Testando código no Airflow

Criando Pipelines de Dados com Airflow

Volker Janz

Senior Developer Advocate at Astronomer

Três níveis de testes

Pirâmide de testes de Dag

Integridade: o Dag carrega sem erros?
Unitário: a lógica de negócio gera resultados corretos?
Integração: o Dag completo roda de ponta a ponta?

Testes de integridade com 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

Por que Dags quebram ao importar

ModuleNotFoundError

ModuleNotFoundError: pacote de provider ausente ou caminho de import incorreto
NameError: variável/função renomeada ou erro de digitação
ImportError: imports circulares entre arquivos de Dag
Testes de integridade ajudam a evitar esses problemas

Testando funções de tarefa (unitário)

No arquivo do 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]

Extraia a lógica de negócio

No arquivo de teste:

from dags.data_cleaning import (
    clean_record,
)

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

Foque os testes unitários na lógica de negócio

Testes de integração com 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

Rode o Dag real com entrada controlada e valide a saída

Testando no CI

Pipeline de CI

Integridade + unitário: a cada commit (rápido)
Integração: pull requests ou nightly (mais lento)
Nenhum Dag vai para produção sem passar pelos três

Vamos praticar!

Criando Pipelines de Dados com Airflow