gpt4 book ai didi

airflow - 如何在 Airflow 中实现轮询?

转载 作者:行者123 更新时间:2023-12-02 00:38:30 25 4
gpt4 key购买 nike

我想使用 Airflow 实现定期轮询外部系统(ftp 服务器等)的数据流,检查符合特定条件的新文件,然后为这些文件运行一堆任务。现在,我是 Airflow 的新手,读到传感器是您在这种情况下可以使用的东西,实际上我设法编写了一个传感器,当我为它运行“Airflow 测试”时,它可以正常工作。但是我对传感器的 poke_interval 和 DAG 调度的关系有点困惑。我应该如何为我的用例定义这些设置?或者我应该使用其他方法吗?我只希望 Airflow 在这些文件可用时运行任务,而不是在一段时间内没有新文件可用时让仪表板充满故障。

最佳答案

您的理解是正确的,当您想要轮询时,使用传感器是可行的方法,可以使用现有传感器或实现您自己的传感器。

但是,它们始终是 DAG 的一部分,并且不会在其边界之外执行。 DAG 执行取决于 start_dateschedule_interval,但您可以利用它和传感器根据外部服务器的状态实现某种 DAG:一种可能的方法是使用传感器启动整个 DAG,该传感器检查条件是否发生,如果条件不满足则决定跳过整个 DAG(您可以确保传感器将下游任务标记为 skipped 而不是 failed 通过将它们的 soft_fail 参数设置为 True)。通过使用最频繁的调度选项 (* * * * *),您可以设置一分钟的轮询间隔。如果您确实需要最短的轮询时间,您可以调整传感器的poke_intervaltimeout 参数。

但是请记住,Airflow 本身可能无法保证执行时间,因此对于非常短的轮询时间,您可能需要研究替代方案(或者至少考虑与我刚刚分享的方法不同的方法)。

关于airflow - 如何在 Airflow 中实现轮询?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48248369/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com