快速入门¶
本快速入门指南将帮助您在本地机器上启动一个 Airflow 独立实例。
注意
成功安装需要 Python 3 环境。从 Airflow 2.7.0 开始，Airflow 支持 Python 3.9、3.10、3.11 和 3.12。
官方支持的安装方法包括 pip 和 uv。这两个工具都为安装 Airflow 和管理依赖项提供了简化的工作流程。
虽然使用 poetry 或 pip-tools 等其他工具也取得了一些成功，但它们与 pip 或 uv 的工作流程不同——尤其是在约束文件与 requirements 文件管理方面。目前不支持通过 Poetry 或 pip-tools 进行安装。
如果您希望使用这些工具安装 Airflow，应使用约束文件，并将其转换为您工具所需的适当格式和工作流程。
本指南将帮助您使用 uv 快速设置 Apache Airflow，uv 是一个用于管理 Python 环境和依赖项的快速且现代的工具。uv 使安装过程变得简单，并提供流畅的设置体验。
设置 Airflow Home (可选):
Airflow 需要一个主目录，默认使用
~/airflow，但如果您愿意，可以设置一个不同的位置。AIRFLOW_HOME环境变量用于告知 Airflow 所需的位置。设置此环境变量的步骤应在安装 Airflow 之前完成，以便安装过程知道将必要文件存储在哪里。export AIRFLOW_HOME=~/airflow
使用 uv 安装 Airflow
安装 uv： uv 安装指南
使用
uv创建虚拟环境，请参阅此处的文档： 使用 uv 创建和维护本地虚拟环境使用约束文件安装 Airflow，该文件根据我们传递的 URL 确定
AIRFLOW_VERSION=3.0.0 # 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-${PYTHON_VERSION}.txt" # For example this would install 3.0.0 with python 3.9: https://raw.githubusercontent.com/apache/airflow/constraints-3.0.0/constraints-3.9.txt uv pip install "apache-airflow==${AIRFLOW_VERSION}" --constraint "${CONSTRAINT_URL}"
运行 Airflow Standalone
airflow standalone命令初始化数据库、创建用户并启动所有组件。airflow standalone访问 Airflow UI
在浏览器中访问
localhost:8080，并使用终端中显示的 admin 账户详情登录。在主页启用example_bash_operatorDAG。
运行这些命令后，Airflow 将创建 $AIRFLOW_HOME 文件夹，并创建带有默认设置的“airflow.cfg”文件，以便您快速开始。您可以使用环境变量覆盖默认设置，请参阅 配置参考。您可以在 $AIRFLOW_HOME/airflow.cfg 中，或通过 UI 的 Admin->Configuration 菜单检查该文件。如果由 systemd 启动，webserver 的 PID 文件将存储在 $AIRFLOW_HOME/airflow-webserver.pid 或 /run/airflow/webserver.pid 中。
随着您的成长并将 Airflow 部署到生产环境，您也会希望从此处使用的 standalone 命令转向单独运行各个组件。您可以在 生产部署 中了解更多信息。
以下是一些将触发几个任务实例的命令。运行以下命令时，您应该能在 example_bash_operator DAG 中看到作业状态的变化。
# run your first task instance
airflow tasks test example_bash_operator runme_0 2015-01-01
# run a backfill over 2 days
airflow backfill create --dag-id example_bash_operator \
--start-date 2015-01-01 \
--end-date 2015-01-02
如果您想手动运行 Airflow 的各个部分，而不是使用一体化的 standalone 命令，可以运行
airflow db migrate
airflow users create \
--username admin \
--firstname Peter \
--lastname Parker \
--role Admin \
--email spiderman@superhero.org
airflow api-server --port 8080
airflow scheduler
airflow dag-processor
airflow triggerer
注意
airflow users 命令仅在 Flask AppBuilder (FAB) auth manager 启用时可用。