跨DAG依赖¶
当两个 DAGs 之间存在依赖关系时,可以考虑将它们合并到一个单独的 DAG 中,这通常更容易理解。Airflow 也为同一 DAG 中的任务提供了更好的依赖可视化表示。然而,有时将所有相关任务放在同一个 DAG 中并不实用。例如:
两个 DAGs 可能有不同的调度。例如,一个每周运行的 DAG 中的任务可能依赖于一个每天运行的 DAG 中的其他任务。
不同的团队负责不同的 DAGs,但这些 DAGs 之间存在一些跨 DAG 依赖。
某个任务可能依赖于同一 DAG 中但不同
execution_date
(数据区间的开始)下的另一个任务。对于在不同时间运行的任务,可以使用
execution_delta
,例如使用execution_delta=timedelta(hours=1)
来检查比当前任务早运行 1 小时的任务。
可以使用 ExternalTaskSensor
来建立跨不同 DAG 的此类依赖关系。当它与 ExternalTaskMarker
一起使用时,依赖任务的清除也可以跨不同 DAG 发生。
ExternalTaskSensor¶
使用 ExternalTaskSensor
使一个 DAG 中的任务等待另一个不同 DAG 中特定 execution_date
下的任务完成。
ExternalTaskSensor 还提供了选项,用于通过 allowed_states
和 failed_states
参数设置远程 DAG 上的任务是成功还是失败。
airflow/example_dags/example_external_task_marker_dag.py
child_task1 = ExternalTaskSensor(
task_id="child_task1",
external_dag_id=parent_dag.dag_id,
external_task_id=parent_task.task_id,
timeout=600,
allowed_states=["success"],
failed_states=["failed", "skipped"],
mode="reschedule",
)
此外,对于此操作,您可以在可延迟模式下使用 Sensor
airflow-core/tests/system/core/example_external_task_parent_deferrable.py
external_task_sensor = ExternalTaskSensor(
task_id="parent_task_sensor",
external_task_id="child_task",
external_dag_id="child_dag",
deferrable=True,
)
具有 task_group 依赖的 ExternalTaskSensor¶
此外,我们还可以使用 ExternalTaskSensor
使一个 DAG 中的任务等待另一个不同 DAG 中特定 execution_date
下的 task_group
完成。
airflow/example_dags/example_external_task_marker_dag.py
child_task2 = ExternalTaskSensor(
task_id="child_task2",
external_dag_id=parent_dag.dag_id,
external_task_group_id="parent_dag_task_group_id",
timeout=600,
allowed_states=["success"],
failed_states=["failed", "skipped"],
mode="reschedule",
)
ExternalTaskMarker¶
如果希望在 parent_dag
上的 parent_task
被清除时,特定 execution_date
下 child_dag
上的 child_task1
也被清除,则应使用 ExternalTaskMarker
。请注意,只有当用户清除 parent_task
时选择“递归”选项,child_task1
才会被清除。
airflow/example_dags/example_external_task_marker_dag.py
parent_task = ExternalTaskMarker(
task_id="parent_task",
external_dag_id="example_external_task_marker_child",
external_task_id="child_task1",
)