在Airflow中，使用wait_for_completion参数来定义当DAG的运行被触发时，是否等待当前运行中的任务完成后再开始新的运行。然而，有时候wait_for_completion参数并没有按预期生效，导致新的运行被触发后旧的任务仍然在运行中。

这个问题的解决方法是使用两个参数：dag_concurrency和max_active_runs。这两个参数的作用是限制同时运行的DAG数量和单个DAG执行的并行任务数，以确保每个DAG运行期间始终有足够的任务资源。

以下是一些示例代码，展示如何使用这两个参数来限制DAG并发项的数量：

from airflow.models import DAG
from datetime import datetime

default_args = {
    'owner': 'airflow',
    'depends_on_past': False,
    'start_date': datetime(2020, 12, 1),
    'retries': 1,
}

dag = DAG(
    'my_dag',
    default_args=default_args,
    schedule_interval='@once',
    dagrun_timeout=timedelta(minutes=60),
    concurrency=2,
    max_active_runs=1,
)

# other code for tasks...

在上面的代码中，concurrency参数设置为2，限制了一次同时运行的DAG数量，max_active_runs参数设置为1，限制了一个DAG同时执行的并行任务数。

通过在您的DAG定义中使用这些参数，您可以确保wait_for_completion参数按照预期工作，并避免同时运行太多的DAG和任务。