Airflow Scheduler Pattern是指Airflow调度器的一种模式，主要用于控制DAG示例的执行频率，实现任务的定时调度。在该模式下，Airflow会在一定时间间隔内，检查并触发需要执行的DAG示例。

以下是Airflow Scheduler Pattern的代码示例：

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

default_args = {
    'owner': 'airflow',
    'depends_on_past': False,
    'start_date': datetime(2021, 1, 1),
    'email': ['airflow@example.com'],
    'email_on_failure': False,
    'email_on_retry': False,
    'retries': 1,
    'retry_delay': timedelta(minutes=5),
}

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

# Task1
task1 = BashOperator(
    task_id='task_1',
    bash_command='echo 1',
    dag=dag
)

# Task2
task2 = BashOperator(
    task_id='task_2',
    bash_command='echo 2',
    dag=dag
)

task1 >> task2

在上述的代码示例中，我们指定了一个名为“example_dag”的DAG，其中包含了两个BashOperator任务（task1和task2）。我们在默认的参数(default_args)中指定了DAG的一些属性，如owner、start_date、email等。

最后，我们使用schedule_interval参数来指定DAG实例的执行频率，即每隔一天自动执行一次，并将任务之间的依赖关系连边。这样，在定时触发DAG实例执行的同时，也会启动该DAG实例内的任务。