AWS CLI可正常使用但Boto3报错找不到profile3配置如何排查

你遇到的ProfileNotFound报错，核心原因是运行Airflow Python脚本的进程读取到的AWS配置路径、权限或自定义Boto3封装逻辑存在问题，AWS CLI能正常运行不代表Airflow进程能拿到相同的环境配置：

1. 官方apache/airflow镜像默认运行用户airflow的家目录为/opt/airflow，你将配置挂载到了/home/airflow/.aws，boto3默认会优先读取当前用户家目录下的.aws文件夹，如果没有正确配置环境变量就会找不到配置
2. 你配置的AWS_CONFIG_FILE、AWS_SHARED_CREDENTIALS_FILE环境变量没有被Airflow进程正确加载：交互式exec进入容器时启动的shell会加载.bashrc/.profile等配置，你看到的是shell的环境变量，而Airflow后台进程不会加载这些shell配置，仅会读取容器启动时传入的环境变量
3. 你自定义封装的Boto3AwsClient类可能存在逻辑缺陷，比如硬编码了配置文件路径、没有正确传入profile参数
4. 挂载的.aws目录权限不足，airflow用户没有读取权限（你exec进入容器如果用的是root用户，看到的文件可读不代表airflow用户能读）

• 首先在你的Python脚本中添加调试代码，确认进程实际拿到的配置：

import os
# 打印环境变量
print("AWS_CONFIG_FILE:", os.environ.get("AWS_CONFIG_FILE"))
print("AWS_SHARED_CREDENTIALS_FILE:", os.environ.get("AWS_SHARED_CREDENTIALS_FILE"))
# 打印当前用户家目录
print("当前用户家目录:", os.path.expanduser("~"))
# 检查配置文件可读性
config_path = "/home/airflow/.aws/config"
print(f"配置文件是否可读: {os.access(config_path, os.R_OK)}")

• 跳过自定义的Boto3AwsClient类，直接用原生boto3测试配置是否正常：

import boto3
try:
    session = boto3.Session(profile_name="profile3")
    client = session.client("ssm")
    print("原生boto3读取profile成功")
except Exception as e:
    print(f"原生boto3报错: {e}")

如果原生boto3能正常运行，说明问题出在你自定义的Boto3AwsClient封装逻辑中。

方案1：修正挂载路径（优先推荐） #

直接将AWS配置挂载到airflow用户默认家目录下，无需额外配置环境变量：
修改docker-compose中的卷挂载配置，替换原有~/.aws/:/home/airflow/.aws为：

- ~/.aws/:/opt/airflow/.aws

同时确保宿主机的.aws目录有读取权限：

chmod -R 755 ~/.aws

重启容器即可生效。

方案2：确认环境变量正确传入进程 #

如果你不想修改挂载路径，确保两个AWS环境变量写入到docker-compose指定的./airflow.env文件中，而不是写在shell配置文件里，只有写在env_file指定的文件中，Airflow进程启动时才能正确读取。

方案3：代码中强制指定配置路径 #

如果以上方案都不适用，可以在初始化boto3前强制写入环境变量：

import os
import boto3

os.environ["AWS_CONFIG_FILE"] = "/home/airflow/.aws/config"
os.environ["AWS_SHARED_CREDENTIALS_FILE"] = "/home/airflow/.aws/credentials"

session = boto3.Session(profile_name="profile3")
aws_client = session.client("ssm")

内容的提问来源于stack exchange，提问作者mrc