1. 对于批处理作业的问题，可以使用Airflow的基于时间表的调度器来实现定期运行任务。通过在DAG文件中定义time_interval参数来设置任务的运行时间间隔，例如每小时、每天或每周运行一次。

以下是一个示例DAG代码片段，其中任务每小时运行一次：

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

default_args = {
    'owner': 'airflow',
    'depends_on_past': False,
    'start_date': datetime(2022, 1, 1),
    'retries': 1,
    'retry_delay': timedelta(minutes=5),
}

dag = DAG(
    'example_dag',
    default_args=default_args,
    description='An example DAG',
    schedule_interval=timedelta(hours=1),
)

t1 = BashOperator(
    task_id='task_1',
    bash_command='echo "Hello, World!"',
    dag=dag,
)

2. 对于在DagRun中多次运行任务的问题，可以在任务参数中设置需要重试的时间间隔以及重试次数。任务的失败会自动重试，直到达到最大重试次数或任务成功为止。

以下是一个示例DAG代码片段，其中任务的最大重试次数为3次，每次重试的时间间隔为5分钟：

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

default_args = {
    'owner': 'airflow',
    'depends_on_past': False,
    'start_date': datetime(2022, 1, 1),
    'retries': 3,
    'retry_delay': timedelta(minutes=5),
}

dag = DAG(
    'example_dag',
    default_args=default_args,
    description='An example DAG',
)

t1 = BashOperator(
    task_id='task_1',
    bash_command='echo "Hello, World!"',
    dag=dag,
)

在这个示例中，如果任务在第一次尝试后失败，Airflow将在5分钟后自动重试任务。如果任务失败的次数达到3次，任务将被标记为'失败”。