Langsung ke konten utama
Google Cloud Documentation
Area teknologi
  • AI dan ML
  • Pengembangan aplikasi
  • Hosting aplikasi
  • Compute
  • Pipeline dan analisis data
  • Database
  • Terdistribusi, hybrid, dan multicloud
  • Solusi industri
  • Migrasi
  • Jaringan
  • Kemampuan observasi dan pemantauan
  • Keamanan
  • Storage
Alat cross product
  • Pengelolaan akses dan resource
  • Pengelolaan biaya dan penggunaan
  • Infrastruktur sebagai kode
  • SDK, bahasa, framework, dan alat
/
Konsol
  • English
  • Deutsch
  • Español
  • Español – América Latina
  • Français
  • Indonesia
  • Italiano
  • Português
  • Português – Brasil
  • עברית
  • 中文 – 简体
  • 中文 – 繁體
  • 日本語
  • 한국어
  • Managed Service for Apache Airflow
Mulai gratis
Ringkasan Panduan Gen 3 Panduan Gen 2 Panduan Gen 1 Contoh Referensi Referensi
Google Cloud Documentation
  • Area teknologi
    • Lainnya
    • Ringkasan
    • Panduan Gen 3
    • Panduan Gen 2
    • Panduan Gen 1
    • Contoh
    • Referensi
    • Referensi
  • Alat cross product
    • Lainnya
  • Konsol
  • Temukan
  • Ringkasan Managed Service untuk Apache Airflow
  • Model tanggung jawab bersama
  • Data yang disimpan di Cloud Storage
  • Arsitektur lingkungan
  • Mulai
  • Panduan memulai (Konsol)
  • Panduan memulai (gcloud)
  • Membuat lingkungan
  • Membuat lingkungan (Terraform)
  • Mengaktifkan dan menonaktifkan layanan Managed Airflow
  • Mengelola DAG
  • Menambahkan dan memperbarui DAG
  • Melihat DAG, operasi DAG, dan tugas
  • Menjadwalkan dan memicu DAG
  • Mengontrol akses
  • Ringkasan Keamanan
  • Praktik keamanan terbaik
  • Kontrol akses
  • Kontrol Akses UI Airflow
  • Membuat dan mengelola tag Google Cloud
  • Mengakses resource di project lain
  • Mengonfigurasi enkripsi dengan CMEK
  • Mengonfigurasi Secret Manager
  • Membuat kebijakan organisasi kustom
  • Mengonfigurasi batasan lokasi resource
  • Mengakses lingkungan dengan workforce identity federation
  • Mengembangkan DAG
  • Menjalankan lingkungan Airflow lokal
  • Menulis DAG
  • Menggunakan operator Airflow
    • Menggunakan operator yang dapat ditangguhkan
    • Menggunakan operator GKE
    • Menggunakan CeleryKubernetesExecutor
    • Menggunakan KubernetesPodOperator
    • Mentransfer data dengan Operator Transfer Google
    • Menghubungkan ke VM GCE dengan SSHOperator
    • Membuat dan menjalankan kueri pada tabel BigLake Iceberg di BigQuery
  • Menggunakan server MCP jarak jauh Cloud Composer
  • Menguji DAG
  • Menguji, menyinkronkan, dan men-deploy DAG dari GitHub
  • Men-debug masalah penjadwalan tugas
  • Men-debug masalah DAG kehabisan memori dan kehabisan penyimpanan
  • Mengelompokkan tugas di dalam DAG
  • Memicu DAG di lingkungan dan project lain
  • Memicu DAG dengan Cloud Functions