airflow dag 网络接口请求，并且把请求结果写入redis。

Airflow DAG 可以通过使用 PythonOperator 和 requests 库来进行网络接口请求，并通过使用 redis 模块将请求结果写入 redis。

下面是一个简单的示例：

from airflow import DAG
from airflow.operators.python_operator import PythonOperator
import requests
import redis

default_args = {
    'owner': 'airflow',
    'depends_on_past': False,
    'start_date': datetime(2023, 2, 15),
}

dag = DAG('example_dag', default_args=default_args, schedule_interval='@once')

def make_api_request():
    response = requests.get('https://example.com/api')
    return response.text

def write_to_redis():
    r = redis.Redis(host='localhost', port=6379)
    result = make_api_request()
    r.set('example_key', result)

with dag:
    task1 = PythonOperator(
        task_id='make_api_request',
        python_callable=make_api_request,
    )

    task2 = PythonOperator(
        task_id='write_to_redis',
        python_callable=write_to_redis,
    )

    task1 >> task2

在这个示例中，我们定义了两个 PythonOperator 任务，分别是 make_api_request 和 write_to_redis。make_api_request 任务使用 requests 库从 https://example.com/api 获取数据，并将结果返回。write_to_redis 任务连接到本地运行的 Redis 服务，并使用 redis 模块将 make_api_request 任务的结果写入 Redis 中。

在 DAG 中，我们将这两个任务通过任务依赖关系连接在一起，确保 make_api_request 在 write_to_redis 之前运行。这样，在 write_to_redis 任务运行时，我们可以确保 make_api_request 任务已经完成，将数据写入 Redis 中。