Testování kódu v Airflow

Tvorba datových pipeline s Airflow

Volker Janz

Senior Developer Advocate at Astronomer

Tři úrovně testování

Pyramida testování DAGů

Integrita: Načte se DAG bez chyb?
Jednotkové testy: Produkuje business logika správné výsledky?
Integrační testy: Proběhne celý DAG od začátku do konce?

Testy integrity s 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

Proč DAGy selhávají při importu

ModuleNotFoundError

ModuleNotFoundError: chybějící balíček poskytovatele nebo nesprávná cesta importu
NameError: přejmenovaná proměnná, funkce nebo překlep
ImportError: kruhové importy mezi soubory DAGů
Testy integrity pomáhají těmto problémům předcházet

Jednotkové testování funkcí tasků

V souboru DAGu:

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]

Extrahuj business logiku

V testovacím souboru:

from dags.data_cleaning import (
    clean_record,
)

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

Zaměř jednotkové testy na business logiku

Integrační testy s 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

Spusť skutečný DAG s řízeným vstupem a ověř výstup

Testování v CI

CI pipeline

Integrita + jednotkové testy: při každém commitu (rychlé)
Integrační testy: pull requesty nebo noční běhy (pomalejší)
Žádný DAG se nedostane do produkce bez úspěšného absolvování všech tří

Pojďme cvičit!

Tvorba datových pipeline s Airflow