Apache Airflow Docker容器中Git命令缺失及权限问题求助

• 使用镜像：Apache Airflow latest版本镜像（SHA256: 3e0ab13f9525974867cbb612ff632d332b838b05fac4e59bf83f700827744d7d）
• 执行BashOperator任务时触发报错：
  代码片段：

  # Create a BashOperator to sync the Git repositories
  git_sync_task = BashOperator(
      task_id='git_sync_task',
      bash_command='cd /opt/airflow/service1 && git pull origin main',
      dag=dag,
  )
  

  报错信息：

  [2023-01-04, 13:09:30 UTC] {subprocess.py:75} INFO - Running command: ['/bin/bash', '-c', 'cd /opt/***/service1 && git pull origin main']
  [2023-01-04, 13:09:30 UTC] {subprocess.py:86} INFO - Output:
  [2023-01-04, 13:09:30 UTC] {subprocess.py:93} INFO - /bin/bash: line 1: git: command not found
  [2023-01-04, 13:09:30 UTC]{subprocess.py:97} INFO - Command exited with return code 127
  [2023-01-04, 13:09:30 UTC] {taskinstance.py:1772} ERROR - Task failed with exception

• 手动进入容器安装git时触发权限错误：

  default@3df7bafd3a37:/opt/airflow$ apt-get install git
  E: Could not open lock file /var/lib/dpkg/lock-frontend - open (13: Permission denied)
  E: Unable to acquire the dpkg frontend lock (/var/lib/dpkg/lock-frontend), are you root?

方法1：自定义Docker镜像（生产环境首选） #

官方Airflow镜像默认未预装Git，构建自定义镜像可永久解决问题：

1. 创建Dockerfile：

FROM apache/airflow:latest
USER root
# 安装Git并清理缓存
RUN apt-get update && apt-get install -y --no-install-recommends git \
    && apt-get clean \
    && rm -rf /var/lib/apt/lists/*
# 切回airflow用户
USER airflow

2. 构建镜像：

docker build -t my-airflow-with-git .

3. 修改部署配置（如docker-compose.yml），将镜像替换为my-airflow-with-git
4. 重启容器：

docker-compose up -d --build

方法2：临时以Root身份安装Git（仅测试环境使用） #

该方式仅适用于临时测试，容器重启后Git会丢失：

1. 以Root身份进入目标容器：

docker exec -u root -it airflow_airflow-webserver_1 bash

2. 安装Git：

apt-get update && apt-get install -y git

3. 切回airflow用户继续操作：

su airflow

方法3：使用Airflow内置GitOperator（最佳实践） #

Airflow提供专门的GitOperator用于Git仓库操作，无需手动编写Bash命令：

1. 确保环境已安装Git Provider（若未安装，可在自定义镜像中添加RUN pip install apache-airflow-providers-git）
2. 替换原BashOperator代码：

from airflow.providers.git.operators.git import GitOperator

git_sync_task = GitOperator(
    task_id='git_sync_task',
    repo='<你的Git仓库地址>',
    dest_dir='/opt/airflow/service1',
    branch='main',
    pull=True,
    dag=dag,
)

内容的提问来源于stack exchange，提问作者A l w a y s S u n n y