Testowanie kodu Airflow

Budowanie potoków danych z Airflow

Volker Janz

Senior Developer Advocate at Astronomer

Trzy poziomy testowania

Piramida testowania DAG-ów

Integralność: czy DAG ładuje się bez błędów?
Jednostkowe: czy logika biznesowa daje poprawne wyniki?
Integracyjne: czy cały DAG działa od początku do końca?

Testy integralności z 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

Dlaczego DAG-i psują się przy imporcie

ModuleNotFoundError

ModuleNotFoundError: brakujący pakiet dostawcy lub nieprawidłowa ścieżka importu
NameError: zmieniona nazwa zmiennej, funkcji lub literówka
ImportError: okrężne importy między plikami DAG
Testy integralności pomagają unikać tych problemów

Testy jednostkowe funkcji zadań

W pliku 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]

Wyodrębnij logikę biznesową

W pliku testowym:

from dags.data_cleaning import (
    clean_record,
)

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

Skup testy jednostkowe na logice biznesowej

Testy integracyjne z 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

Uruchom DAG z kontrolowanymi danymi wejściowymi i sprawdź wyniki

Testowanie w CI

Potok CI

Integralność + jednostkowe: przy każdym commicie (szybko)
Integracyjne: przy pull requestach lub nocne (wolniej)
Żaden DAG nie trafia do środowiska produkcyjnego bez przejścia wszystkich trzech

Czas na praktykę!

Budowanie potoków danych z Airflow