Operatory Airflow

Wprowadzenie do Apache Airflow w Pythonie

Mike Metzger

Data Engineer

Operatory

Reprezentują pojedyncze zadanie w przepływie pracy
Działają niezależnie (zazwyczaj)
Zazwyczaj nie współdzielą informacji
Różne operatory do różnych zadań

@dag(
  dag_id="Example_Dag"
)
def example_dag():
  @task
  def task1():
    return "The result from task1"

  task1()

example_dag()

@task (PythonOperator)

Wykonuje funkcję Pythona
Dowolna funkcja Pythona może być udekorowana przez @task
Umożliwia przekazywanie danych między funkcjami/zadaniami

from airflow.sdk import task

@task
def printme():
    print("This goes in the logs!")

printme()

Argumenty @task

Umożliwia przekazywanie argumentów do zadania/funkcji jak do zwykłej funkcji Pythona

@task
def printme(name: str):
    print(f"Hi {name} - This goes in the logs!")


printme(name='DataCamp')


# Adds:
#   Hi DataCamp - This goes in the logs!
# to the Airflow logs

@task.bash (BashOperator)

@task.bash
def bash_example():
  return "echo 'Example!'"

bash_example()

@task.bash
def run_cleanup():
  return "runcleanup.sh"

run_cleanup()

Wykonuje podane polecenie lub skrypt Bash
Uruchamia polecenie w katalogu tymczasowym
Umożliwia określenie zmiennych środowiskowych

Zależności zadań

Każdy DAG zawiera zestaw zadań do wykonania
Zależności zadań określają kolejność uruchamiania
Istnieje kilka metod definiowania zależności

DAG Airflow z połączonymi zadaniami pokazujący kolejność zależności między nimi

Składnia bitshift

>> and <<

task1() >> task2()

# task1 completes before task2 starts


task1() >> task2() >> task3()

# task1 completes before task2 and task2 completes before task3


task1() >> task3()
task2() >> task3()

# task1 and task2 can run together but both must complete before task3 runs

Przykład składni bitshift

# Download sales data before reconciling
download_sales_data() >> reconcile()

# Download inventory data before reconciling
download_inventory_data() >> reconcile()

Oba muszą zakończyć się przed uzgodnieniem, ale kolejność nie jest określona

Czas na ćwiczenia!

Wprowadzenie do Apache Airflow w Pythonie