Airflow的schedule_interval和正在运行的DAGs之间的关系可以通过以下代码示例来解释：

from datetime import datetime
from airflow import DAG
from airflow.operators.dummy_operator import DummyOperator

default_args = {
    'start_date': datetime(2021, 1, 1),
    'schedule_interval': '0 0 * * *',  # 每天的UTC 00:00
}

dag = DAG('example_dag', default_args=default_args)

task1 = DummyOperator(task_id='task1', dag=dag)
task2 = DummyOperator(task_id='task2', dag=dag)

task1 >> task2

在上面的示例中，我们定义了一个名为example_dag的DAG，并设置了默认的start_date为2021年1月1日。此外，我们还设置了schedule_interval为0 0 * * *，这意味着任务将每天的UTC时间00:00运行一次。

通过设置schedule_interval，我们告诉Airflow应该如何调度DAG的运行。在这种情况下，我们设置了每天运行一次。这意味着Airflow将在每天UTC时间00:00开始运行DAG，并根据DAG中定义的任务依赖关系执行任务。

要查看正在运行的DAGs，您可以使用Airflow的命令行界面（CLI）或Web UI。例如，使用CLI，您可以运行以下命令：

airflow dags list

这将显示所有正在运行的DAG的列表，包括其状态和最后一次运行的时间。您还可以使用其他Airflow命令来查看有关正在运行的DAG的更多信息，例如：

airflow dags state 
airflow dags show 

这些命令将显示有关特定DAG的状态和详细信息。

希望这个例子能帮助您理解Airflow的schedule_interval和正在运行的DAGs之间的关系。请注意，这只是一个简单的示例，实际情况可能更复杂。