1. 安装Airflow：在命令行执行以下命令：

pip install apache-airflow

2. 初始化Airflow数据库：在命令行执行以下命令：

airflow initdb

3. 编写Python脚本：需要调度的Python脚本可以放在任意一个目录下。以下示例代码演示了一个简单的Python脚本，打印当前时间到控制台，并将结果写入一个txt文件中。

import datetime

now = datetime.datetime.now()

print("Current time is: %s" % now)

with open("output.txt", "a") as f:
    f.write(str(now)+"\n")

4. 创建Airflow DAG：在Airflow中，需要将待调度的任务放在一个DAG中。DAG定义了任务依赖关系和调度规则。以下示例代码定义了一个名为'my_dag”的DAG，其中包含一个运行上述Python脚本的task。

from airflow import DAG
from airflow.operators.bash_operator import BashOperator
from datetime import datetime, timedelta

default_args = {
    'owner': 'airflow',
    'depends_on_past': False,
    'start_date': datetime(2022, 1, 1),
    'retries': 1,
    'retry_delay': timedelta(minutes=1),
}

dag = DAG('my_dag', default_args=default_args, description='A simple tutorial DAG', schedule_interval=timedelta(days=1))

task = BashOperator(task_id='run_my_script', bash_command='python /path/to/my_script.py', dag=dag)

在上面的代码中，'task_id”指定了task的ID，'bash_command”指定了要执行的命令，即运行上述Python脚本，'dag”参数指定了该task所属的DAG。

5. 启动Airflow调度器：在命令行执行以下命令，启动Airflow调度器。

airflow scheduler

6. 启动Airflow Web服务：在命令行执行以下命令，启动Airflow Web服务。Web服务提供了一个Web界面，可以查看已经创建的DAG和task，并手动触发task运行。

airflow webserver

7. 查看执行结果：打开浏览器，访问 http://localhost:8080/ ，可以看到已