Zum Hauptinhalt springen
Cloud / Google Cloud / Produkte / Managed Service for Apache Airflow - Workflow-Orchestrierung

Managed Service for Apache Airflow - Workflow-Orchestrierung

Managed Service for Apache Airflow (ehem. Cloud Composer) orchestriert Daten-Pipelines auf Google Cloud.

Data Analytics
Preismodell Bezahlung nach Nutzung
Verfügbarkeit Global mit EU-Regionen
Datensouveränität EU-Regionen verfügbar
Zuverlässigkeit SLA gemäß Anbieter (siehe offizielle SLA-Seite) SLA

Was ist Managed Service for Apache Airflow?

Managed Service for Apache Airflow, ehemals Cloud Composer, ist Googles vollständig verwalteter Dienst für Workflow-Orchestrierung auf Basis von Apache Airflow. Der Dienst ermöglicht das Erstellen, Planen, Überwachen und Verwalten von Workflow-Pipelines über Cloud- und On-Premises-Systeme hinweg, ohne dass Teams eigene Airflow-Infrastruktur betreiben müssen. Workflows werden als DAGs (Directed Acyclic Graphs) in Python definiert.

Kernfunktionen

  • Managed Airflow auf GKE: Umgebungen laufen auf Google Kubernetes Engine, keine eigene Airflow-Infrastruktur nötig
  • DAG-basierte Workflows: Workflows als Python-Code definieren und versionieren
  • Native GCP-Integration: Direkte Anbindung an BigQuery, Dataflow, Cloud Storage und weitere Dienste
  • Autoscaling und Hochverfügbarkeit: Automatische Skalierung von Workern sowie Optionen für resiliente Deployments
  • Netzwerk- und Sicherheitsoptionen: Öffentliche oder private IP, VPC-Integration, VPC Service Controls, IAM-basierte Zugriffskontrolle
  • Mehrere Generationen: Composer 3 als aktuelle Generation, Composer 2 weiterhin verfügbar, Composer 1 als Legacy-Option

Typische Anwendungsfälle

ETL-Pipelines

Der Dienst orchestriert tägliche oder stündliche ETL-Jobs. Daten werden aus verschiedenen Quellen extrahiert, transformiert und in Data Warehouses wie BigQuery geladen.

ML-Pipeline-Orchestrierung

Training, Validierung und Deployment von ML-Modellen als orchestrierter Workflow, etwa in Verbindung mit der Gemini Enterprise Agent Platform (ehemals Vertex AI) für End-to-End-MLOps.

Cross-System-Integration

Workflows, die mehrere Systeme verbinden: Daten in Data Lakes laden, Reports generieren, Benachrichtigungen versenden.

Vorteile

  • Bewährtes Airflow-Ökosystem mit einer Vielzahl an Operatoren
  • Keine eigene Infrastruktur zu verwalten
  • Native Integration mit den Datendiensten von Google Cloud
  • Zentrales Monitoring und Alerting über Cloud Monitoring

Integration mit innFactory

Als zertifizierter Google Cloud Partner unterstützt innFactory Sie bei Managed Service for Apache Airflow: Architektur von Daten-Pipelines, Migration bestehender Airflow-Installationen oder älterer Composer-Generationen, DAG-Entwicklung und Performance-Optimierung.

Verfügbare Varianten & Optionen

Composer 1 (Legacy)

Stärken
  • Geringere Basiskosten
Einschränkungen
  • Ältere Airflow-Versionen
  • Nicht mehr empfohlen für neue Umgebungen

Composer 2

Stärken
  • Bewährte Stabilität
  • Autoscaling
Einschränkungen
  • Wird von Composer 3 als aktuelle Generation abgelöst

Typische Anwendungsfälle

ETL orchestration
ML pipelines
Data workflows
Job scheduling

Technische Spezifikationen

API RESTful API and client libraries
Integration Native Google Cloud integration
Security Encryption at rest and in transit

Häufig gestellte Fragen

Was ist Managed Service for Apache Airflow?

Managed Service for Apache Airflow, ehemals Cloud Composer, ist Googles vollständig verwalteter Apache-Airflow-Dienst. Er orchestriert Workflow-Pipelines über Clouds und On-Premises-Rechenzentren hinweg.

Warum wurde Cloud Composer umbenannt?

Google hat den Dienst 2026 in Managed Service for Apache Airflow umbenannt, um die Zugehörigkeit zum offenen Apache-Airflow-Ökosystem klarer zu kommunizieren. Funktionsweise und APIs bleiben kompatibel.

Was ist der Unterschied zwischen den Composer-Generationen?

Composer 3 ist die aktuelle Generation mit verbesserter Skalierung und Unterstützung neuerer Airflow-Versionen. Composer 2 bleibt verfügbar, Composer 1 gilt als Legacy und wird für neue Umgebungen nicht mehr empfohlen.

Kann ich bestehende Airflow-DAGs migrieren?

Ja, bestehende DAGs lassen sich in den Dienst importieren. Anpassungen sind meist nur bei Custom Operators, lokalen Abhängigkeiten oder beim Wechsel auf eine neue Airflow-Hauptversion nötig.

Wie skaliert der Dienst?

Der Dienst läuft auf Google Kubernetes Engine und bietet Autoscaling sowie Optionen für hochverfügbare Deployments; die Worker-Anzahl passt sich der aktuellen Last an.

Hinweis: Alle Produktinformationen auf dieser Seite wurden sorgfältig zusammengestellt, sind jedoch ohne Gewähr und können veraltet oder unvollständig sein. Cloud-Services entwickeln sich schnell weiter — Funktionen, Preise, SLAs und Verfügbarkeit ändern sich laufend. Verbindliche und aktuelle Informationen finden Sie ausschließlich auf der offiziellen Produktseite von Google Cloud (offizielle Dokumentation). Diese Seite stellt kein Angebot von Google Cloud dar.

Google Cloud Partner

innFactory ist zertifizierter Google Cloud Partner. Wir bieten Beratung, Implementierung und Managed Services.

Google Cloud Partner

Ähnliche Produkte anderer Cloud-Anbieter

Andere Cloud-Anbieter bieten vergleichbare Services in dieser Kategorie. Als Multi-Cloud Partner helfen wir bei der richtigen Wahl.

AWS

Amazon Athena - Serverless SQL-Abfragen

Amazon Athena führt SQL-Abfragen direkt auf Daten in S3 aus. Serverless, ohne Infrastruktur-Setup, Pay-per-Query.

Preismodell Pay-per-Query (Preis pro TB gescannter …
SLA 99,9% Verfügbarkeit gemäß Amazon Athena SLA
Vergleichen →
AWS

Amazon Data Firehose - Echtzeit-Datenlieferung

Amazon Data Firehose ist ein AWS-Service für die zuverlässige Echtzeit-Lieferung von Streaming-Daten an Datenspeicher.

Preismodell Bezahlung pro GB data ingested
SLA SLA gemäß Anbieter (siehe offizielle SLA-Seite)
Vergleichen →
AWS

Amazon DataZone - Daten-Governance und Katalog

Amazon DataZone ist ein AWS-Service für Daten-Governance, Katalogisierung und sichere Datenfreigabe im Unternehmen.

Preismodell Pay-as-you-go: API-Anfragen, …
SLA SLA gemäß Anbieter (siehe offizielle SLA-Seite)
Vergleichen →
AWS

Amazon EMR - Big Data Processing

Amazon EMR ist eine verwaltete Big-Data-Plattform für Apache Spark, Hadoop und andere Frameworks.

Preismodell Bezahlung für EC2 instances plus EMR …
SLA Abhängig von EC2 SLA
Vergleichen →
AWS

Amazon Kinesis - AWS Data Streaming für Real-Time Analytics

Amazon Kinesis ist die AWS-Service-Familie für Echtzeit-Datenstreaming, Log-Processing und Analytics.

Preismodell Provisioned: pro Shard-Stunde plus …
SLA SLA gemäß Anbieter (siehe offizielle SLA-Seite)
Vergleichen →
AWS

Amazon Kinesis Data Streams - Echtzeit-Datenstreaming

Amazon Kinesis Data Streams ist ein AWS-Service für skalierbares Echtzeit-Datenstreaming mit geringer Latenz.

Preismodell Pay-per-use: On-Demand pro GB …
SLA 99,9% Verfügbarkeit
Vergleichen →

41 vergleichbare Produkte bei anderen Cloud-Anbietern gefunden.

Bereit, mit Managed Service for Apache Airflow - Workflow-Orchestrierung zu starten?

Unsere zertifizierten Google Cloud Experten helfen bei Architektur, Integration und Optimierung.

Beratung vereinbaren