要在Airflow中使用SparkOperator，需要安装pyspark模块。然而在某些情况下，即使安装了pyspark模块，仍然会出现Spark连接类型不显示的问题。

解决方法是手动设置Spark连接类型。在Airflow的dag文件中，添加如下代码：

from airflow.contrib.operators.spark_submit_operator import SparkSubmitOperator
from airflow.utils import timezone

SPARK_HOME = "{path_to_spark_home}"
SPARK_CONN_ID = "{your_spark_conn_id}"

default_args = {
    'owner': 'airflow',
    'start_date': timezone.datetime(2019, 1, 1),
}

with DAG(dag_id='example_dag', default_args=default_args, schedule_interval='@once') as dag:

    spark_task = SparkSubmitOperator(
        task_id='spark_task',
        conn_id=SPARK_CONN_ID,
        application="{path_to_your_spark_script}",
        verbose=False,
        conf={
            "spark.home": SPARK_HOME,
            "spark.eventLog.enabled": "true",
        },
    )

其中，SPARK_HOME是你本地Spark的安装路径（路径中不要包含中文），SPARK_CONN_ID为Spark连接类型在Airflow中的名称，"{path_to_your_spark_script}"为你的Spark脚本的路径。

然后在Airflow的Web UI中进入Connections页面，新建一个Spark连接类型，填入如下信息：

• Conn Id: {your_spark_conn_id}
• Conn Type: Spark
• Host: yarn
• Port: 8088
• Extra: {"queue": "{your_yarn_queue}"}

保存连接类型后，刷新DAG页面，就能看到你新建的Spark连接类型了。同时，你也可以通过代码中的conn_id参数来指定使用哪个Spark连接类型。

参考资料：

• [Airflow官方文档](https://airflow.apache.org/docs/apache-airflow-providers-apache-spark/stable/operators.html#airflow.providers.apache.spark.operators.Spark