应用程序。

KinesisAnalyticsV2StartApplicationOperator

启动 AWS Managed Service for Apache Flink 应用程序。

KinesisAnalyticsV2StopApplicationOperator

停止 AWS Managed Service for Apache Flink 应用程序。
class airflow.providers.amazon.aws.operators.kinesis_analytics.KinesisAnalyticsV2CreateApplicationOperator(application_name, runtime_environment, service_execution_role, create_application_kwargs=None, application_description='Managed Service for Apache Flink application created from Airflow', **kwargs)[source]

基类: airflow.providers.amazon.aws.operators.base_aws.AwsBaseOperator[airflow.providers.amazon.aws.hooks.kinesis_analytics.KinesisAnalyticsV2Hook]

创建 AWS Managed Service for Apache Flink 应用程序。

另请参阅

有关如何使用此操作符的更多信息，请查看指南：创建 Amazon Managed Service for Apache Flink 应用程序

参数

  • application_name (str) – 应用程序的名称。（已模板化）

  • runtime_environment (str) – 应用程序的运行时环境。（已模板化）

  • service_execution_role (str) – 应用程序用于访问服务的 IAM 角色。（已模板化）

  • create_application_kwargs (dict[str, Any] | None) – 创建应用程序的额外属性。（已模板化）

  • application_description (str) – 应用程序的摘要描述。（已模板化）

  • aws_conn_id – 用于 AWS 凭据的 Airflow 连接。如果此值为 None 或为空，则使用默认的 boto3 行为。如果在分布式方式下运行 Airflow 并且 aws_conn_id 为 None 或为空，则将使用默认的 boto3 配置（并且必须在每个工作节点上维护）。

  • region_name – AWS 区域名称。如果未指定，则使用默认的 boto3 行为。

  • verify – 是否验证 SSL 证书。请参阅：https://boto3.amazonaws.com/v1/documentation/api/latest/reference/core/session.html

  • botocore_config – botocore 客户端的配置字典（键值对）。请参阅：https://botocore.amazonaws.com/v1/documentation/api/latest/reference/config.html

aws_hook_class[source]
ui_color = '#44b5e2'[source]
template_fields: collections.abc.Sequence[str][source]
template_fields_renderers: ClassVar[dict][source]
execute(context)[source]

在创建操作符时派生。

上下文与渲染 jinja 模板时使用的字典相同。

有关更多上下文，请参阅 get_template_context。

class airflow.providers.amazon.aws.operators.kinesis_analytics.KinesisAnalyticsV2StartApplicationOperator(application_name, run_configuration=None, wait_for_completion=True, waiter_delay=60, waiter_max_attempts=20, deferrable=conf.getboolean('operators', 'default_deferrable', fallback=False), **kwargs)[source]

基类: airflow.providers.amazon.aws.operators.base_aws.AwsBaseOperator[airflow.providers.amazon.aws.hooks.kinesis_analytics.KinesisAnalyticsV2Hook]

启动 AWS Managed Service for Apache Flink 应用程序。

另请参阅

有关如何使用此操作符的更多信息，请查看指南：启动 Amazon Managed Service for Apache Flink 应用程序

参数

  • application_name (str) – 应用程序的名称。（已模板化）

  • run_configuration (dict[str, Any] | None) – 用于启动 Apache Flink 作业的应用程序属性。（已模板化）

  • wait_for_completion (bool) – 是否等待作业停止。（默认：True）

  • waiter_delay (int) – 检查状态之间等待的时间（以秒为单位）。（默认：60）

  • waiter_max_attempts (int) – 检查作业完成情况的最大尝试次数。（默认：20）

  • deferrable (bool) – 如果为 True，则操作符将异步等待作业停止。这意味着等待完成。此模式需要安装 aiobotocore 模块。（默认值：False）

  • aws_conn_id – 用于 AWS 凭据的 Airflow 连接。如果此值为 None 或为空，则使用默认的 boto3 行为。如果在分布式方式下运行 Airflow 并且 aws_conn_id 为 None 或为空，则将使用默认的 boto3 配置（并且必须在每个工作节点上维护）。

  • region_name – AWS 区域名称。如果未指定，则使用默认的 boto3 行为。

  • verify – 是否验证 SSL 证书。请参阅：https://boto3.amazonaws.com/v1/documentation/api/latest/reference/core/session.html

  • botocore_config – botocore 客户端的配置字典（键值对）。请参阅：https://botocore.amazonaws.com/v1/documentation/api/latest/reference/config.html

aws_hook_class[源代码]
ui_color = '#44b5e2'[源代码]
template_fields: collections.abc.Sequence[str][源代码]
template_fields_renderers: ClassVar[dict][源代码]
execute(context)[源代码]

在创建操作符时派生。

上下文与渲染 jinja 模板时使用的字典相同。

有关更多上下文，请参阅 get_template_context。

execute_complete(context, event=None)[源代码]
class airflow.providers.amazon.aws.operators.kinesis_analytics.KinesisAnalyticsV2StopApplicationOperator(application_name, force=False, wait_for_completion=True, waiter_delay=60, waiter_max_attempts=20, deferrable=conf.getboolean('operators', 'default_deferrable', fallback=False), **kwargs)[源代码]

基类: airflow.providers.amazon.aws.operators.base_aws.AwsBaseOperator[airflow.providers.amazon.aws.hooks.kinesis_analytics.KinesisAnalyticsV2Hook]

停止 AWS Managed Service for Apache Flink 应用程序。

另请参阅

有关如何使用此操作符的更多信息，请查看指南：停止 Amazon Managed Service for Apache Flink 应用程序

参数

  • application_name (str) – 您的应用程序的名称。(已模板化)

  • force (bool) – 设置为 true 以强制停止应用程序。如果您将 Force 设置为 true，则 Managed Service for Apache Flink 将停止应用程序而不拍摄快照。（已模板化）

  • wait_for_completion (bool) – 是否等待作业停止。（默认：True）

  • waiter_delay (int) – 检查状态之间等待的时间（以秒为单位）。（默认：60）

  • waiter_max_attempts (int) – 检查作业完成情况的最大尝试次数。（默认：20）

  • deferrable (bool) – 如果为 True，则操作符将异步等待作业停止。这意味着等待完成。此模式需要安装 aiobotocore 模块。（默认值：False）

  • aws_conn_id – 用于 AWS 凭据的 Airflow 连接。如果此值为 None 或为空，则使用默认的 boto3 行为。如果在分布式方式下运行 Airflow 并且 aws_conn_id 为 None 或为空，则将使用默认的 boto3 配置（并且必须在每个工作节点上维护）。

  • region_name – AWS 区域名称。如果未指定，则使用默认的 boto3 行为。

  • verify – 是否验证 SSL 证书。请参阅：https://boto3.amazonaws.com/v1/documentation/api/latest/reference/core/session.html

  • botocore_config – botocore 客户端的配置字典（键值对）。请参阅：https://botocore.amazonaws.com/v1/documentation/api/latest/reference/config.html

aws_hook_class[源代码]
ui_color = '#44b5e2'[源代码]
template_fields: collections.abc.Sequence[str][源代码]
execute(context)[源代码]

在创建操作符时派生。

上下文与渲染 jinja 模板时使用的字典相同。

有关更多上下文，请参阅 get_template_context。

execute_complete(context, event=None)[源代码]

此条目是否有帮助？