配置 VPC Service Controls

Managed Airflow（第 3 代） | Managed Airflow（第 2 代） | Managed Airflow（旧版第 1 代）

借助 VPC Service Controls，组织可以为 Google Cloud 资源定义边界，从而降低数据渗漏风险。

Managed Airflow 环境可以部署在服务边界内。通过使用 VPC Service Controls 配置您的环境，您可以在利用 Managed Airflow 的全代管式工作流编排功能的同时确保敏感数据的私密性。

VPC Service Controls 对 Managed Airflow 的支持意味着：

• 现在可以选择 Managed Airflow 作为 VPC Service Controls 边界内的安全服务。
• 将 Managed Airflow 使用的所有底层资源都配置为支持 VPC Service Controls 架构并遵循其规则。

使用 VPC Service Controls 部署 Managed Airflow 环境时，您可以：

• 降低数据渗漏风险。
• 防止因访问权限控制配置错误而导致数据泄露。
• 降低恶意用户将数据复制到未经授权的 Google Cloud 资源或外部攻击者从互联网访问 Google Cloud 资源的风险。

关于 Managed Airflow 中的 VPC Service Controls

• 所有 VPC Service Controls 网络限制也适用于您的 Managed Airflow 环境。如需了解详情，请参阅 VPC Service Controls 文档。

• 运行 Managed Airflow 1.12.0 版或更高版本的环境以及运行 Airflow 1.10.9 版或更高版本的环境支持在启用了 DAG 序列化功能的情况下，在网页界面中显示包含函数的渲染模板。

• 启用 DAG 序列化时，不支持将 async_dagbag_loader 标志设置为 True。

• 启用 DAG 序列化会停用所有 Airflow Web 服务器插件，因为这些插件可能会影响部署 Managed Airflow 所在 VPC 网络的安全性。这不会影响调度器或工作器插件（包括 Airflow 运算符和传感器）的行为。

• 如果 Managed Airflow 环境受边界保护，则对公共 PyPI 代码库的访问权限会受到限制。如需了解详情，请参阅 在 VPC Service Controls 中安装 PyPI 软件包。

• 如果您的环境使用 专用 IP 网络， 所有内部流量都会路由到您的 VPC 网络，但通过专用 Google 访问通道提供给专用 IP 环境的 Google API、服务和网域的流量除外。

• 根据您配置 VPC 网络的方式，专用 IP 环境可以通过您的 VPC 网络访问互联网 。

• 在 VPC Service Controls 模式下，Managed Airflow 会运行 Airflow Web 服务器的两个实例。Identity-Aware Proxy 会在这些实例之间对用户流量进行负载均衡处理。Airflow 网络服务器在“只读”模式下运行，这意味着：

  • 已启用 DAG 序列化。因此，Airflow Web 服务器不会解析 DAG 文件。

  • 插件不会同步到 Web 服务器，因此您无法使用插件修改或扩展 Web 服务器的功能。

  • Airflow Web 服务器使用由 Managed Airflow 服务预构建的容器映像。如果您在环境中安装 PyPI 映像，则这些映像不会安装在 Web 服务器容器映像上。

使用共享 VPC 和 CMEK 的环境的边界

如果您的环境受服务边界保护，并且使用 共享 VPC、 客户管理的加密密钥 (CMEK)或两者都使用，请确保 以下项目位于 同一服务边界 内：

• 服务项目：包含 Managed Airflow 环境的项目。
• 宿主项目：包含共享 VPC 网络的项目。
• 托管 Cloud Key Management Service 密钥的项目。

在边界内创建环境

如需在边界内部署 Managed Airflow，您需要执行以下步骤：

1. 为您的项目启用 Access Context Manager API 和 Cloud Composer API 。如需参考，请参阅启用 API。

2. 确保您的服务边界具有以下 VPC 可访问服务，否则您的环境可能无法创建：

   • Cloud Composer API (composer.googleapis.com)
   • Compute Engine API (compute.googleapis.com)
   • Kubernetes Engine API (container.googleapis.com)
   • Container Registry API (containerregistry.googleapis.com)
   • Artifact Registry API (artifactregistry.googleapis.com)
   • Cloud Storage API (storage.googleapis.com)
   • Cloud SQL Admin API (sqladmin.googleapis.com)
   • Cloud Logging API (logging.googleapis.com)
   • Cloud Monitoring API (monitoring.googleapis.com)
   • Cloud Pub/Sub API (pubsub.googleapis.com)
   • Cloud Cloud Resource Manager API (cloudresourcemanager.googleapis.com)
   • Service Directory API (servicedirectory.googleapis.com)
   • Cloud Key Management Service API (cloudkms.googleapis.com)，如果您使用的是 Cloud KMS 或 CMEK 密钥。
   • Secret Manager API (secretmanager.googleapis.com)，如果您使用的是 Secret Manager 作为 Secret 后端。

3. 创建启用了 专用 IP 的新 Managed Airflow 环境。请注意，必须在环境创建期间配置此设置 。

   • 使用 composer-1.10.4 或更高版本。

   • 确保已启用 DAG 序列化 。如果您的环境使用 Managed Airflow 1.15.0 版及更高版本，则默认启用序列化。

   • 创建环境时，务必配置对 Airflow Web 服务器的访问权限。为了提高保护力度，请仅允许从特定 IP 范围访问 Web 服务器。如需了解详情，请参阅 配置 Web 服务器网络访问权限。

将现有环境添加到边界

• 您已按照上一部分中的说明创建或配置边界 。
• 您的环境使用专用 IP。
• 您的环境启用了 DAG 序列化。

在 VPC Service Controls 中安装 PyPI 软件包

在默认 VPC Service Controls 配置中，Managed Airflow 仅支持从可从 VPC 网络的内部 IP 地址空间访问的专用代码库安装 PyPI 软件包。

从专用代码库安装

建议的配置是设置专用 PyPI 代码库：

1. 使用贵组织使用的经过审核的软件包填充该代码库，然后 将 Managed Airflow 配置为 从专用代码库安装 Python 依赖项。

2. 按照访问权限控制中的说明，为环境的服务帐号授予从专用代码库安装软件包的其他权限。

从公共代码库安装

配置与 Google API 和服务的连接

在 VPC Service Controls 配置中，如需控制网络流量，请通过 restricted.googleapis.com 配置对 Google API 和服务的访问权限。此网域会阻止对不支持 VPC Service Controls 的 Google API 和服务进行访问。

托管式 Airflow 环境使用以下网域：

• *.googleapis.com 用于访问其他 Google 服务。

• *.pkg.dev 用于获取环境映像，例如在创建或更新环境时。

• *.gcr.io 无论 Managed Airflow 版本如何，GKE 都需要连接到 Container Registry 网域。

配置与 restricted.googleapis.com 端点的连接：

网域	DNS 名称	CNAME 记录	A 记录
*.googleapis.com	googleapis.com.	DNS 名称：*.googleapis.com. 资源记录类型：CNAME 规范名称：googleapis.com.	资源记录类型：A IPv4 地址：199.36.153.4、199.36.153.5、199.36.153.6、199.36.153.7
*.pkg.dev	pkg.dev.	DNS 名称：*.pkg.dev. 资源记录类型：CNAME 规范名称：pkg.dev.	资源记录类型：A IPv4 地址：199.36.153.4、199.36.153.5、199.36.153.6、199.36.153.7
*.gcr.io	gcr.io.	DNS 名称：*.gcr.io. 资源记录类型：CNAME 规范名称：gcr.io.	资源记录类型：A IPv4 地址：199.36.153.4、199.36.153.5、199.36.153.6、199.36.153.7

如需创建 DNS 规则，请执行以下操作：

1. 创建新的 DNS 区域，并使用 DNS 名称 作为此区域的 DNS 名称 。

   示例：pkg.dev.

2. 添加记录集为 CNAME 记录。

   示例：

   • DNS 名称：*.pkg.dev.
   • 资源记录类型：CNAME
   • 规范名称：pkg.dev.

3. 添加记录集，适用于 A 记录：

   示例：

   • 资源记录类型：A
   • IPv4 地址：199.36.153.4、199.36.153.5、199.36.153.6、199.36.153.7

如需了解详情，请参阅 设置与 Google API 和服务的专用连接。

配置防火墙规则

如果您的项目具有非默认防火墙规则（例如 替换 隐式防火墙规则的规则，或 修改 预先填充的规则（位于 默认网络中）），请验证是否已 配置以下防火墙规则。

例如，如果您有一条拒绝所有出站流量的防火墙规则，则托管式 Airflow 可能无法创建环境。为避免出现问题，请定义遵循列表并具有高于全局 deny 规则优先级的选择性 allow 规则。

配置 VPC 网络以允许来自环境的流量：

• 请参阅使用防火墙规则，了解如何 检查、添加和更新 VPC 网络的规则。
• 使用 连接工具 验证 IP 范围之间的连接。
• 您可以使用网络标记进一步 限制访问权限。您可以在创建环境时设置这些标记。

说明	方向	操作	来源或目标	协议	端口
DNS 按照 VPC Service Controls 对 Cloud DNS 的支持中的说明进行配置	-	-	-	-	-
Google API 和服务	出站流量	允许	您用于 Google API 和服务的 restricted.googleapis.com 的 IPv4 地址。	TCP	443
环境的集群节点	出站流量	允许	环境的子网主 IP 地址范围	TCP、UDP	全部
环境的集群 Pod	出站流量	允许	环境的子网中 Pod 的辅助 IP 地址范围	TCP、UDP	全部
环境的集群控制层面	出站流量	允许	GKE 控制层面 IP 范围	TCP、UDP	全部
Web 服务器	出站流量	允许	Web 服务器网络 IP 范围	TCP	3306、3307

如需获取环境集群的 IP 范围，请执行以下操作：

• Pod、服务和控制层面地址范围可在环境集群的集群 页面上找到：

  1. 在 Google Cloud 控制台中，前往环境 页面。

     前往“环境”

  2. 在环境列表中，点击您的环境名称。环境详情 页面会打开。

  3. 前往环境配置 标签页。

  4. 点击查看集群详情 链接。

• 您可以在环境配置 标签页上看到环境的 Web 服务器 IP 范围。

• 您可以在环境配置 标签页上看到环境的网络 ID。如需获取子网的 IP 范围，请前往 VPC 网络 页面，然后点击网络的名称以查看详情：

  前往“VPC 网络”

VPC Service Controls 日志

在排查环境创建问题时，您可以分析 VPC Service Controls 生成的审核日志。

除了其他日志消息之外，您还可以检查日志，以获取有关 cloud-airflow-prod@system.gserviceaccount.com 和 service-PROJECT_ID@cloudcomposer-accounts.iam.gserviceaccount.com 服务账号的信息，这些服务账号配置了您的环境的组件。

Managed Airflow 服务使用 cloud-airflow-prod@system.gserviceaccount.com 服务帐号来管理 环境的租户项目组件。

service-PROJECT_ID@cloudcomposer-accounts.iam.gserviceaccount.com 服务帐号（也称为 Composer 服务代理服务账号）管理 服务项目和宿主项目中的 环境组件。

后续步骤

• 创建环境
• 安装 PyPI 软件包