在Airflow中，可以通过以下步骤将任务持续推送到执行队列：

1. 创建一个DAG（Directed Acyclic Graph）对象，并设置相关的参数：

from airflow import DAG
from datetime import datetime

default_args = {
    'owner': 'airflow',
    'start_date': datetime(2021, 1, 1),
    'retries': 3,
    'retry_delay': timedelta(minutes=5)
}

dag = DAG(
    'example_dag',
    default_args=default_args,
    schedule_interval='@daily'
)

2. 创建任务函数，定义要执行的具体任务逻辑，并将其包装在一个Operator中：

from airflow.operators.python_operator import PythonOperator

def task_func(**kwargs):
    # 执行任务逻辑
    print('Executing task...')

task = PythonOperator(
    task_id='example_task',
    python_callable=task_func,
    provide_context=True,
    dag=dag
)

3. 将任务添加到DAG中，以构建任务之间的依赖关系：

task1 = PythonOperator(task_id='task1', python_callable=task_func, dag=dag)
task2 = PythonOperator(task_id='task2', python_callable=task_func, dag=dag)

task1 >> task2

4. 启动Airflow调度器，并等待任务被推送到执行队列中执行。可以使用以下命令启动调度器：

airflow scheduler

5. 执行任务的结果将在Airflow的日志中显示。可以使用以下命令查看任务的日志：

airflow logs -t  -d  

这样，任务就会根据设定的调度时间被持续推送到执行队列中执行。