Airflow Trigger Rule Task dependencies是Airflow中控制任务之间依赖关系和任务触发顺序的一种机制。常用的Trigger Rule有 all_success、all_failed、one_success、none_failed 等四种。

以 all_success 为例，表示一个 DAG 内的任务必须都成功才能触发下一个任务的执行。以下是一个包含 Trigger Rule 的 DAG 示例代码：

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

default_args = {
    'owner': 'airflow',
    'depends_on_past': False,
    'start_date': datetime(2021, 4, 1),
    'email_on_failure': False,
    'email_on_retry': False,
    'retries': 1
}

dag = DAG(dag_id='example_trigger_rule',
          default_args=default_args,
          catchup=False,
          schedule_interval='@once')

t1 = BashOperator(
    task_id='task_1',
    bash_command='exit 0',
    dag=dag)

t2 = BashOperator(
    task_id='task_2',
    bash_command='exit 0',
    dag=dag)

t3 = BashOperator(
    task_id='task_3',
    bash_command='exit 0',
    trigger_rule='all_success',
    dag=dag)

t4 = BashOperator(
    task_id='task_4',
    bash_command='exit 0',
    dag=dag)

t5 = BashOperator(
    task_id='task_5',
    bash_command='exit 0',
    dag=dag)

t1 >> t2 >> t3
t3 >> t4
t3 >> t5

在 DAG 中，t1、t2、t3、t4、t5 五个任务依次执行。其中，t3 设置了 Trigger Rule 为 all_success，表示 t1、t2、t3 三个任务必须都成功才能触发 t4、t5 任务的执行。因为 t2 和 t3 的命令都是 exit 0，表示成功执行，因此 t4 和 t5 会被触发执行。

以上是一个使用 Trigger Rule 的简单示例，具体使用过程中需要根据实际情况选择适合的 Trigger Rule，以满足 DAG 中任务之间的依赖关系要求。