python - 如何循环实现airflow DAG

Question

我刚开始使用 Airflow。我想在一个循环中设置一个 DAG，当前一个 DAG 完成时，下一个 DAG 开始。这是我想要实现的工作流程:

list_of_files = [......]
for file in list_of_files:
   dag = DAG('pipeline', default_args=default_args, schedule_interval=None)
   t1 = BashOperator('copy_this_file', ....)
   t2 = BashOperator('process_this_file', ...)
   t1.set_downstream(t2)

如果我运行 airflow backfill pipeline -s 2019-05-01，所有 DAG 都会同时启动。

Answer 1

DAG 不能相互依赖，它们是独立的工作流。您希望将任务配置为相互依赖。您可以拥有一个具有多个执行分支的 DAG，每个文件一个，类似这样(未测试):

dag = DAG('pipeline', ...)
list_of_files = [......]
with dag:
    for file in list_of_files:
       t1 = BashOperator('copy_this_file', ....)
       t2 = BashOperator('process_this_file', ...)
       t1.set_downstream(t2)