Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
# Instalación de complementos personalizados
Amazon Managed Workflows para Apache Airflow es compatible con el administrador de complementos integrado en Apache Airflow, lo que le permite utilizar operadores, enlaces, sensores o interfaces personalizados de Apache Airflow. En esta página se describen los pasos para instalar los [complementos personalizados de Apache Airflow](https://airflow.incubator.apache.org/plugins.html) en su entorno de Amazon Managed Workflows usando un archivo `plugins.zip`.
**Contents**
+ [Requisitos previos](#configuring-dag-plugins-prereqs)
+ [Funcionamiento](#configuring-dag-plugins-how)
+ [Cuándo usar los complementos](#configuring-dag-plugins-changed)
+ [Información general de los complementos personalizados](#configuring-dag-plugins-overview)
+ [Directorio de complementos personalizados y límites de tamaño](#configuring-dag-plugins-quota)
+ [Ejemplos de complementos personalizados](#configuring-dag-plugins-airflow-ex)
+ [Ejemplo de uso de una estructura de directorios plana en plugins.zip](#configuring-dag-plugins-overview-simple)
+ [Ejemplo de uso de una estructura de directorios anidada en plugins.zip](#configuring-dag-plugins-overview-complex)
+ [Crear un archivo plugins.zip](#configuring-dag-plugins-test-create)
+ [Paso uno: pruebe los complementos personalizados con la utilidad CLI de Amazon MWAA](#configuring-dag-plugins-cli-utility)
+ [Paso dos: crear el archivo plugins.zip](#configuring-dag-plugins-zip)
+ [Cómo cargar `plugins.zip` a Amazon S3](#configuring-dag-plugins-upload)
+ [Uso de AWS CLI](#configuring-dag-plugins-upload-cli)
+ [Uso de la consola de Amazon S3](#configuring-dag-plugins-upload-console)
+ [Instalación de complementos personalizados en su entorno](#configuring-dag-plugins-mwaa-installing)
+ [Especificación de la ruta a `plugins.zip` en la consola MWAA de Amazon (la primera vez)](#configuring-dag-plugins-mwaa-first)
+ [Especificación de la versión de `plugins.zip` en la consola de Amazon MWAA](#configuring-dag-plugins-s3-mwaaconsole)
+ [Ejemplos de casos de uso de plugins.zip](#configuring-dag-plugins-examples)
+ [Siguientes pasos](#configuring-dag-plugins-next-up)
## Requisitos previos
Para poder llevar a cabo los pasos de esta página, necesitará lo siguiente.
+ **Permisos**: el administrador debe haber concedido a su Cuenta de AWS acceso a la política de control de acceso de [AmazonMWAAFullConsoleAccess](access-policies.md#console-full-access) para su entorno. Además, su [rol de ejecución](mwaa-create-role.md) debe permitir que su entorno de Amazon MWAA acceda a los recursos de AWS que utiliza su entorno.
+ **Acceso**: si tiene que acceder a los repositorios públicos para instalar dependencias directamente en el servidor web, su entorno debe estar configurado con acceso a un servidor web de **red pública**. Para obtener más información, consulta [Modos de acceso de Apache Airflow](configuring-networking.md).
+ **Configuración de Amazon S3**: el [bucket de Amazon S3](mwaa-s3-bucket.md) que se utiliza para almacenar los DAG, los complementos personalizados en `plugins.zip` y las dependencias de Python en `requirements.txt` deben estar configurados con el *acceso público bloqueado* y el control de *versiones* activado.
## Funcionamiento
Para ejecutar complementos personalizados en su entorno, debe hacer tres cosas:
1. Cree un archivo `plugins.zip` local.
1. Cargue el archivo `plugins.zip` en su bucket de Amazon S3.
1. Especifique la versión de este archivo en el campo **Archivo de complementos** de la consola de Amazon MWAA.
**nota**
Si es la primera vez que sube un archivo `plugins.zip` a su bucket de Amazon S3, también tendrá que especificar la ruta al archivo en la consola de Amazon MWAA. Solo necesita realizar este paso una vez.
## Cuándo usar los complementos
Los complementos solo son necesarios para ampliar la interfaz de usuario de Apache Airflow, como se describe en la [documentación de Apache Airflow](https://airflow.apache.org/docs/apache-airflow/stable/authoring-and-scheduling/plugins.html#plugins). Los operadores personalizados se pueden colocar directamente en la carpeta `/dags` junto con el código `DAG`.
Si necesita crear sus propias integraciones con sistemas externos, colóquelas en la carpeta /`dags` o en una de sus subcarpetas, pero no en la carpeta `plugins.zip`. En Apache Airflow 2.x, los complementos se utilizan principalmente para ampliar la interfaz de usuario.
Del mismo modo, no se deben colocar otras dependencias en `plugins.zip`. En su lugar, se pueden almacenar en una ubicación dentro de la carpeta `/dags` de Amazon S3, donde se sincronizarán con cada contenedor de Amazon MWAA antes de que se inicie Apache Airflow.
**nota**
Cualquier archivo de la carpeta `/dags` o en `plugins.zip` que no defina explícitamente un objeto DAG de Apache Airflow debe figurar en un archivo `.airflowignore`.
## Información general de los complementos personalizados
El administrador de complementos integrado de Apache Airflow puede integrar características externas en su núcleo simplemente colocando archivos en una carpeta `$AIRFLOW_HOME/plugins`. Le permite usar operadores, enlaces, sensores o interfaces personalizados de Apache Airflow. La siguiente sección proporciona un ejemplo de estructuras de directorios planas y anidadas en un entorno de desarrollo local y las instrucciones de importación resultantes, que determinan la estructura de directorios dentro de un plugins.zip.
### Directorio de complementos personalizados y límites de tamaño
El programador y los procesos de trabajo de Apache Airflow buscan complementos personalizados durante el inicio en el contenedor de Fargate administrado por AWS para su entorno en `/usr/local/airflow/plugins/{{*}}`.
+ **Estructura de directorios**. La estructura de directorios (en `/{{*}}`) se basa en el contenido del archivo `plugins.zip`. Por ejemplo, si su `plugins.zip` contiene el directorio `operators` como directorio de nivel superior, el directorio se extraerá en `/usr/local/airflow/plugins/{{operators}}` dentro de su entorno.
+ **Límite de tamaño**. Se recomienda un archivo `plugins.zip` de menos de 1 GB. Cuanto mayor sea el tamaño del archivo `plugins.zip`, mayor será el tiempo de inicio en un entorno. Aunque Amazon MWAA no limita el tamaño de un archivo `plugins.zip` de forma explícita, si las dependencias no se pueden instalar en diez minutos, el servicio Fargate agotará el tiempo de espera e intentará revertir el entorno a un estado estable.
**nota**
Para los entornos que usan Apache Airflow v2.0.2, Amazon MWAA limita el tráfico saliente en el servidor web Apache Airflow y no le permite instalar complementos ni dependencias de Python directamente en el servidor web. A partir de la versión 2.2.2 de Apache Airflow, Amazon MWAA puede instalar complementos y dependencias directamente en el servidor web.
## Ejemplos de complementos personalizados
En la siguiente sección, se usa un código de muestra de la *guía de referencia de Apache Airflow* para mostrar cómo estructurar su entorno de desarrollo local.
### Ejemplo de uso de una estructura de directorios plana en plugins.zip
------
#### [ Apache Airflow v3 ]
En el siguiente ejemplo, se muestra un archivo `plugins.zip` con una estructura de directorios plana para Apache Airflow v3.
**Example directorio plano con el complement plugins.zip `PythonVirtualenvOperator`**
En el siguiente ejemplo, se muestra el árbol principal de un archivo plugins.zip para el complemento personalizado `PythonVirtualenvOperator` en [Creación de un complemento personalizado para Apache Airflow PythonVirtualEnvOperator](samples-virtualenv.md).
```
├── virtual_python_plugin.py
```
**Example plugins/virtual\_python\_plugin.py**
En el siguiente ejemplo, se muestra el complemento personalizado `PythonVirtualenvOperator`.
```
"""
Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved.
Permission is hereby granted, free of charge, to any person obtaining a copy of
this software and associated documentation files (the "Software"), to deal in
the Software without restriction, including without limitation the rights to
use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies of
the Software, and to permit persons to whom the Software is furnished to do so.
THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, FITNESS
FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE AUTHORS OR
COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER
IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN
CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE SOFTWARE.
"""
from airflow.plugins_manager import AirflowPlugin
import airflow.utils.python_virtualenv
from typing import List
def _generate_virtualenv_cmd(tmp_dir: str, python_bin: str, system_site_packages: bool) -> List[str]:
cmd = ['python3','/usr/local/airflow/.local/lib/python3.7/site-packages/virtualenv', tmp_dir]
if system_site_packages:
cmd.append('--system-site-packages')
if python_bin is not None:
cmd.append(f'--python={python_bin}')
return cmd
airflow.utils.python_virtualenv._generate_virtualenv_cmd=_generate_virtualenv_cmd
class VirtualPythonPlugin(AirflowPlugin):
name = 'virtual_python_plugin'
```
------
#### [ Apache Airflow v2 ]
El siguiente ejemplo, se muestra un archivo `plugins.zip` con una estructura de directorios plana para Apache Airflow v2.
**Example directorio plano con el complement plugins.zip `PythonVirtualenvOperator`**
En el siguiente ejemplo, se muestra el árbol principal de un archivo plugins.zip para el complemento personalizado `PythonVirtualenvOperator` en [Creación de un complemento personalizado para Apache Airflow PythonVirtualEnvOperator](samples-virtualenv.md).
```
├── virtual_python_plugin.py
```
**Example plugins/virtual\_python\_plugin.py**
En el siguiente ejemplo, se muestra el complemento personalizado `PythonVirtualenvOperator`.
```
"""
Copyright Amazon.com, Inc. or its affiliates. All Rights Reserved.
Permission is hereby granted, free of charge, to any person obtaining a copy of
this software and associated documentation files (the "Software"), to deal in
the Software without restriction, including without limitation the rights to
use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies of
the Software, and to permit persons to whom the Software is furnished to do so.
THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, FITNESS
FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE AUTHORS OR
COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER
IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN
CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE SOFTWARE.
"""
from airflow.plugins_manager import AirflowPlugin
import airflow.utils.python_virtualenv
from typing import List
def _generate_virtualenv_cmd(tmp_dir: str, python_bin: str, system_site_packages: bool) -> List[str]:
cmd = ['python3','/usr/local/airflow/.local/lib/python3.7/site-packages/virtualenv', tmp_dir]
if system_site_packages:
cmd.append('--system-site-packages')
if python_bin is not None:
cmd.append(f'--python={python_bin}')
return cmd
airflow.utils.python_virtualenv._generate_virtualenv_cmd=_generate_virtualenv_cmd
class VirtualPythonPlugin(AirflowPlugin):
name = 'virtual_python_plugin'
```
------
### Ejemplo de uso de una estructura de directorios anidada en plugins.zip
------
#### [ Apache Airflow v3 ]
En el siguiente ejemplo, se muestra un archivo `plugins.zip` con directorios independientes para `hooks`, `operators` y un directorio `sensors`.
**Example plugins.zip**
```
__init__.py
my_airflow_plugin.py
hooks/
|-- __init__.py
|-- my_airflow_hook.py
operators/
|-- __init__.py
|-- my_airflow_operator.py
|-- hello_operator.py
sensors/
|-- __init__.py
|-- my_airflow_sensor.py
```
En el siguiente ejemplo, se muestran las instrucciones de importación en el DAG ([carpeta de DAG](https://docs.aws.amazon.com/mwaa/latest/userguide/configuring-dag-folder.html#configuring-dag-folder-how)) que usa los complementos personalizados.
**Example dags/your\_dag.py**
```
from airflow import DAG
from datetime import datetime, timedelta
from operators.my_airflow_operator import MyOperator
from sensors.my_airflow_sensor import MySensor
from operators.hello_operator import HelloOperator
default_args = {
'owner': 'airflow',
'depends_on_past': False,
'start_date': datetime(2018, 1, 1),
'email_on_failure': False,
'email_on_retry': False,
'retries': 1,
'retry_delay': timedelta(minutes=5),
}
with DAG('customdag',
max_active_runs=3,
schedule_interval='@once',
default_args=default_args) as dag:
sens = MySensor(
task_id='taskA'
)
op = MyOperator(
task_id='taskB',
my_field='some text'
)
hello_task = HelloOperator(task_id='sample-task', name='foo_bar')
sens >> op >> hello_task
```
**Example plugins/my\_airflow\_plugin.py**
```
from airflow.plugins_manager import AirflowPlugin
from hooks.my_airflow_hook import *
from operators.my_airflow_operator import *
class PluginName(AirflowPlugin):
name = 'my_airflow_plugin'
hooks = [MyHook]
operators = [MyOperator]
sensors = [MySensor]
```
En los siguientes ejemplos, se muestran cada una de las instrucciones de importación necesarias en los archivos de complementos personalizados.
**Example hooks/my\_airflow\_hook.py**
```
from airflow.hooks.base import BaseHook
class MyHook(BaseHook):
def my_method(self):
print("Hello World")
```
**Example sensors/my\_airflow\_sensor.py**
```
from airflow.sensors.base import BaseSensorOperator
from airflow.utils.decorators import apply_defaults
class MySensor(BaseSensorOperator):
@apply_defaults
def __init__(self,
*args,
**kwargs):
super(MySensor, self).__init__(*args, **kwargs)
def poke(self, context):
return True
```
**Example operators/my\_airflow\_operator.py**
```
from airflow.operators.bash import BaseOperator
from airflow.utils.decorators import apply_defaults
from hooks.my_airflow_hook import MyHook
class MyOperator(BaseOperator):
@apply_defaults
def __init__(self,
my_field,
*args,
**kwargs):
super(MyOperator, self).__init__(*args, **kwargs)
self.my_field = my_field
def execute(self, context):
hook = MyHook('my_conn')
hook.my_method()
```
**Example operators/hello\_operator.py**
```
from airflow.models.baseoperator import BaseOperator
from airflow.utils.decorators import apply_defaults
class HelloOperator(BaseOperator):
@apply_defaults
def __init__(
self,
name: str,
**kwargs) -> None:
super().__init__(**kwargs)
self.name = name
def execute(self, context):
message = "Hello {}".format(self.name)
print(message)
return message
```
Siga los pasos que se indican en [Probar complementos personalizados con la utilidad CLI de Amazon MWAA](#configuring-dag-plugins-cli-utility) y, a continuación, consulte cómo [crear un archivo plugins.zip](#configuring-dag-plugins-zip) para comprimir el contenido **en** su directorio `plugins`. Por ejemplo, `cd plugins`.
------
#### [ Apache Airflow v2 ]
En el siguiente ejemplo, se muestra un archivo `plugins.zip` con directorios independientes para `hooks`, `operators` y un directorio `sensors`.
**Example plugins.zip**
```
__init__.py
my_airflow_plugin.py
hooks/
|-- __init__.py
|-- my_airflow_hook.py
operators/
|-- __init__.py
|-- my_airflow_operator.py
|-- hello_operator.py
sensors/
|-- __init__.py
|-- my_airflow_sensor.py
```
En el siguiente ejemplo, se muestran las instrucciones de importación en el DAG ([carpeta de DAG](https://docs.aws.amazon.com/mwaa/latest/userguide/configuring-dag-folder.html#configuring-dag-folder-how)) que usa los complementos personalizados.
**Example dags/your\_dag.py**
```
from airflow import DAG
from datetime import datetime, timedelta
from operators.my_airflow_operator import MyOperator
from sensors.my_airflow_sensor import MySensor
from operators.hello_operator import HelloOperator
default_args = {
'owner': 'airflow',
'depends_on_past': False,
'start_date': datetime(2018, 1, 1),
'email_on_failure': False,
'email_on_retry': False,
'retries': 1,
'retry_delay': timedelta(minutes=5),
}
with DAG('customdag',
max_active_runs=3,
schedule_interval='@once',
default_args=default_args) as dag:
sens = MySensor(
task_id='taskA'
)
op = MyOperator(
task_id='taskB',
my_field='some text'
)
hello_task = HelloOperator(task_id='sample-task', name='foo_bar')
sens >> op >> hello_task
```
**Example plugins/my\_airflow\_plugin.py**
```
from airflow.plugins_manager import AirflowPlugin
from hooks.my_airflow_hook import *
from operators.my_airflow_operator import *
class PluginName(AirflowPlugin):
name = 'my_airflow_plugin'
hooks = [MyHook]
operators = [MyOperator]
sensors = [MySensor]
```
En los siguientes ejemplos, se muestran cada una de las instrucciones de importación necesarias en los archivos de complementos personalizados.
**Example hooks/my\_airflow\_hook.py**
```
from airflow.hooks.base import BaseHook
class MyHook(BaseHook):
def my_method(self):
print("Hello World")
```
**Example sensors/my\_airflow\_sensor.py**
```
from airflow.sensors.base import BaseSensorOperator
from airflow.utils.decorators import apply_defaults
class MySensor(BaseSensorOperator):
@apply_defaults
def __init__(self,
*args,
**kwargs):
super(MySensor, self).__init__(*args, **kwargs)
def poke(self, context):
return True
```
**Example operators/my\_airflow\_operator.py**
```
from airflow.operators.bash import BaseOperator
from airflow.utils.decorators import apply_defaults
from hooks.my_airflow_hook import MyHook
class MyOperator(BaseOperator):
@apply_defaults
def __init__(self,
my_field,
*args,
**kwargs):
super(MyOperator, self).__init__(*args, **kwargs)
self.my_field = my_field
def execute(self, context):
hook = MyHook('my_conn')
hook.my_method()
```
**Example operators/hello\_operator.py**
```
from airflow.models.baseoperator import BaseOperator
from airflow.utils.decorators import apply_defaults
class HelloOperator(BaseOperator):
@apply_defaults
def __init__(
self,
name: str,
**kwargs) -> None:
super().__init__(**kwargs)
self.name = name
def execute(self, context):
message = "Hello {}".format(self.name)
print(message)
return message
```
Siga los pasos que se indican en [Probar complementos personalizados con la utilidad CLI de Amazon MWAA](#configuring-dag-plugins-cli-utility) y, a continuación, consulte cómo [crear un archivo plugins.zip](#configuring-dag-plugins-zip) para comprimir el contenido **en** su directorio `plugins`. Por ejemplo, `cd plugins`.
------
## Crear un archivo plugins.zip
En los pasos siguientes se describen los pasos que recomendamos para crear un archivo plugins.zip de forma local.
### Paso uno: pruebe los complementos personalizados con la utilidad CLI de Amazon MWAA
+ La utilidad de la interfaz de la línea de comandos (CLI) replica entornos en Amazon Managed Workflows para Apache Airflow de forma local.
+ La CLI crea localmente una imagen de contenedor de Docker similar a una imagen de producción de Amazon MWAA. Esto le permite ejecutar un entorno local de Apache Airflow para desarrollar y probar los DAG, los complementos personalizados y las dependencias antes de implementarlos en Amazon MWAA.
+ Para ejecutar la CLI, consulte [aws-mwaa-docker-images](https://github.com/aws/amazon-mwaa-docker-images) en GitHub.
### Paso dos: crear el archivo plugins.zip
Puede utilizar una utilidad de archivado ZIP integrada o cualquier otra utilidad ZIP (como [7zip](https://www.7-zip.org/download.html)) para crear un archivo .zip.
**nota**
La utilidad zip integrada para el sistema operativo Windows puede agregar subcarpetas al crear un archivo .zip. Le recomendamos comprobar el contenido del archivo plugins.zip antes de subirlo a su bucket de Amazon S3 para asegurarse de que no se hayan añadido directorios adicionales.
1. Cambie los directorios a su directorio local de complementos de Airflow. Por ejemplo:
```
myproject$ cd plugins
```
1. Ejecute el siguiente comando para asegurarse de que el contenido tiene permisos de ejecución (solo para macOS y Linux).
```
plugins$ chmod -R 755 .
```
1. Comprima el contenido **de** la carpeta `plugins`.
```
plugins$ zip -r plugins.zip .
```
## Cómo cargar `plugins.zip` a Amazon S3
Puede usar la consola de Amazon S3 o la AWS Command Line Interface (AWS CLI) para cargar un archivo `plugins.zip` a su bucket de Amazon S3.
### Uso de AWS CLI
La AWS Command Line Interface (AWS CLI) es una herramienta de código abierto que le permite interactuar con los servicios de AWS mediante el uso de comandos en el shell de la línea de comandos. Para completar los pasos de esta página, necesita lo siguiente:
+ [AWS CLI: instalar la versión 2](https://docs.aws.amazon.com/cli/latest/userguide/install-cliv2.html).
+ [AWS CLI: configuración rápida con `aws configure`](https://docs.aws.amazon.com/cli/latest/userguide/cli-chap-configure.html).
**Carga mediante la AWS CLI**
1. En el símbolo del sistema, vaya hasta el directorio en el que está almacenado el archivo `plugins.zip`. Por ejemplo:
```
cd plugins
```
1. Use el siguiente comando para obtener una lista de todos los buckets de Amazon S3.
```
aws s3 ls
```
1. Utilice el comando siguiente para enumerar los archivos y las carpetas del bucket de Amazon S3 para su entorno.
```
aws s3 ls s3://{{YOUR_S3_BUCKET_NAME}}
```
1. Utilice el siguiente comando para cargar el archivo `plugins.zip` en el bucket de Amazon S3 para su entorno.
```
aws s3 cp plugins.zip s3://{{amzn-s3-demo-bucket}}/plugins.zip
```
### Uso de la consola de Amazon S3
La consola de Amazon S3 es una interfaz de usuario basada en la web que le permite crear y administrar los recursos de su bucket de Amazon S3.
**Carga del contenido usando la consola de Amazon S3**
1. Abra la página [Entornos](https://console.aws.amazon.com/mwaa/home#/environments) en la consola de Amazon MWAA.
1. Seleccione un entorno.
1. Seleccione el enlace del **bucket S3** en el panel de **códigos de DAG en S3** para abrir el bucket de almacenamiento en la consola.
1. Seleccione **Cargar**.
1. Elija **Añadir archivo**.
1. Seleccione la copia local de su `plugins.zip`, elija **Cargar**.
## Instalación de complementos personalizados en su entorno
En esta sección se describe cómo instalar los complementos personalizados que ha cargado en su bucket de Amazon S3 especificando la ruta al archivo plugins.zip y especificando la versión del archivo plugins.zip cada vez que se actualiza el archivo zip.
### Especificación de la ruta a `plugins.zip` en la consola MWAA de Amazon (la primera vez)
Si es la primera vez que sube un archivo `plugins.zip` a su bucket de Amazon S3, también tendrá que especificar la ruta al archivo en la consola de Amazon MWAA. Solo necesita realizar este paso una vez.
1. Abra la página [Entornos](https://console.aws.amazon.com/mwaa/home#/environments) en la consola de Amazon MWAA.
1. Seleccione un entorno.
1. Elija **Editar**.
1. En el panel de **códigos DAG en Amazon S3**, elija **Browse S3** (Explorar S3) junto al campo **Plugins file - optional** (Archivo de complementos: opcional).
1. Seleccione el archivo `plugins.zip` en su bucket de Amazon S3.
1. Seleccione **Elegir**.
1. Seleccione **Siguiente**, **Actualizar entorno**.
### Especificación de la versión de `plugins.zip` en la consola de Amazon MWAA
Debe especificar la versión de su archivo `plugins.zip` en la consola de Amazon MWAA cada vez que cargue una nueva versión de su `plugins.zip` en su bucket de Amazon S3.
1. Abra la página [Entornos](https://console.aws.amazon.com/mwaa/home#/environments) en la consola de Amazon MWAA.
1. Seleccione un entorno.
1. Elija **Editar**.
1. En el panel **Código de DAG en Amazon S3**, elija una versión de `plugins.zip` de la lista desplegable.
1. Elija **Siguiente**.
## Ejemplos de casos de uso de plugins.zip
+ Obtenga información sobre cómo crear un complemento personalizado en [Creación de un complemento con Apache Hive y Hadoop](samples-hive.md).
+ Obtenga información sobre cómo crear un complemento personalizado en [Complemento personalizado para parchear PythonVirtualEnvOperator ](samples-virtualenv.md).
+ Obtenga información sobre cómo crear un complemento personalizado en [Complemento personalizado con Oracle](samples-oracle.md).
+ Obtenga información sobre cómo crear un complemento personalizado en [Cómo cambiar la zona horaria de un DAG en Amazon MWAA](samples-plugins-timezone.md).
## Siguientes pasos
Pruebe sus DAG, complementos personalizados y dependencias de Python de forma local con [aws-mwaa-docker-images](https://github.com/aws/amazon-mwaa-docker-images) en GitHub.