Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Amazon MWAA pertanyaan yang sering diajukan
Halaman ini menjelaskan pertanyaan umum yang dapat Anda temui saat menggunakan Alur Kerja Terkelola Amazon untuk Apache Airflow.
**Contents**
+ [Versi yang didukung](#q-supported-versions)
+ [Apa yang didukung Amazon MWAA untuk Apache Airflow v2?](#airflow-support)
+ [Versi Python apa yang bisa saya gunakan?](#python-version)
+ [Kasus penggunaan](#t-common-questions)
+ [Bisakah saya menggunakan Amazon MWAA dengan Amazon SageMaker Unified Studio?](#t-use-sagemaker-unified-studio)
+ [Kapan saya bisa menggunakan AWS Step Functions vs. Amazon MWAA?](#t-step-functions)
+ [Spesifikasi lingkungan](#q-supported-features)
+ [Berapa banyak penyimpanan tugas yang tersedia untuk setiap lingkungan?](#worker-storage)
+ [Apa sistem operasi default yang digunakan untuk lingkungan Amazon MWAA?](#default-os)
+ [Dapatkah saya menggunakan gambar khusus untuk lingkungan Amazon MWAA saya?](#custom-image)
+ [Apakah Amazon MWAA HIPAA sesuai?](#hipaa-compliance)
+ [Apakah Amazon MWAA mendukung Instans Spot?](#spot-instances)
+ [Apakah Amazon MWAA mendukung domain khusus?](#custom-dns)
+ [Bisakah saya SSH ke lingkungan saya?](#ssh-dag)
+ [Mengapa aturan referensi mandiri diperlukan pada grup keamanan VPC?](#sg-rule)
+ [Dapatkah saya menyembunyikan lingkungan dari grup yang berbeda di IAM?](#hide-environments)
+ [Dapatkah saya menyimpan data sementara pada pekerja Apache Airflow?](#store-data)
+ [Bisakah saya menentukan lebih dari 25 pekerja Apache Airflow?](#scaling-quota)
+ [Apakah Amazon MWAA mendukung Amazon bersama VPCs atau subnet bersama?](#shared-vpc)
+ [Dapatkah saya membuat atau mengintegrasikan antrian Amazon SQS khusus untuk mengelola eksekusi tugas dan orkestrasi alur kerja di Apache Airflow?](#create-sqs)
+ [Metrik-metrik](#q-metrics)
+ [Metrik apa yang digunakan untuk menentukan apakah akan menskalakan pekerja?](#metrics-workers)
+ [Bisakah saya membuat metrik khusus? CloudWatch](#metrics-custom)
+ [DAGs, Operator, Koneksi, dan pertanyaan lainnya](#q-dags)
+ [Dapatkah saya menggunakan`PythonVirtualenvOperator`?](#virtual-env-dags)
+ [Berapa lama waktu yang dibutuhkan Amazon MWAA untuk mengenali file DAG baru?](#recog-dag)
+ [Mengapa file DAG saya tidak diambil oleh Apache Airflow?](#dag-file-error)
+ [Bisakah saya menghapus `plugins.zip` atau `requirements.txt` dari lingkungan?](#remove-plugins-reqs)
+ [Mengapa plugin saya tidak muncul di menu Apache Airflow v2.0.2 Admin Plugins?](#view-plugins-ui)
+ [Dapatkah saya menggunakan Operator AWS Database Migration Service (DMS)?](#ops-dms)
+ [Ketika saya mengakses Airflow REST API menggunakan AWS kredensialnya, dapatkah saya meningkatkan batas pelambatan menjadi lebih dari 10 transaksi per detik (TPS)?](#increase-throttling-limit)
+ [Di mana server API Eksekusi Tugas Airflow berjalan di Amazon MWAA?](#task-execution-server)
## Versi yang didukung
### Apa yang didukung Amazon MWAA untuk Apache Airflow v2?
Untuk mempelajari apa yang didukung Amazon MWAA, lihat. [Versi Apache Airflow di Amazon Managed Workflows for Apache Airflow](airflow-versions.md)
### Versi Python apa yang bisa saya gunakan?
Versi Apache Airflow berikut didukung di Alur Kerja Terkelola Amazon untuk Apache Airflow.
**catatan**
Efektif 30 Desember 2025, Amazon MWAA akan mengakhiri dukungan untuk Apache Airflow versi v2.4.3, v2.5.1, dan v2.6.3. Untuk informasi lebih lanjut, lihat[Dukungan dan FAQ versi Apache Airflow](airflow-versions.md#airflow-versions-support).
Dimulai dengan Apache Airflow v2.2.2, Amazon MWAA mendukung pemasangan persyaratan Python, paket penyedia, dan plugin khusus langsung di server web Apache Airflow.
Dimulai dengan Apache Airflow v2.7.2, file persyaratan Anda harus menyertakan pernyataan. `--constraint` Jika Anda tidak memberikan batasan, Amazon MWAA akan menentukan satu untuk Anda untuk memastikan paket yang tercantum dalam persyaratan Anda kompatibel dengan versi Apache Airflow yang Anda gunakan.
Untuk informasi selengkapnya tentang pengaturan batasan dalam file persyaratan Anda, lihat Menginstal dependensi [Python](working-dags-dependencies.md#working-dags-dependencies-syntax-create).
| Versi Apache Airflow | Tanggal rilis Apache Airflow | Tanggal ketersediaan Amazon MWAA | Kendala Apache Airflow | Versi Python |
| --- | --- | --- | --- | --- |
| [v2.11.0](https://airflow.apache.org/docs/apache-airflow/2.11.0) | [Mei 20, 2025](https://airflow.apache.org/docs/apache-airflow/2.11.0/release_notes.html#airflow-2-11-0-2022-05-20) | Januari 7, 2026 | [v2.11.0 kendala file](https://raw.githubusercontent.com/apache/airflow/constraints-2.11.0/constraints-3.12.txt) | [Python 3.12](https://peps.python.org/pep-0693/) |
| [v3.0.6](https://airflow.apache.org/docs/apache-airflow/3.0.6) | [Agustus 29, 2025](https://airflow.apache.org/docs/apache-airflow/3.0.6/release_notes.html#airflow-3-0-6-2025-08-29) | Oktober 1, 2025 | [v3.0.6 kendala file](https://raw.githubusercontent.com/apache/airflow/constraints-3.0.6/constraints-3.12.txt) | [Python 3.12](https://peps.python.org/pep-0693/) |
| [v2.10.3](https://airflow.apache.org/docs/apache-airflow/2.10.3) | [November 4, 2024](https://airflow.apache.org/docs/apache-airflow/2.10.3/release_notes.html#airflow-2-10-3-2024-11-04) | Desember 18, 2024 | [v2.10.3 kendala file](https://raw.githubusercontent.com/apache/airflow/constraints-2.10.3/constraints-3.11.txt) | [Python 3.11](https://peps.python.org/pep-0664/) |
| [v2.10.1](https://airflow.apache.org/docs/apache-airflow/2.10.1) | [September 5, 2024](https://airflow.apache.org/docs/apache-airflow/2.10.1/release_notes.html#airflow-2-10-1-2024-09-05) | September 26, 2024 | [v2.10.1 kendala file](https://raw.githubusercontent.com/apache/airflow/constraints-2.10.1/constraints-3.11.txt) | [Python 3.11](https://peps.python.org/pep-0664/) |
| [v2.9.2](https://airflow.apache.org/docs/apache-airflow/2.9.2) | [Juni 10, 2024](https://airflow.apache.org/docs/apache-airflow/2.10.1/release_notes.html#airflow-2-9-2-2024-06-10) | 9 Juli 2024 | [v2.9.2 kendala file](https://raw.githubusercontent.com/apache/airflow/constraints-2.9.2/constraints-3.11.txt) | [Python 3.11](https://peps.python.org/pep-0664/) |
| [v2.8.1](https://airflow.apache.org/docs/apache-airflow/2.8.1) | [Januari 19, 2024](https://airflow.apache.org/docs/apache-airflow/2.10.1/release_notes.html#airflow-2-8-1-2024-01-19) | Februari 23, 2024 | [v2.8.1 kendala file](https://raw.githubusercontent.com/apache/airflow/constraints-2.8.1/constraints-3.11.txt) | [Python 3.11](https://peps.python.org/pep-0664/) |
| [v2.7.2](https://airflow.apache.org/docs/apache-airflow/2.7.2) | [Oktober 12, 2023](https://airflow.apache.org/docs/apache-airflow/2.10.1/release_notes.html#airflow-2-7-2-2023-10-12) | 6 November 2023 | [v2.7.2 kendala file](https://raw.githubusercontent.com/apache/airflow/constraints-2.7.2/constraints-3.11.txt) | [Python 3.11](https://peps.python.org/pep-0664/) |
[Untuk informasi selengkapnya tentang memigrasi penerapan Apache Airflow yang dikelola sendiri, atau memigrasi lingkungan Amazon MWAA yang ada, termasuk petunjuk untuk membuat cadangan basis data metadata Anda, lihat Panduan Migrasi Amazon MWAA.](https://docs.aws.amazon.com/mwaa/latest/migrationguide/index.html)
## Kasus penggunaan
### Bisakah saya menggunakan Amazon MWAA dengan Amazon SageMaker Unified Studio?
Ya. Dengan alur kerja Amazon SageMaker Unified Studio, Anda dapat mengatur dan menjalankan serangkaian tugas di Amazon SageMaker Unified Studio. Alur kerja Amazon SageMaker Unified Studio menggunakan Apache Airflow untuk memodelkan prosedur pemrosesan data dan mengatur artefak kode Amazon Unified Studio Anda. SageMaker Untuk informasi selengkapnya, lihat bagian [Alur Kerja](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/workflow-orchestration.html). Untuk mempelajari lebih lanjut tentang Amazon SageMaker, lihat [Apa itu Amazon SageMaker?](https://docs.aws.amazon.com/next-generation-sagemaker/latest/userguide/what-is-sagemaker.html)
### Kapan saya bisa menggunakan AWS Step Functions vs. Amazon MWAA?
1. Anda dapat menggunakan Step Functions untuk memproses pesanan pelanggan individual, karena Step Functions dapat menskalakan untuk memenuhi permintaan satu pesanan atau satu juta pesanan.
1. Jika Anda menjalankan alur kerja semalam yang memproses pesanan hari sebelumnya, Anda dapat menggunakan Step Functions atau Amazon MWAA. Amazon MWAA memberi Anda opsi open source untuk mengabstraksi alur kerja dari AWS sumber daya yang Anda gunakan.
## Spesifikasi lingkungan
### Berapa banyak penyimpanan tugas yang tersedia untuk setiap lingkungan?
Penyimpanan tugas dibatasi hingga 20 GB, dan ditentukan oleh [Amazon ECS Fargate 1.4](https://docs.aws.amazon.com/AmazonECS/latest/developerguide/fargate-task-storage.html#fargate-task-storage-linux-pv). Jumlah RAM ditentukan oleh kelas lingkungan yang Anda tentukan. Untuk informasi lebih lanjut tentang kelas lingkungan, lihat[Mengkonfigurasi kelas lingkungan Amazon MWAA](environment-class.md).
### Apa sistem operasi default yang digunakan untuk lingkungan Amazon MWAA?
Lingkungan Amazon MWAA dibuat pada instans yang menjalankan Amazon Linux 2 untuk versi 2.6 dan yang lebih lama, dan pada instans yang menjalankan Amazon Linux 2023 untuk versi 2.7 dan yang lebih baru.
### Dapatkah saya menggunakan gambar khusus untuk lingkungan Amazon MWAA saya?
Gambar kustom tidak didukung. Amazon MWAA menggunakan gambar yang dibangun di Amazon Linux AMI. Amazon MWAA menginstal persyaratan tambahan dengan menjalankan `pip3 -r install` persyaratan yang ditentukan dalam file requirements.txt yang Anda tambahkan ke bucket Amazon S3 untuk lingkungan.
### Apakah Amazon MWAA HIPAA sesuai?
Amazon MWAA memenuhi syarat [Undang-Undang Portabilitas dan Akuntabilitas Asuransi Kesehatan](https://aws.amazon.com/compliance/hipaa-compliance/) (HIPAA). Jika Anda memiliki Adendum Rekanan Bisnis HIPAA (BAA) AWS, Anda dapat menggunakan Amazon MWAA untuk alur kerja yang menangani Informasi Kesehatan Terlindungi (PHI) pada lingkungan yang dibuat pada, atau setelah, 14 November 2022.
### Apakah Amazon MWAA mendukung Instans Spot?
Amazon MWAA saat ini tidak mendukung jenis Instans Spot Amazon EC2 sesuai permintaan untuk Apache Airflow. Namun, lingkungan Amazon MWAA dapat memicu Instans Spot, misalnya, Amazon EMR dan Amazon EC2.
### Apakah Amazon MWAA mendukung domain khusus?
Untuk dapat menggunakan domain khusus untuk nama host Amazon MWAA Anda, lakukan salah satu hal berikut:
+ Untuk penerapan Amazon MWAA dengan akses server web publik, Anda dapat menggunakan Amazon dengan CloudFront Lambda @Edge untuk mengarahkan lalu lintas ke lingkungan Anda, dan memetakan nama domain khusus ke. CloudFront Untuk informasi selengkapnya dan contoh pengaturan domain khusus untuk lingkungan publik, lihat contoh [domain kustom Amazon MWAA untuk server web publik di repositori](https://github.com/aws-samples/amazon-mwaa-examples/tree/main/usecases/mwaa-public-webserver-custom-domain) contoh Amazon MWAA. GitHub
+ Untuk penerapan Amazon MWAA dengan akses server web pribadi, lihat. [Menyiapkan domain khusus untuk server web Apache Airflow](configuring-custom-domain.md)
### Bisakah saya SSH ke lingkungan saya?
Meskipun SSH tidak didukung di lingkungan Amazon MWAA, dimungkinkan untuk menggunakan DAG untuk menjalankan perintah bash menggunakan file. `BashOperator` Contoh:
```
from airflow import DAG
from airflow.operators.bash_operator import BashOperator
from airflow.utils.dates import days_ago
with DAG(dag_id="any_bash_command_dag", schedule_interval=None, catchup=False, start_date=days_ago(1)) as dag:
cli_command = BashOperator(
task_id="bash_command",
bash_command="{{ dag_run.conf['command'] }}"
)
```
Untuk memicu DAG di Apache Airflow UI, gunakan:
```
{ "command" : "your bash command"}
```
### Mengapa aturan referensi mandiri diperlukan pada grup keamanan VPC?
Dengan membuat aturan referensi diri, Anda membatasi sumber ke grup keamanan yang sama di VPC, dan itu tidak terbuka untuk semua jaringan. Untuk mempelajari lebih lanjut, lihat[Keamanan di VPC Anda di Amazon MWAA](vpc-security.md).
### Dapatkah saya menyembunyikan lingkungan dari grup yang berbeda di IAM?
Anda dapat membatasi akses dengan menentukan nama lingkungan AWS Identity and Access Management, namun, pemfilteran akses tidak tersedia di AWS konsol—jika pengguna dapat mengakses satu lingkungan, mereka dapat mengakses semua lingkungan.
### Dapatkah saya menyimpan data sementara pada pekerja Apache Airflow?
Operator Apache Airflow Anda dapat menyimpan data sementara pada pekerja. Pekerja Apache Airflow dapat mengakses file sementara `/tmp` di wadah Fargate untuk lingkungan Anda.
**catatan**
Total penyimpanan tugas dibatasi hingga 20 GB, menurut [Amazon ECS Fargate 1.4](https://docs.aws.amazon.com/AmazonECS/latest/developerguide/fargate-task-storage.html#fargate-task-storage-linux-pv). Tidak ada jaminan bahwa tugas berikutnya berjalan pada instance kontainer Fargate yang sama, yang dapat menggunakan folder yang berbeda`/tmp`.
### Bisakah saya menentukan lebih dari 25 pekerja Apache Airflow?
Ya. Meskipun Anda dapat menentukan hingga 25 pekerja Apache Airflow di konsol Amazon MWAA, Anda dapat mengonfigurasi hingga 50 pada lingkungan dengan meminta peningkatan kuota. Untuk informasi lebih lanjut, lihat [Meminta kenaikan kuota](https://docs.aws.amazon.com/servicequotas/latest/userguide/request-quota-increase.html).
### Apakah Amazon MWAA mendukung Amazon bersama VPCs atau subnet bersama?
Amazon MWAA tidak mendukung Amazon bersama VPCs atau subnet bersama. VPC Amazon yang Anda pilih saat membuat lingkungan harus dimiliki oleh akun yang mencoba menciptakan lingkungan. Namun, Anda dapat merutekan lalu lintas dari VPC Amazon di akun Amazon MWAA ke VPC bersama. Untuk informasi selengkapnya dan contoh perutean lalu lintas ke VPC Amazon bersama, lihat [Perutean keluar terpusat ke internet di Panduan Gateway Transit](https://docs.aws.amazon.com/vpc/latest/tgw/transit-gateway-nat-igw.html) VPC *Amazon*.
### Dapatkah saya membuat atau mengintegrasikan antrian Amazon SQS khusus untuk mengelola eksekusi tugas dan orkestrasi alur kerja di Apache Airflow?
Tidak, Anda tidak dapat membuat, memodifikasi, atau menggunakan antrian Amazon SQS khusus dalam Amazon MWAA. Ini karena Amazon MWAA secara otomatis menyediakan dan mengelola antrian Amazon SQS sendiri untuk setiap lingkungan Amazon MWAA.
## Metrik-metrik
### Metrik apa yang digunakan untuk menentukan apakah akan menskalakan pekerja?
Amazon MWAA memantau **QueuedTasks**dan **RunningTasks**masuk CloudWatch untuk menentukan apakah akan menskalakan pekerja Apache Airflow di lingkungan Anda. Untuk mempelajari lebih lanjut, lihat[Pemantauan dan metrik untuk Alur Kerja Terkelola Amazon untuk Apache Airflow](cw-metrics.md).
### Bisakah saya membuat metrik khusus? CloudWatch
Tidak di CloudWatch konsol. Namun, Anda dapat membuat DAG yang menulis metrik khusus. CloudWatch Untuk informasi lebih lanjut, lihat[Menggunakan DAG untuk menulis metrik khusus CloudWatch](samples-custom-metrics.md).
## DAGs, Operator, Koneksi, dan pertanyaan lainnya
### Dapatkah saya menggunakan`PythonVirtualenvOperator`?
`PythonVirtualenvOperator`Ini tidak didukung secara eksplisit di Amazon MWAA, tetapi Anda dapat membuat plugin khusus yang menggunakan. `PythonVirtualenvOperator` Untuk kode sampel, lihat[Membuat plugin khusus untuk Apache Airflow PythonVirtualenvOperator](samples-virtualenv.md).
### Berapa lama waktu yang dibutuhkan Amazon MWAA untuk mengenali file DAG baru?
DAGs disinkronkan secara berkala dari bucket Amazon S3 ke lingkungan Anda. Jika Anda menambahkan file DAG baru, dibutuhkan sekitar 300 detik bagi Amazon MWAA untuk mulai *menggunakan* file baru. Jika Anda memperbarui DAG yang ada, Amazon MWAA membutuhkan waktu sekitar 30 detik untuk mengenali pembaruan Anda.
Nilai-nilai ini, 300 detik untuk yang baru DAGs, dan 30 detik untuk pembaruan yang ada DAGs, sesuai dengan [https://airflow.apache.org/docs/apache-airflow/stable/configurations-ref.html#dag-dir-list-interval](https://airflow.apache.org/docs/apache-airflow/stable/configurations-ref.html#dag-dir-list-interval)opsi konfigurasi Apache Airflow, dan masing-masing. [https://airflow.apache.org/docs/apache-airflow/stable/configurations-ref.html#min-file-process-interval](https://airflow.apache.org/docs/apache-airflow/stable/configurations-ref.html#min-file-process-interval)
### Mengapa file DAG saya tidak diambil oleh Apache Airflow?
Berikut ini adalah solusi yang mungkin untuk masalah ini:
1. Pastikan peran eksekusi Anda memiliki izin yang cukup untuk bucket Amazon S3 Anda. Untuk mempelajari lebih lanjut, lihat[Peran eksekusi Amazon MWAA](mwaa-create-role.md).
1. Periksa apakah bucket Amazon S3 telah mengonfigurasi *Blokir Akses Publik*, dan Pembuatan *Versi* diaktifkan. Untuk mempelajari lebih lanjut, lihat[Buat bucket Amazon S3 untuk Amazon MWAA](mwaa-s3-bucket.md).
1. Verifikasi file DAG itu sendiri. Misalnya, pastikan bahwa setiap DAG memiliki ID DAG yang unik.
### Bisakah saya menghapus `plugins.zip` atau `requirements.txt` dari lingkungan?
Saat ini, tidak ada cara untuk menghapus plugins.zip atau requirements.txt dari lingkungan setelah ditambahkan, tetapi kami sedang mengerjakan masalah ini. Untuk sementara, solusinya adalah menunjuk ke teks kosong atau file zip, masing-masing. Untuk mempelajari lebih lanjut, lihat[Menghapus file di Amazon S3](working-dags-delete.md).
### Mengapa plugin saya tidak muncul di menu Apache Airflow v2.0.2 Admin Plugins?
Untuk alasan keamanan, server web Apache Airflow di Amazon MWAA memiliki jalan keluar jaringan yang terbatas, dan tidak menginstal plugin atau dependensi Python langsung di server web Apache Airflow untuk lingkungan versi 2.0.2. Plugin yang terdaftar memungkinkan Amazon MWAA untuk mengautentikasi pengguna Apache Airflow Anda di (IAM). AWS Identity and Access Management
Untuk dapat menginstal plugin dan dependensi Python langsung di server web, sebaiknya buat environemnt baru dengan Apache Airflow v2.2 dan yang lebih baru. Amazon MWAA menginstal dependensi Python dan dan plugin khusus langsung di server web untuk Apache Airflow v2.2 dan yang lebih baru.
### Dapatkah saya menggunakan Operator AWS Database Migration Service (DMS)?
Amazon MWAA mendukung Operator [DMS](https://airflow.apache.org/docs/apache-airflow-providers-amazon/stable/operators/dms.html). Namun, operator ini tidak dapat digunakan untuk melakukan tindakan pada database metadata Amazon Aurora PostgreSQL yang terkait dengan lingkungan Amazon MWAA.
### Ketika saya mengakses Airflow REST API menggunakan AWS kredensialnya, dapatkah saya meningkatkan batas pelambatan menjadi lebih dari 10 transaksi per detik (TPS)?
Ya, Anda bisa. Untuk meningkatkan batas throttling, silakan hubungi Customer [AWS Support](https://aws.amazon.com/contact-us/).
### Di mana server API Eksekusi Tugas Airflow berjalan di Amazon MWAA?
Amazon MWAA menjalankan Server API Eksekusi Tugas Airflow di komponen Webserver. Eksekusi Tugas hanya APIs tersedia di Apache Airflow v3 dan yang lebih baru. Untuk informasi lebih lanjut tentang arsitektur Amazon MWAA, lihat. [Arsitektur](what-is-mwaa.md#architecture-mwaa)