优先级权重

priority_weight 定义执行器队列中的优先级。默认 priority_weight1,可提升到任意整数。此外,每个任务都有一个真实的 priority_weight,该权重根据其 weight_rule 计算得出,后者定义了用于任务的有效总优先级权重的加权方法。

以下是加权方法。默认情况下,Airflow 的加权方法是 downstream

downstream

任务的有效权重是所有下游后代的总和。因此,当使用正权重值时,上游任务将具有更高的权重,并会更积极地进行计划。当有多个 DAG 运行实例,并且希望在每个 DAG 继续处理下游任务之前,所有上游任务都完成所有运行时,这将非常有用。

upstream

有效权重是所有上游祖先的总和。这恰恰相反,当使用正权重值时,下游任务具有更高的权重,并且会更积极地进行计划。当有多个 DAG 运行实例,并且希望在启动其他 DAG 运行的上游任务之前完成每个 DAG 时,这将非常有用。

absolute

有效权重是指定的精确 priority_weight,没有附加权重。当您确切知道每个任务应具有的优先级权重时,您可能希望这样做。此外,当设置为 absolute 时,对于非常大的 DAG,还有显著加快任务创建过程的额外效果。

priority_weight 参数可与 结合使用。

自定义权重规则

2.9.0 版中的新增功能。

您可以通过扩展 PriorityWeightStrategy 类并在插件中注册它来实现自己的自定义加权方法。

airflow/example_dags/plugins/decreasing_priority_weight_strategy.py[源代码]

class DecreasingPriorityStrategy(PriorityWeightStrategy):
    """A priority weight strategy that decreases the priority weight with each attempt of the DAG task."""

    def get_weight(self, ti: TaskInstance):
        return max(3 - ti._try_number + 1, 1)


class DecreasingPriorityWeightStrategyPlugin(AirflowPlugin):
    name = "decreasing_priority_weight_strategy_plugin"
    priority_weight_strategies = [DecreasingPriorityStrategy]


然后要使用它,您可以创建自定义类的实例,并在任务的 weight_rule 参数中提供它,或提供自定义类的路径

from custom_weight_rule_module import CustomPriorityWeightStrategy

# provide the class instance
task1 = BashOperator(task_id="task", bash_command="echo 1", weight_rule=CustomPriorityWeightStrategy())

# or provide the path of the class
task1 = BashOperator(
    task_id="task",
    bash_command="echo 1",
    weight_rule="custom_weight_rule_module.CustomPriorityWeightStrategy",
)

这是一个 实验性功能

此条目是否有用?