热门搜索:
zifeo/docker-airflow
zifeo
该Docker镜像提供Apache Airflow工作流管理系统的便捷部署方案，支持Sequential、Local、Celery等多种执行器，可用于数据管道编排、ETL流程调度等场景，便于快速搭建和扩展。
下载次数: 0状态：社区镜像维护者：zifeo仓库类型：镜像最近更新：5 年前
让 AI 帮你使用轩辕镜像？ · 展开查看说明
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可：
请先完整阅读并严格遵守以下文档中的全部规则与要求：
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。 若 AI 无法访问外链，可 打开说明文档 复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。
docker-airflow
镜像概述
本镜像基于Python 3.7-slim-buster官方镜像构建，集成Apache Airflow工作流管理系统，使用Postgres作为后端数据库、Redis作为任务队列，支持从Docker Hub直接拉取或自定义构建，满足不同场景下的工作流调度需求。
核心功能
- 多执行器支持：提供SequentialExecutor（默认）、LocalExecutor、CeleryExecutor三种执行器类型，适配单机到分布式部署场景。
- 自定义扩展：支持挂载自定义Airflow插件和安装额外Python依赖包。
- 灵活配置：通过环境变量设置Airflow参数（如
AIRFLOW__CORE__SQL_ALCHEMY_CONN）和连接信息（如AIRFLOW_CONN_前缀变量）。 - 动态扩展：在CeleryExecutor模式下可快速扩展worker节点数量。
使用场景
- 数据管道的自动化编排与调度
- ETL流程的定时执行与监控
- 多节点分布式任务的协作管理
- 自定义工作流的快速部署与测试
配置说明
环境变量规则
- Airflow配置参数：使用
AIRFLOW__<section>__<key>格式，例如AIRFLOW__CORE__FERNET_KEY设置加密密钥。 - 连接信息：使用
AIRFLOW_CONN_<conn_name>格式，例如AIRFLOW_CONN_POSTGRES_MASTER=postgres://user:password@localhost:5432/master定义数据库连接。 - Fernet密钥生成：执行
docker run puckel/docker-airflow python -c "from cryptography.fernet import Fernet; print(Fernet.generate_key().decode())"生成密钥。
自定义插件与依赖
- 插件挂载：将自定义插件目录通过卷挂载到
/usr/local/airflow/plugins。 - 依赖安装：创建
requirements.txt文件，通过卷挂载到容器并自动安装。
部署示例
1. 单机部署（SequentialExecutor）
bashdocker run -d -p 8080:8080 -e LOAD_EX=y puckel/docker-airflow webserver
（LOAD_EX=y表示加载示例DAG）
2. 本地执行器部署（LocalExecutor）
bashdocker-compose -f docker-compose-LocalExecutor.yml up -d
3. 分布式部署（CeleryExecutor）
bashdocker-compose -f docker-compose-CeleryExecutor.yml up -d
4. 扩展Celery Worker
bashdocker-compose -f docker-compose-CeleryExecutor.yml scale worker=5
5. 运行Airflow命令
bash# 列出所有DAG docker run --rm -ti puckel/docker-airflow airflow list_dags # 进入容器bash环境 docker run --rm -ti puckel/docker-airflow bash
UI访问
- Airflow控制台：http://localhost:8080
- Flower监控（Celery模式）：http://localhost:5555
镜像拉取方式
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本，请访问 标签列表页面。
轩辕镜像加速拉取命令点我查看更多 docker-airflow 镜像标签
docker pull docker.xuanyuan.run/zifeo/docker-airflow:<标签>
DockerHub 原生拉取命令
docker pull zifeo/docker-airflow:<标签>
更多 docker-airflow 镜像推荐
puckel/docker-airflow
puckel
这是Apache Airflow的Docker镜像，支持以编程方式编写、调度和监控工作流，提供多种执行器模式，可快速部署扩展，支持自定义插件与依赖，适用于数据管道等工作流管理场景。
246 次收藏1000万+ 次下载
6 年前更新
email2liyang/docker-airflow
email2liyang
用于在Kubernetes环境中部署Airflow的镜像，支持LocalExecutor和CeleryExecutor，基于puckel/docker-airflow修改适配K8s，使用MySQL作为后端、RabbitMQ作为broker，提供init和super-init脚本，CeleryExecutor集成Flower监控任务状态。
100万+ 次下载
1 年前更新
dafrenchyman/docker-airflow
dafrenchyman
支持Kubernetes的Airflow Docker镜像，可自动化在本地集群部署Airflow并运行测试工作流，便于管理和调度K8s任务。
2 次收藏10万+ 次下载
6 年前更新
cerebriai/docker-airflow
cerebriai
这是Apache Airflow的Docker镜像，基于Python 3.6-slim，使用Postgres作为后端、Redis作为队列，支持Sequential、Local和Celery三种执行器，便于快速部署和扩展工作流调度系统。
5万+ 次下载
4 年前更新
streampal/docker-airflow
streampal
暂无描述
5万+ 次下载
7 年前更新
odracci/docker-airflow
odracci
该Docker镜像提供Apache Airflow的部署环境，支持以编程方式编写、调度和监控工作流，包含多种执行器模式，可自定义配置插件与依赖，方便快速搭建工作流管理系统。
5万+ 次下载
5 年前更新
镜像拉取常见问题
功能
错误码
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"