Apache Airflow 3.x 是数据工程领域最主流的编排工具之一。3.0 版本带来了全新架构（Task SDK、DAG Bundles、资产感知调度等），3.1.x 系列则在稳定性、性能和生态兼容性上持续优化。3.1.6 是目前（2026年初）比较推荐的稳定小版本。本文将带你用 不到 10 分钟 在本地通过 Docker Compose 跑起 Airflow 3.1.6，并介绍最常见的几种“对接”方式。
一、为什么选择 Docker Compose 快速部署？
官方明确表示：docker-compose.yaml 只适合快速上手、开发测试、POC，不推荐直接用于生产。但它却是目前最快的合法方式，能一次性启动：
- PostgreSQL（元数据库）
- Redis（Celery 结果后端 + Broker）
- Airflow Webserver + API Server
- Scheduler
- Worker（多个）
- Triggerer
- Flower（Celery 监控，可选）
二、一步到位：快速部署 Airflow 3.1.6
步骤 1：准备环境确保已安装：
- Docker ≥ 20.10
- Docker Compose ≥ v2（旧版 docker-compose 命令已不推荐）
步骤 2：下载官方 docker-compose.yaml（3.1.6 专用）
bash
# 创建项目目录 mkdir airflow-3.1.6-quickstart && cd airflow-3.1.6-quickstart # 下载 3.1.6 版本专用 compose 文件 curl -LfO 'https://airflow.apache.org/docs/apache-airflow/3.1.6/docker-compose.yaml'
重要：不要用 stable 或 latest 链接，要固定版本避免不一致。
步骤 3：创建 .env 文件（强烈推荐）在当前目录创建 .env 文件，内容至少包含：
env
# .env AIRFLOW_UID=$(id -u) # Linux/macOS 必须，避免权限问题 AIRFLOW_IMAGE_NAME=apache/airflow:3.1.6 # 初始管理员账号（第一次启动会自动创建） _AIRFLOW_WWW_USER_USERNAME=admin _AIRFLOW_WWW_USER_PASSWORD=airflow123 # 请改成自己的强密码 _AIRFLOW_WWW_USER_EMAIL=admin@example.com # 关闭示例 DAG（生产/干净环境推荐） AIRFLOW__CORE__LOAD_EXAMPLES=false
Windows 用户可手动写 AIRFLOW_UID=50000（任意非 root 值）。
步骤 4：初始化环境并启动
bash
# 创建必须的挂载目录（否则启动会失败） mkdir -p ./dags ./logs ./plugins # 初始化数据库 + 创建用户（只需执行一次） docker compose up airflow-init # 启动所有服务（后台模式） docker compose up -d
等待 1–2 分钟，查看日志：
bash
docker compose logs -f
步骤 5：访问 Web UI浏览器打开：http://localhost:8080
- 用户名：admin（或你 .env 中设置的）
- 密码：airflow123（或你设置的）
成功登录后，你就拥有了一个完整的 Airflow 3.1.6 环境。快速停止/清理
bash
# 停止 docker compose down # 彻底清理（包含数据库数据） docker compose down --volumes --remove-orphans
三、Airflow 3.1.6 最常见的几种“对接”方式1. 认证方式对接（API 调用）Airflow 3.x 默认使用 Simple Auth Manager，但大多数生产环境会切换到 FabAuthManager（支持用户/角色/LDAP/OAuth）。快速启用传统用户名密码 + /auth/token：在 .env 增加：
env
PIP_ADDITIONAL_REQUIREMENTS=apache-airflow-providers-fab AIRFLOW__CORE__AUTH_MANAGER=airflow.providers.fab.auth_manager.fab_auth_manager.FabAuthManager
重启后即可使用：
bash
# 获取 JWT Token
curl -X POST http://localhost:8080/auth/token \
-H "Content-Type: application/json" \
-d '{"username":"admin","password":"airflow123"}'
后续 API 调用带上 Authorization: Bearer <token>
注意：/auth/token 不在 /api/v2/docs 里显示，它是根路径下的独立端点，是http://localhost:8080/auth/token，不是http://localhost:8080/api/v2/auth/token。
2. 数据库/连接对接（最常用）在 UI → Admin → Connections 添加，或用环境变量提前注入：
env
# 示例：MySQL 连接 AIRFLOW_CONN_MYSQL_DEFAULT=mysql://user:pass@host:3306/dbname # 示例：Google Cloud（keyfile 方式，需挂载文件） AIRFLOW_CONN_GOOGLE_CLOUD_DEFAULT=google_cloud_platform://?extra__google_cloud_platform__key_path=/keys/gcp.json
挂载方式：在 docker-compose.yaml 的 volumes 里添加：
yaml
volumes: - ./keys:/keys:ro
3. DAG 与外部系统对接
- 推荐写法（Airflow 3.x 风格）：
python
from airflow.sdk import DAG, task
from datetime import datetime
@task
def extract():
return [1, 2, 3]
@task
def transform(data):
return [x * 2 for x in data]
with DAG(
dag_id="simple_example",
start_date=datetime(2025, 1, 1),
schedule="@daily",
catchup=False,
tags=["example"],
):
extracted = extract()
transformed = transform(extract=extracted)
- 资产感知调度（Airflow 3.x 新特性）：
python
from airflow.sdk import Asset
sales_data = Asset("s3://my-bucket/sales.parquet")
@task(outlets=sales_data)
def process_sales():
...
下游 DAG 可写 schedule=[sales_data] 来实现事件驱动。4. 自定义依赖/镜像对接想加包（如 pandas、requests、snowflake-connector 等）？两种方式：方式 A：修改 .env + 重建（推荐）
env
# .env _PIP_ADDITIONAL_REQUIREMENTS=pandas==2.2.3 snowflake-connector-python
然后：
bash
docker compose down docker compose build --no-cache docker compose up -d
方式 B：自定义 Dockerfile创建 Dockerfile：
dockerfile
FROM apache/airflow:3.1.6 USER root RUN apt-get update && apt-get install -y build-essential USER airflow RUN pip install --no-cache-dir pandas snowflake-connector-python
然后在 docker-compose.yaml 中把 image 改为 build 方式。
四、小结与建议
- 开发/测试：直接用官方 docker-compose.yaml + .env → 最快
- 生产准备：迁移到 Kubernetes（官方 Helm Chart）、Astro、MWAA 或自建高可用方案
- 3.1.6 关键变化：更稳定的 Task SDK、DAG 版本管理优化、部分小 bug 修复
- 官方文档入口（强烈建议收藏）：
祝你快速上手 Airflow 3.1.6，构建高效的数据管道！