24

我查看了 Airflow subDAG 部分并试图在网上找到任何其他有用的东西，但是我没有找到任何详细解释如何使 subDAG 工作的东西。运行 subDAG 的要求之一是应该启用它。如何启用/禁用 subdag？

我编写了一些示例代码，但在气流中没有显示任何错误，但是当我尝试运行它时，subDAG 中的所有运算符都没有被执行。

这是我的主要 dag 代码：

import os
from airflow import DAG
from airflow.operators import BashOperator
from datetime import datetime, timedelta
from airflow.operators.subdag_operator import SubDagOperator
from linecount_subdag import sub_dag

parent_dag_name = 'example_linecount_dag'
child_dag_name = 'example_linecount_subdag'

args = {
    'owner': 'airflow',
    'start_date': datetime(2016, 04, 20),
    'retries': 0,
}
main_dag = DAG(
    dag_id=parent_dag_name,
    default_args=args,
    schedule_interval=timedelta(minutes=5),
    start_date=datetime(2016, 04, 20),
    max_active_runs=1
)

subdag = SubDagOperator(
    subdag=sub_dag(parent_dag_name, child_dag_name, args, main_dag.schedule_interval),
    task_id=child_dag_name,
    default_args=args,
    dag=main_dag)
t = BashOperator(
    task_id='start',
    bash_command='echo "waiting for subdag..."',
    default_args=args,
    dag=main_dag)
t.set_downstream(subdag)

在这段代码中，任务“开始”成功，但是 subdag 任务不做任何事情，既不失败也不成功。

这是我的 subDAG 代码：

from airflow.models import DAG
from airflow.operators import BashOperator

# Dag is returned by a factory method
def sub_dag(parent_dag_name, child_dag_name, args, schedule_interval):
  dag = DAG(
    '%s.%s' % (parent_dag_name, child_dag_name),
    default_args=args,
    start_date=args['start_date'],
    max_active_runs=1,
  )
  t1 = BashOperator(
    task_id='count_lines',
    bash_command='cat /root/airflow/airflow.cfg | wc -l',
    default_args=args,
    xcom_push=True,
    dag=dag)
  t2 = BashOperator(
    task_id='retrieve_val',
    bash_command='grep "airflow_home" /root/airflow/airflow.cfg',
    default_args=args,
    xcom_push=True,
    dag=dag)
  templated_command = """
    {
        echo "{{ ti.xcom_pull(task_ids='count_lines') }}"
        echo "{{ ti.xcom_pull(task_ids='retrieve_val') }}"
    }"""
  t3 = BashOperator(
    task_id='print_values',
    bash_command=templated_command,
    default_args=args,
    dag=dag)
  t3.set_upstream(t1)
  t3.set_upstream(t2)
  return dag

此代码中的 3 个运算符获取文件“airflow.cfg”的行数，在该文件中找到“airflow_home”的值，并返回要打印的这两个值。这段代码独立工作，所以我认为这不是问题。

为了让 subDAG 执行它的操作符，我需要做些什么改变？

4

1 回答 1

7

我在本地使用了你的代码，它工作正常。

我唯一更改的是将外部 dag 和子 dag 设置为 schedule_interval=None 并手动触发它们。

具有datetime(2016, 04, 20)的开始日期和5 分钟的schedule_interval将使气流调度程序充满许多回填请求。

您可能需要从使用 LocalExecutor 切换到 CeleryExecutor。LocalExecutor 相当有限。

这是 subdag 中最后一步的输出：

[2017-03-08 15:35:18,994] {base_task_runner.py:95} INFO - Subtask:       {
[2017-03-08 15:35:18,994] {base_task_runner.py:95} INFO - Subtask:           echo "226"
[2017-03-08 15:35:18,994] {base_task_runner.py:95} INFO - Subtask:           echo "airflow_home = /root/airflow/"
[2017-03-08 15:35:18,994] {base_task_runner.py:95} INFO - Subtask:       }
于 2017-03-08T20:42:39.003 回答