DAG airflow python

Airflow是一个基于Python的开源工作流调度和任务编排平台，它使用DAG（有向无环图）来定义任务之间的依赖关系。通过Airflow，您可以轻松地创建、调度和监控复杂的工作流。

以下是使用Airflow创建和调度DAG图的示例代码：

1. 安装Airflow：

pip install apache-airflow

2. 创建DAG图文件（例如，my_dag.py）：

from datetime import datetime
from airflow import DAG
from airflow.operators.python_operator import PythonOperator

def task1():
    # 任务1的代码

def task2():
    # 任务2的代码

# 创建DAG图
dag = DAG('my_dag', description='DAG图调度示例', schedule_interval='0 0 * * *', start_date=datetime(2022, 1, 1))

# 定义任务1和任务2
task_1 = PythonOperator(task_id='task_1', python_callable=task1, dag=dag)
task_2 = PythonOperator(task_id='task_2', python_callable=task2, dag=dag)

# 定义任务之间的依赖关系
task_1 >> task_2

3. 启动Airflow调度程序：

airflow scheduler

4. 启动Airflow Web服务器：

airflow webserver -p 8080

5. 在浏览器中访问`http://localhost:8080`，您将看到Airflow的Web界面。

在Web界面中，您可以查看已定义的DAG图、运行任务、监控任务状态等。Airflow提供了丰富的功能，如任务调度、任务重试、任务监控、动态调整工作流等。

这只是一个简单的示例，您可以根据自己的需求和任务定义更复杂的DAG图。Airflow提供了更多的操作符和功能，如BashOperator、PythonOperator、BranchPythonOperator等，以及丰富的插件生态系统。

希望这些信息能帮助您开始使用Airflow进行DAG图调度！如有任何进一步的问题，请随时提问。