调试 Airflow DAGs¶
使用 dag.test() 测试 DAGs¶
要在 IDE 中调试 DAGs,您可以设置 dag.test
命令到您的 DAG 文件中,并在一个序列化的 Python 进程中运行您的 DAG。
这种方法可以与任何受支持的数据库(包括本地 SQLite 数据库)一起使用,并且会 快速失败,因为所有任务都在一个进程中运行。
要设置 dag.test
,将这两行添加到您的 DAG 文件底部
if __name__ == "__main__":
dag.test()
就是这样!您可以添加可选参数来微调测试,否则您可以根据需要运行或调试 DAGs。以下是一些参数示例
execution_date
如果您想测试特定参数的 DAG 运行use_executor
如果您想使用 executor 测试 DAG。默认情况下,dag.test
在没有 executor 的情况下运行 DAG,它只在本地运行所有任务。通过提供此参数,DAG 将使用 Airflow 环境中配置的 executor 执行。
有条件地跳过任务¶
如果您不想在本地环境中执行某些任务子集(例如依赖检查 sensors 或清理步骤),您可以自动将它们标记为成功,方法是在 mark_success_pattern
参数中提供一个匹配它们 task_id
的模式。
在以下示例中,测试该 DAG 不会等待任何上游 DAG 完成。而是手动注入测试数据。清理步骤也被跳过,使得中间生成的 CSV 可供检查。
with DAG("example_dag", default_args=default_args) as dag:
sensor = ExternalTaskSensor(task_id="wait_for_ingestion_dag", external_dag_id="ingest_raw_data")
sensor2 = ExternalTaskSensor(task_id="wait_for_dim_dag", external_dag_id="ingest_dim")
collect_stats = PythonOperator(task_id="extract_stats_csv", python_callable=extract_stats_csv)
# ... run other tasks
cleanup = PythonOperator(task_id="cleanup", python_callable=Path.unlink, op_args=[collect_stats.output])
[sensor, sensor2] >> collect_stats >> cleanup
if __name__ == "__main__":
ingest_testing_data()
run = dag.test(mark_success_pattern="wait_for_.*|cleanup")
print(f"Intermediate csv: {run.get_task_instance('collect_stats').xcom_pull(task_id='collect_stats')}")
在命令行中调试 Airflow DAGs¶
通过与上面提到的相同的两行添加,您现在也可以轻松地使用 pdb 调试 DAG。运行 python -m pdb <path to dag file>.py
以获得命令行上的交互式调试体验。
root@ef2c84ad4856:/opt/airflow# python -m pdb airflow/example_dags/example_bash_operator.py
> /opt/airflow/airflow/example_dags/example_bash_operator.py(18)<module>()
-> """Example DAG demonstrating the usage of the BashOperator."""
(Pdb) b 45
Breakpoint 1 at /opt/airflow/airflow/example_dags/example_bash_operator.py:45
(Pdb) c
> /opt/airflow/airflow/example_dags/example_bash_operator.py(45)<module>()
-> bash_command='echo 1',
(Pdb) run_this_last
<Task(EmptyOperator): run_this_last>
IDE 设置步骤
添加
main
块到您的 DAG 文件末尾,使其可运行。
if __name__ == "__main__":
dag.test()
运行 / 调试 DAG 文件。