Testare il codice Airflow

Creare data pipeline con Airflow

Volker Janz

Senior Developer Advocate at Astronomer

Tre livelli di test

Piramide dei test dei Dag

Integrità: il Dag si carica senza errori?
Unità: la business logic produce risultati corretti?
Integrazione: l'intero Dag gira end-to-end?

Test di integrità con DagBag

from airflow.models import DagBag


dag_bag = DagBag(include_examples=False)


def test_no_import_errors():
    assert len(dag_bag.import_errors) == 0


def test_dag_loaded():
    assert "daily_etl" in dag_bag.dags

Perché i Dag falliscono all'import

ModuleNotFoundError

ModuleNotFoundError: provider mancante o path di import errato
NameError: variabile o funzione rinominata, o refuso
ImportError: import circolari tra file del Dag
I test di integrità aiutano a evitarli

Unit test delle funzioni dei task

Nel file del Dag:

def clean_record(record):
    return {
        "name": record["name"].strip(),
        "email": record["email"].lower(),
    }

@task
def transform(records):
    return [clean_record(r)
            for r in records]

Estrai la business logic

Nel file di test:

from dags.data_cleaning import (
    clean_record,
)

def test_strips_whitespace():
    result = clean_record(
      {"name": "  Alice  ",
       "email": "[email protected]"}
    )
    assert result["name"] == "Alice"

Concentrati nei test unitari sulla business logic

Test di integrazione con dag.test()

import pytest
from airflow.models import DagBag
from pendulum import datetime

dag_bag = DagBag(include_examples=False)


def test_etl_pipeline():
    dag = dag_bag.get_dag("etl_output")
    assert dag is not None

    dag.test(logical_date=datetime(2026, 1, 15))

    output = Path("/tmp/etl_results.json")
    assert output.exists()
    results = json.loads(output.read_text())
    assert len(results) == 2

Esegui il Dag reale con input controllati e valida l'output

Test in CI

Pipeline CI

Integrità + unità: a ogni commit (veloci)
Integrazione: pull request o nightly (più lenti)
Nessun Dag va in produzione senza passare tutti e tre

Esercitiamoci!

Creare data pipeline con Airflow