Dags de Airflow

Introducción a Apache Airflow en Python

Mike Metzger

Data Engineer

¿Qué es un Dag?

Dag, o Directed Acyclic Graph:

Directed: el flujo entre componentes indica dependencias
Acyclic: no tiene bucles ni repeticiones
Graph: conjunto de componentes

Grafo acíclico dirigido con nodos conectados por flechas en un solo sentido y sin bucles

Dag en Airflow

Escrito en Python (pero puede usar componentes en otros lenguajes)
Formado por Tareas a ejecutar, como operators o sensors
Contiene dependencias definidas explícita o implícitamente
- p. ej., copia el archivo al servidor antes de importarlo en el servicio de base de datos.

Dag de Airflow con tareas conectadas que muestran el orden de dependencias

Definir un Dag

Ejemplo de Dag (Taskflow API):

from airflow.sdk import dag


from pendulum import datetime
@dag(
  dag_id='etl_workflow',
  email='[email protected]',
  start_date=datetime(2026, 3, 15, tz="UTC")
)

def etl_workflow():
  ...

etl_workflow()

Dags en la línea de comandos

La línea de comandos airflow tiene muchos subcomandos
airflow -h: ayuda y descripción de subcomandos

Subcomandos de Dag
- airflow dags list: muestra todos los Dags detectados
- airflow dags reserialize: fuerza a Airflow a recargar los archivos de Dag
- airflow tasks test: ejecuta una tarea específica

Línea de comandos vs Python

Usa la herramienta de línea de comandos para:

Iniciar procesos de Airflow
Ejecutar Dags/Tareas manualmente
Obtener registros de Airflow

Terminal ejecutando la herramienta de línea de comandos de airflow

Usa Python para:

Crear un Dag
Editar propiedades individuales de un Dag

Ilustración que representa código Python

¡Vamos a practicar!

Introducción a Apache Airflow en Python