airflow - 如何在气流中使用 --conf 选项

Question

我正在尝试运行气流 DAG，并且需要为任务传递一些参数。

如何trigger_dag在 python DAG 文件中读取在命令行命令中作为 --conf 参数传递的 JSON 字符串。

前任：airflow trigger_dag 'dag_name' -r 'run_id' --conf '{"key":"value"}'

Answer 1

两种方式。从模板字段或文件内部：

{{ dag_run.conf['key'] }}

或者当上下文可用时，例如在可调用的 python 中PythonOperator：

context['dag_run'].conf['key']

Answer 2

在此处提供的示例中https://github.com/apache/airflow/blob/master/airflow/example_dags/example_trigger_target_dag.py#L62在尝试解析在气流 REST API 调用中传递的“conf”时，provide_context=True在 pythonOperator 中使用。

此外，在 REST API 调用中以 json 格式传递的键值对可以在 bashOperator 和 sparkOperator 中访问为'\'{{ dag_run.conf["key"] if dag_run else "" }}\''

dag = DAG(
    dag_id="example_dag",
    default_args={"start_date": days_ago(2), "owner": "airflow"},
    schedule_interval=None
)

def run_this_func(**context):
    """
    Print the payload "message" passed to the DagRun conf attribute.
    :param context: The execution context
    :type context: dict
    """
    print("context", context)
    print("Remotely received value of {} for key=message".format(context["dag_run"].conf["key"]))

#PythonOperator usage
run_this = PythonOperator(task_id="run_this", python_callable=run_this_func, dag=dag, provide_context=True)

#BashOperator usage
bash_task = BashOperator(
    task_id="bash_task",
    bash_command='echo "Here is the message: \'{{ dag_run.conf["key"] if dag_run else "" }}\'"',
    dag=dag
)

#SparkSubmitOperator usage
spark_task = SparkSubmitOperator(
        task_id="task_id",
        conn_id=spark_conn_id,
        name="task_name",
        application="example.py",
        application_args=[
            '--key', '\'{{ dag_run.conf["key"] if dag_run else "" }}\''
        ],
        num_executors=10,
        executor_cores=5,
        executor_memory='30G',
        #driver_memory='2G',
        conf={'spark.yarn.maxAppAttempts': 1},
        dag=dag)

Answer 3

您可以在 DAG 初始化中使用 param 变量在 DAG 任务中发送数据。