Airflow-code testen

Data-pijplijnen bouwen met Airflow

Volker Janz

Senior Developer Advocate at Astronomer

Drie niveaus van testen

DAG-testpiramide

Integriteit: laadt de DAG foutloos?
Unit: levert de businesslogica de juiste resultaten op?
Integratie: draait de volledige DAG end-to-end?

Integriteitstests met 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

Waarom DAG's breken bij import

ModuleNotFoundError

ModuleNotFoundError: ontbrekend providerpakket of verkeerd importpad
NameError: hernoemde variabele, functie of typefout
ImportError: circulaire imports tussen DAG-bestanden
Integriteitstests helpen dit te voorkomen

Unit-tests voor taakfuncties

In het DAG-bestand:

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]

Haal businesslogica eruit

In het testbestand:

from dags.data_cleaning import (
    clean_record,
)

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

Richt unit-tests op businesslogica

Integratietests met 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

Draai de echte DAG met gecontroleerde input en valideer de output

Testen in CI

CI-pijplijn

Integriteit + unit: elke commit (snel)
Integratie: pull requests of nightly (trager)
Geen DAG naar productie zonder alle drie te slagen

Laten we oefenen!

Data-pijplijnen bouwen met Airflow