# Airflow DAG Monitor

Автоматизированная система мониторинга Apache Airflow DAG-ов с интеграцией в Zabbix.
Обнаруживает проблемные DAG-запуски (ошибки, зависания), выполняет автоматический перезапуск
и эскалирует нерешённые инциденты на дашборд администратора.

---

## Оглавление

- [Возможности](#возможности)
- [Архитектура](#архитектура)
- [Требования](#требования)
- [Установка](#установка)
- [Автономная сборка (offline)](#автономная-сборка-offline)
- [Auto-discovery Docker Airflow](#auto-discovery-docker-airflow)
- [Конфигурация](#конфигурация)
- [Запуск](#запуск)
- [Настройка Zabbix](#настройка-zabbix)
- [Логика работы](#логика-работы)
- [Логирование и диагностика](#логирование-и-диагностика)
- [Безопасность](#безопасность)
- [Структура проекта](#структура-проекта)
- [Лицензия](#лицензия)

---

## Возможности

- **Auto-discovery Docker**: автоматическое определение URL, порта и учётных данных Airflow из Docker-контейнера, `.env` и `docker-compose.yml`
- **Универсальность**: один и тот же архив работает в разных регионах/контурах без ручной правки подключения к Airflow
- **Автоматическое обнаружение** всех активных (не приостановленных) DAG-ов через Airflow REST API
- **Детекция проблем**: упавшие (`failed`) и зависшие (выполнение > 30 мин) DAG-запуски
- **Самовосстановление**: однократная попытка перезапуска с контролем результата
- **Эскалация в Zabbix**: при неуспешном перезапуске данные экспортируются для Zabbix Agent
- **Heartbeat-мониторинг**: Zabbix отслеживает работоспособность самого монитора
- **Идемпотентность**: персистентное состояние исключает дублирование перезапусков и алертов
- **Автодетекция API**: поддержка Airflow REST API v1 и experimental API
- **Graceful shutdown**: корректное завершение по SIGTERM/SIGINT с сохранением состояния

---

## Архитектура

```
+------------------------------------------------------------------+
|                      Airflow DAG Monitor                         |
|                                                                  |
|  +----------+   +----------+   +--------------+   +----------+  |
|  | Airflow  |-->| Analyzer |-->| ActionHandler |-->|   Data   |  |
|  | Client   |   |          |   |              |   | Exporter |  |
|  +----------+   +----------+   +--------------+   +----------+  |
|       |                |               |               |         |
|       v                v               v               v         |
|  +--------------------------------------------------------+     |
|  |                  State Manager                         |     |
|  |            (retry counts, alert flags)                 |     |
|  +--------------------------------------------------------+     |
+------------------------------------------------------------------+
       |                                                 |
       v                                                 v
  +---------+   +----------+   +---------+   +----------------+
  | Airflow |   | JSON     |   | Zabbix  |   | Zabbix Server  |
  |   API   |   | files    |-->| Agent   |-->| Dashboard      |
  +---------+   +----------+   +---------+   +----------------+
```

---

## Требования

| Компонент          | Версия              |
|--------------------|---------------------|
| Python             | 3.10+               |
| Apache Airflow     | 2.x (REST API v1)   |
| Zabbix Agent       | 5.x / 6.x / 7.x (уже установлен на хосте) |
| Docker             | для auto-discovery (опционально) |
| ОС                 | Linux (systemd)     |

---

## Установка

### Автоматическая

```bash
git clone https://git.totmin.ru/en2zmax/AirflowDAGMonitor.git /opt/airflow-monitor
cd /opt/airflow-monitor
./setup.sh
```

Скрипт `setup.sh` выполнит:
1. Копирование файлов в `/opt/airflow-monitor` (если запущен из другого каталога)
2. Создание Python virtual environment в `/opt/airflow-monitor/venv`
3. Установку зависимостей из `requirements.txt` (требуется интернет)
4. Создание рабочих директорий (`/var/lib/airflow-monitor`, `/var/log/airflow-monitor`)
5. Установку systemd unit файла

### Ручная

```bash
cd /opt/airflow-monitor

# Виртуальное окружение
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt

# Директории
sudo mkdir -p /var/lib/airflow-monitor /var/log/airflow-monitor
sudo chown $(whoami):$(id -gn) /var/lib/airflow-monitor /var/log/airflow-monitor

# Systemd (опционально)
sudo cp airflow-monitor.service /etc/systemd/system/
sudo systemctl daemon-reload
```

---

## Автономная сборка (offline)

Для развёртывания в закрытом контуре без доступа в интернет используется скрипт `build.sh`.
Он собирает ZIP-архив, содержащий весь исходный код, wheel-пакеты зависимостей и скрипт
офлайн-установки.

### Сборка архива

На машине **с доступом в интернет**:

```bash
./build.sh
```

Результат: `dist/airflow-monitor-1.0.0.zip`

### Содержимое архива

```
airflow-monitor-1.0.0/
├── airflow_monitor/            # Исходный код
├── wheels/                     # Wheel-пакеты всех зависимостей
│   ├── requests-2.32.3-py3-none-any.whl
│   ├── PyYAML-6.0.2-cp312-...-linux_x86_64.whl
│   ├── urllib3-2.2.3-py3-none-any.whl
│   ├── charset_normalizer-...whl
│   ├── idna-3.10-py3-none-any.whl
│   └── certifi-2024.8.30-py3-none-any.whl
├── config.yaml                 # Шаблон конфигурации
├── requirements.txt
├── airflow-monitor.service     # Systemd unit
├── install.sh                  # Скрипт офлайн-установки
└── README.md
```

### Развёртывание на целевом сервере

На машине **без интернета**:

```bash
# 1. Скопировать архив на сервер
scp dist/airflow-monitor-1.0.0.zip user@target:/tmp/

# 2. Распаковать
unzip /tmp/airflow-monitor-1.0.0.zip -d /tmp/

# 3. Установить (по умолчанию в /opt/airflow-monitor)
cd /tmp/airflow-monitor-1.0.0
./install.sh
```

Сервис будет установлен в `/opt/airflow-monitor`.

### Параметры install.sh

```
./install.sh [--prefix INSTALL_DIR] [--user SERVICE_USER]

  --prefix   Каталог установки (по умолчанию: /opt/airflow-monitor)
  --user     Пользователь для запуска сервиса (по умолчанию: текущий)
```

Примеры:

```bash
# Стандартная установка в /opt/airflow-monitor
./install.sh

# Указать пользователя для запуска сервиса
./install.sh --user airflow

# Установить в альтернативный каталог
./install.sh --prefix /srv/airflow-monitor --user airflow
```

Скрипт `install.sh` выполнит:
1. Копирование файлов в `/opt/airflow-monitor` (или `--prefix`)
2. Создание Python virtual environment
3. Установку зависимостей из локальных wheel-файлов (`pip install --no-index --find-links wheels/`)
4. Создание рабочих директорий (`/var/lib/airflow-monitor`, `/var/log/airflow-monitor`)
5. Установку systemd unit с автоподстановкой путей и пользователя

> **Важно:** На целевом сервере должен быть установлен Python 3.10+ и Zabbix Agent.
> Доступ в интернет **не требуется** — все зависимости включены в архив.

---

## Auto-discovery Docker Airflow

Монитор умеет автоматически находить Airflow в Docker на текущем сервере.
Флаг `--discover` делает скрипт **универсальным**: один и тот же архив разворачивается
в любом регионе/контуре без ручной правки URL, порта и учётных данных.

### Что делает discovery

```
docker ps                          → найти контейнер airflow-webserver
docker inspect <container>         → получить compose project directory
docker port <container> 8080       → получить host-порт webserver
<compose_dir>/.env                 → прочитать переменные окружения
<compose_dir>/docker-compose.yml   → прочитать конфигурацию сервисов
```

Из этих данных извлекаются:
- **URL**: `http://localhost:<host_port>` (из `docker port`)
- **Username**: из `.env` (`_AIRFLOW_WWW_USER_USERNAME` или `AIRFLOW_WWW_USER_USERNAME`)
- **Password**: из `.env` (`_AIRFLOW_WWW_USER_PASSWORD` или `AIRFLOW_WWW_USER_PASSWORD`), с разрешением `${VAR:-default}` из docker-compose

### Использование

```bash
# Проверить что discovery находит (без запуска монитора)
/opt/airflow-monitor/venv/bin/python -m airflow_monitor --discover --dry-run

# Запуск с auto-discovery (секция airflow в config.yaml перезаписывается)
/opt/airflow-monitor/venv/bin/python -m airflow_monitor --discover -c /opt/airflow-monitor/config.yaml

# Discovery без config.yaml (все параметры по умолчанию + Zabbix не настроен)
/opt/airflow-monitor/venv/bin/python -m airflow_monitor --discover
```

Пример вывода `--dry-run`:

```
Discovered Airflow at http://localhost:80
  Compose dir: /opt/airflow
  Container:   airflow-airflow-webserver-1
  User:        airflow

--- Effective Airflow config ---
{
  "base_url": "http://localhost:80",
  "username": "airflow",
  "password": "P@ssw0rd1",
  "api_version": "v1",
  "timeout": 30,
  "verify_ssl": false,
  "request_delay": 0.5
}
```

### Приоритет настроек

При запуске с `--discover --config config.yaml`:
1. Загружается `config.yaml` (секции `monitor`, `zabbix`, `logging`)
2. Секция `airflow` **перезаписывается** данными из Docker discovery
3. Это позволяет настроить Zabbix и пороги в конфиге, а подключение к Airflow определять автоматически

### Требования для discovery

- Docker должен быть доступен текущему пользователю (`docker ps` без sudo)
- Airflow webserver контейнер должен быть запущен
- `.env` файл должен быть в директории docker-compose проекта

---

## Конфигурация

Все параметры задаются в `config.yaml`. Скопируйте шаблон и отредактируйте:

```bash
cp config.yaml config.yaml.bak
vim config.yaml
```

### Основные параметры

#### `airflow` — подключение к Airflow

| Параметр        | По умолчанию          | Описание                                         |
|-----------------|-----------------------|--------------------------------------------------|
| `base_url`      | `http://localhost:8080` | URL Airflow webserver                          |
| `username`      | `airflow`             | Логин для Basic Auth                             |
| `password`      | `airflow`             | Пароль для Basic Auth                            |
| `api_version`   | `auto`                | Версия API: `auto`, `v1`, `experimental`         |
| `timeout`       | `30`                  | Таймаут HTTP-запросов (секунды)                  |
| `verify_ssl`    | `true`                | Проверка SSL-сертификатов                        |
| `request_delay` | `0.5`                 | Задержка между запросами к API (секунды)          |

#### `monitor` — параметры мониторинга

| Параметр                 | По умолчанию | Описание                                        |
|--------------------------|-------------|--------------------------------------------------|
| `cycle_interval`         | `300`       | Интервал между циклами мониторинга (секунды)     |
| `long_running_threshold` | `1800`      | Порог длительности выполнения DAG (секунды)      |
| `retry_wait`             | `120`       | Ожидание после перезапуска перед проверкой        |
| `max_retries`            | `1`         | Максимум попыток перезапуска на один DAG run     |
| `state_file`             | `/var/lib/airflow-monitor/state.json` | Файл персистентного состояния |
| `state_max_age`          | `86400`     | Время жизни записей состояния (секунды)          |

#### `zabbix` — интеграция с Zabbix Agent

| Параметр         | По умолчанию                   | Описание                                    |
|------------------|--------------------------------|----------------------------------------------|
| `enabled`        | `true`                         | Включить/выключить экспорт данных в файлы    |
| `data_dir`       | `/var/lib/airflow-monitor`     | Каталог для файлов данных                    |
| `problems_file`  | `problems.json`                | Файл со списком проблем (JSON)               |
| `heartbeat_file` | `heartbeat`                    | Файл с timestamp последнего цикла            |
| `status_file`    | `status.json`                  | Файл со статусом монитора (JSON)             |

#### `logging` — логирование

| Параметр       | По умолчанию                              | Описание                          |
|----------------|-------------------------------------------|-----------------------------------|
| `level`        | `INFO`                                    | Уровень: DEBUG, INFO, WARNING, ERROR |
| `file`         | `/var/log/airflow-monitor/monitor.log`    | Путь к файлу логов                |
| `max_bytes`    | `10485760`                                | Размер файла до ротации (10 МБ)   |
| `backup_count` | `5`                                       | Количество ротированных файлов     |

---

## Запуск

### Тестовый запуск (ручной)

```bash
/opt/airflow-monitor/venv/bin/python -m airflow_monitor --config /opt/airflow-monitor/config.yaml
```

Остановка: `Ctrl+C`

### Production (systemd)

```bash
# Включить автозапуск и стартовать
sudo systemctl enable --now airflow-monitor

# Проверить статус
sudo systemctl status airflow-monitor

# Просмотр логов в реальном времени
journalctl -u airflow-monitor -f

# Перезапуск после изменения config.yaml
sudo systemctl restart airflow-monitor

# Остановка
sudo systemctl stop airflow-monitor
```

### Параметры CLI

```
usage: python -m airflow_monitor [-h] [--config CONFIG] [--discover] [--dry-run]

  --config, -c    Путь к config.yaml (по умолчанию: config.yaml в текущей директории)
  --discover, -d  Автообнаружение Airflow Docker (перезаписывает секцию airflow)
  --dry-run       С --discover: показать найденную конфигурацию и выйти
```

---

## Настройка Zabbix

### Схема доставки данных

Прямого доступа к Zabbix Server с сервера Airflow нет. Данные передаются через
локальный Zabbix Agent, который уже подключён к серверу (напрямую или через Zabbix Proxy).

```
+------------------+    файлы     +--------------+     сеть     +----------------+
| airflow-monitor  |------------>| Zabbix Agent |------------>| Zabbix Server  |
| (systemd)        | /var/lib/.. | UserParameter|             | Dashboard      |
+------------------+             +--------------+             +----------------+
                                       или
                                 +--------------+
                                 | Zabbix Proxy |
                                 +--------------+
```

1. Монитор пишет результаты в файлы `/var/lib/airflow-monitor/`
2. Zabbix Agent читает файлы через UserParameter (конфиг `airflow-monitor.conf`)
3. Zabbix Agent передаёт данные на Zabbix Server/Proxy по своему стандартному каналу

### 1. Конфиг Zabbix Agent (устанавливается автоматически)

Файл `/etc/zabbix/zabbix_agentd.conf.d/airflow-monitor.conf` устанавливается при
запуске `setup.sh` или `install.sh`. Содержимое:

```ini
# Список проблемных DAG-ов (JSON)
UserParameter=airflow.dag.problems,cat /var/lib/airflow-monitor/problems.json 2>/dev/null || echo '[]'

# Количество проблемных DAG-ов
UserParameter=airflow.dag.problems.count,python3 -c "import json,sys; print(len(json.load(open('/var/lib/airflow-monitor/problems.json'))))" 2>/dev/null || echo 0

# Heartbeat — epoch timestamp
UserParameter=airflow.monitor.heartbeat,cat /var/lib/airflow-monitor/heartbeat 2>/dev/null || echo 0

# Статус монитора (JSON)
UserParameter=airflow.monitor.status,cat /var/lib/airflow-monitor/status.json 2>/dev/null || echo '{}'

# Сервис запущен (1/0)
UserParameter=airflow.monitor.alive,systemctl is-active airflow-monitor >/dev/null 2>&1 && echo 1 || echo 0
```

### 2. Проверка на сервере

После установки проверьте, что Zabbix Agent корректно читает данные:

```bash
# Тест UserParameter через агент
zabbix_agentd -t airflow.dag.problems
zabbix_agentd -t airflow.dag.problems.count
zabbix_agentd -t airflow.monitor.heartbeat
zabbix_agentd -t airflow.monitor.alive
```

### 3. Импорт шаблона (рекомендуется)

Вместо ручного создания items и триггеров импортируйте готовый шаблон:

| Файл | Zabbix версия |
|------|---------------|
| `zabbix/zbx_template_airflow_monitor.yaml` | 6.x+ |
| `zabbix/zbx_template_airflow_monitor_5x.xml` | 5.x |

**Импорт:** Configuration → Templates → Import → выбрать файл.

После импорта привяжите шаблон "Airflow DAG Monitor" к хосту.

Шаблон содержит:
- **8 items** (5 основных + 3 dependent из JSON)
- **4 триггера** (проблемы DAG, heartbeat, сервис, cycle time)
- **2 графика** (проблемы, время цикла)
- **2 макроса** (пороги, переопределяются на уровне хоста)

### 4. Ручное создание items (если без шаблона)

На Zabbix Server создайте items для хоста (хост определяется по `HostnameItem=system.hostname`
из `zabbix_agentd.conf`):

| Item                            | Тип           | Key                            | Тип данных          | Интервал |
|---------------------------------|---------------|--------------------------------|---------------------|----------|
| Airflow DAG Problems            | Zabbix agent  | `airflow.dag.problems`         | Text                | 1m       |
| Airflow DAG Problems Count      | Zabbix agent  | `airflow.dag.problems.count`   | Numeric (unsigned)  | 1m       |
| Airflow Monitor Heartbeat       | Zabbix agent  | `airflow.monitor.heartbeat`    | Numeric (unsigned)  | 1m       |
| Airflow Monitor Status          | Zabbix agent  | `airflow.monitor.status`       | Text                | 5m       |
| Airflow Monitor Alive           | Zabbix agent  | `airflow.monitor.alive`        | Numeric (unsigned)  | 1m       |

### 4. Создание триггеров

**Есть проблемные DAG-и:**

```
Имя:       Airflow: Обнаружены проблемные DAG-запуски ({ITEM.LASTVALUE1})
Выражение: last(/host/airflow.dag.problems.count)>0
Важность:  High
```

**Монитор не обновляет данные (heartbeat устарел более чем на 10 минут):**

```
Имя:       Airflow Monitor: Данные устарели
Выражение: (now()-last(/host/airflow.monitor.heartbeat))>600
Важность:  Disaster
```

**Сервис мониторинга остановлен:**

```
Имя:       Airflow Monitor: Сервис не запущен
Выражение: last(/host/airflow.monitor.alive)=0
Важность:  High
```

### 5. Формат данных

Файл `problems.json` содержит JSON-массив:

```json
[
  {
    "dag_id": "etl_daily_pipeline",
    "dag_run_id": "scheduled__2026-04-08T00:00:00+00:00",
    "issue_type": "failed",
    "status": "failed",
    "duration_seconds": 145.3,
    "error_info": "Task 'load_data' failed: ConnectionError: Connection refused",
    "retry_count": 1
  },
  {
    "dag_id": "report_generator",
    "dag_run_id": "scheduled__2026-04-08T06:00:00+00:00",
    "issue_type": "long_running",
    "status": "running",
    "duration_seconds": 2415.7,
    "error_info": "",
    "retry_count": 1
  }
]
```

| Поле               | Описание                                                 |
|--------------------|----------------------------------------------------------|
| `dag_id`           | Идентификатор DAG                                        |
| `dag_run_id`       | Идентификатор запуска                                    |
| `issue_type`       | Тип проблемы: `failed` или `long_running`                |
| `status`           | Состояние в Airflow                                      |
| `duration_seconds` | Длительность выполнения (секунды)                        |
| `error_info`       | Информация об ошибке из task instance (для `failed`)     |
| `retry_count`      | Количество выполненных перезапусков                      |

При отсутствии проблем файл содержит `[]` — триггер автоматически снимается.

Файл `status.json`:

```json
{
  "timestamp": "2026-04-08T10:15:00+00:00",
  "cycle_count": 42,
  "dag_count": 15,
  "issue_count": 0,
  "cycle_time_seconds": 3.45
}
```

---

## Логика работы

### Цикл мониторинга

```
        +------------------------+
        |  Загрузка состояния    |
        +-----------+------------+
                    v
        +----------------------------+
        | Получение списка DAG-ов    |
        | GET /api/v1/dags           |
        +-----------+----------------+
                    v
        +----------------------------+
        | Для каждого DAG:           |
        | GET /api/v1/dags/{id}/runs |
        | (фильтр: running, failed)  |
        +-----------+----------------+
                    v
          +--------------------+
          | Анализ: проблемы?  |
          +---+------------+---+
          нет |            | да
              v            v
          +------+   +-----------------+
          | Done |   | Перезапуск (x1) |
          +------+   +--------+--------+
                              v
                    +-------------------+
                    | Ожидание 2 мин    |
                    +--------+----------+
                             v
                    +-------------------+
                    | Повторная проверка |
                    +----+----------+---+
                  ОК     |          | Проблема
                         v          v
                    +------+   +------------------+
                    | Done |   | Экспорт в файлы  |
                    +------+   | для Zabbix Agent |
                               +--------+---------+
                                        v
                              +-------------------+
                              | Heartbeat+cleanup  |
                              | Сохранение состоян.|
                              +-------------------+
```

### Обработка ошибок

| Ситуация                           | Поведение                                          |
|------------------------------------|----------------------------------------------------|
| Airflow API недоступен             | Пропуск цикла, повтор через `cycle_interval`       |
| Таймаут запроса к API              | Пропуск конкретного DAG, продолжение с остальными  |
| Ошибка авторизации (401/403)       | Логирование, продолжение цикла                     |
| Ошибка записи файлов данных        | Логирование ошибки, повтор в следующем цикле       |
| Zabbix Agent не читает данные      | Проверить конфиг в `/etc/zabbix/zabbix_agentd.conf.d/` |
| Повреждённый файл состояния        | Пересоздание с пустым состоянием                   |
| Необработанное исключение в цикле  | Логирование traceback, переход к следующему циклу  |

### Защита от дублирования

Персистентное состояние хранит для каждого DAG-запуска:
- Счётчик перезапусков — исключает повторный retry
- Флаг `alerted` — исключает повторный экспорт в Zabbix
- Ключ `{dag_id}::{dag_run_id}` — уникальная идентификация
- Автоочистка записей старше 24 часов

---

## Логирование и диагностика

### Файлы логов

| Путь                                       | Описание                         |
|--------------------------------------------|----------------------------------|
| `/var/log/airflow-monitor/monitor.log`     | Лог приложения (с ротацией)      |
| `journalctl -u airflow-monitor`            | Лог через systemd journal        |

### Уровни логирования

- **DEBUG** — детали API-запросов, содержимое state файла
- **INFO** — начало/конец цикла, количество DAG-ов, выполненные действия
- **WARNING** — проблемные DAG-и, ошибки отдельных API-вызовов
- **ERROR** — ошибки Zabbix, невозможность сохранить состояние
- **CRITICAL** — невозможность подключиться к Airflow API

### Проверка работоспособности

```bash
# Статус сервиса
systemctl status airflow-monitor

# Последние логи
journalctl -u airflow-monitor --since "1 hour ago"

# Содержимое state файла
cat /var/lib/airflow-monitor/state.json | python3 -m json.tool

# Проверка что Zabbix Agent читает данные
zabbix_agentd -t airflow.dag.problems
zabbix_agentd -t airflow.dag.problems.count
zabbix_agentd -t airflow.monitor.heartbeat
```

---

## Безопасность

### Учётные данные

Файл `config.yaml` содержит пароль Airflow в открытом виде. Рекомендации:

```bash
# Ограничить доступ к конфигурации
chmod 600 config.yaml
chown root:root config.yaml
```

### Systemd hardening

Сервис запускается с ограничениями:

| Директива          | Значение       | Назначение                               |
|--------------------|----------------|------------------------------------------|
| `NoNewPrivileges`  | `true`         | Запрет эскалации привилегий              |
| `ProtectSystem`    | `strict`       | Файловая система только для чтения       |
| `ReadWritePaths`   | явный список   | Доступ на запись только в рабочие каталоги|
| `PrivateTmp`       | `true`         | Изолированный `/tmp`                     |
| `ProtectHome`      | `read-only`    | Домашняя директория только для чтения    |

### Lock file

Файл блокировки `/var/run/airflow-monitor.lock` предотвращает одновременный запуск
нескольких экземпляров. Блокировка снимается автоматически при завершении процесса.

---

## Структура проекта

```
air-flow-monitor/
├── airflow_monitor/              # Основной Python-пакет
│   ├── __init__.py               # Версия пакета
│   ├── __main__.py               # Точка входа, CLI, сигналы, lock file
│   ├── config.py                 # Загрузка YAML-конфигурации в dataclasses
│   ├── discovery.py              # Auto-discovery Airflow Docker инфраструктуры
│   ├── client.py                 # HTTP-клиент Airflow REST API
│   ├── analyzer.py               # Анализ DAG-запусков, классификация проблем
│   ├── state.py                  # Персистентное состояние (JSON, атомарная запись)
│   ├── actions.py                # Перезапуск DAG-ов, экспорт данных для Zabbix Agent
│   └── monitor.py                # Оркестрация цикла мониторинга
├── config.yaml                   # Конфигурация (Airflow, Zabbix, пороги, логи)
├── requirements.txt              # Python-зависимости
├── setup.sh                      # Скрипт установки (с интернетом)
├── build.sh                      # Сборка автономного ZIP-архива
├── airflow-monitor.service       # Systemd unit файл
├── zabbix/
│   └── airflow-monitor.conf      # UserParameter конфиг для Zabbix Agent
├── dist/                         # Собранные архивы (после ./build.sh)
└── README.md
```

### Зависимости

| Пакет      | Версия      | Назначение                    |
|------------|-------------|-------------------------------|
| `requests` | >=2.31, <3  | HTTP-клиент для Airflow API   |
| `PyYAML`   | >=6.0, <7   | Парсинг конфигурации          |

Все остальные модули (`json`, `logging`, `subprocess`, `signal`, `threading`, `fcntl`,
`pathlib`, `dataclasses`, `datetime`) входят в стандартную библиотеку Python.

---

## Лицензия

Внутренний проект. Все права защищены.