.env.example

# Переменные окружения для ML Pipeline
# Скопируйте этот файл как .env и настройте под свои нужды

# Docker Hub настройки (для single-repo версии)
# Готовые образы доступны: yuriysamorodov/mipt-s2-de-ml-pipeline
DOCKER_USERNAME=yuriysamorodov
VERSION=latest

# PostgreSQL настройки
POSTGRES_DB=airflow
POSTGRES_USER=airflow
POSTGRES_PASSWORD=airflow

# Путь к конфигурационному файлу
CONFIG_PATH=config/config.yaml

# Настройки Airflow
AIRFLOW_HOME=./airflow
AIRFLOW__CORE__DAGS_FOLDER=./dags
AIRFLOW__CORE__LOGS_FOLDER=./logs
AIRFLOW_UID=1001
AIRFLOW_GID=0

# ML Pipeline пути
ML_PIPELINE_DATA_PATH=/opt/airflow/data
ML_PIPELINE_RESULTS_PATH=/opt/airflow/results

# Настройки Google Cloud Storage (если используется)
GOOGLE_APPLICATION_CREDENTIALS=config/gcs-credentials.json
GCS_BUCKET_NAME=ml-pipeline-results

# Настройки AWS S3 (если используется)
AWS_ACCESS_KEY_ID=your_access_key_here
AWS_SECRET_ACCESS_KEY=your_secret_key_here
AWS_BUCKET_NAME=ml-pipeline-results

# Настройки логирования
LOG_LEVEL=INFO

# Режим работы (development/production)
ENVIRONMENT=development