在使用 Airflow 时，任务之间的依赖关系对于工作流的正确执行至关重要，因此很少情况下不需要定义任务之间的依赖性。 如果需要按照某个先后顺序执行任务，可以按照以下的方式进行设置：

from airflow.models import DAG
from airflow.operators.python_operator import PythonOperator
from datetime import datetime

default_args = {
    'owner': 'airflow',
    'depends_on_past': False,
    'start_date': datetime(2018, 1, 1),
    'email_on_failure': False,
    'email_on_retry': False,
    'retry_delay': timedelta(minutes=5),
}

dag = DAG('sequential_task_execution',
          default_args=default_args,
          schedule_interval='@once')


def task1():
    print("Executing task 1")


def task2():
    print("Executing task 2")


def task3():
    print("Executing task 3")


t1 = PythonOperator(
    task_id='task1',
    python_callable=task1,
    dag=dag
)

t2 = PythonOperator(
    task_id='task2',
    python_callable=task2,
    dag=dag
)

t3 = PythonOperator(
    task_id='task3',
    python_callable=task3,
    dag=dag
)

# 设置任务执行的顺序
t1 >> t2 >> t3

然后在 DAG 中定义任务，使用 PythonOperator 定义每个任务的执行内容，然后按照所需的执行顺序使用位移运算符（ >> ）来连接任务。 这样就实现了按照顺序执行任务的功能。