Programar Dags

Introducción a Apache Airflow en Python

Mike Metzger

Data Engineer

Ejecuciones de Dag

Una instancia específica de un flujo de trabajo en un momento dado
Puede ejecutarse manualmente o vía schedule
Mantiene estado para cada flujo y sus tareas
- running
- failed
- success

¹ https://airflow.apache.org/docs/stable/scheduler.html

Vista de Dag Runs

Página de Dag Runs de Airflow listando ejecuciones recientes de todos los Dags

Estado de Dag Runs

Página de Dag Runs de Airflow mostrando la columna de estado de cada ejecución

Detalles de schedule

Al programar un Dag, hay varios atributos clave:

start_date - Fecha/hora inicial para programar la ejecución del Dag
end_date - Opcional; cuándo dejar de crear nuevas instancias del Dag
- start_date y end_date usan un objeto datetime(year, month, day), por ejemplo:
```
 from pendulum import datetime
 start_date=datetime(2026, 4, 10, tz="UTC")
```

Schedule

schedule indica:

Con qué frecuencia se programa el Dag
Entre start_date y end_date
Se define con sintaxis cron, presets integrados o timedeltas.

Sintaxis cron

Diagrama de la sintaxis cron con sus cinco campos de tiempo separados por espacios

Formato cron de Unix
5 campos separados por un espacio
* significa cada intervalo (p. ej., cada minuto, cada día)
Se permiten valores separados por comas en los campos

Ejemplos de cron

Diagrama de la sintaxis cron con sus cinco campos de tiempo separados por espacios

0 12 * * *              # Ejecutar a diario al mediodía

* * 25 2 *              # Ejecutar cada minuto el 25 de febrero

0,15,30,45 * * * *      # Ejecutar cada 15 minutos

Presets del programador de Airflow

Presets:

@hourly
@daily
@weekly
@monthly
@yearly

equivalente cron:

0 * * * *
0 0 * * *
0 0 * * 0
0 0 1 * *
0 0 1 1 *

¹ https://airflow.apache.org/docs/stable/scheduler.html

Presets especiales

Airflow tiene tres presets especiales de schedule:

None - No programar nunca; para Dags lanzados manualmente
@once - Programar solo una vez
@continuous - Ejecutar en cuanto termine la ejecución previa

timedelta

También puedes usar pendulum.duration
duration(hours=6)
duration(minutes=30)

from pendulum import duration

@dag(
  dag_id="example_dag"
  schedule=duration(days=2)
)

Aplicar schedules

El schedule se define en el Dag
Usa el parámetro schedule:

@dag(
  dag_id="example_dag",
  schedule="0 12 * * *"
)

@dag(
  dag_id="example_dag",
  schedule="@daily"     
)

Problemas de schedule

Al programar un Dag, Airflow:

Requiere que pase un intervalo completo tras start_date
Programa la tarea en start_date + schedule

'start_date': datetime(2026, 2, 25, tz="UTC")
'schedule': @daily

La primera ejecución posible es el 26 de febrero de 2026

¡Vamos a practicar!

Introducción a Apache Airflow en Python

Preparing Video For Download...