解决该问题的方法是使用分区表来避免消费者冲突。首先需要将数据表分为多个分区，然后使用Airflow定义分区任务，以便只运行所需的分区。这可以通过在任务定义中设置ti参数来实现。例如：

@dag(default_args=default_args, schedule_interval='0 0 * * *')
def my_dag():
    data_partitions = ['20190101', '20190102', '20190103']
    for partition in data_partitions:
        task = PythonOperator(
            task_id='my_task_{}'.format(partition),
            python_callable=my_function,
            op_kwargs={'partition': partition},
            provide_context=True,
            dag=my_dag
        )

在这个例子中，我们定义了一个任务（task），它需要使用给定日期的数据分区。在任务定义中，我们将该日期作为op_kwargs（操作关键字参数）传递，并将provide_context参数设置为True以获取Airflow上下文中的信息。这样我们就可以在任务运行过程中访问上下文并有效地消除消费者冲突。

注意：在使用分区表时，需要确保每个分区具有相同的表模式和数据格式。此外，建议对每个日期分区使用不同的任务ID，以便将其区分开来，方便调试和维护。