Airflow是一个用于管理和计划数据处理管道的优秀工具。它提供了一种任务流的概念,可以将任务按特定的顺序安排执行。同时,Airflow还支持任务之间的动态映射,以及自动处理多个输出结果的能力。
下面是解决这个问题的示例代码:
from airflow import DAG from airflow.operators.python_operator import PythonOperator from datetime import datetime
dag = DAG('my_dag', description='My first DAG', schedule_interval='0 12 * * *', start_date=datetime(2021, 1, 1), catchup=False)
def dynamic_task_mapping(**kwargs): for i in range(1, 6): task_id = 'task_{}'.format(i) PythonOperator(task_id=task_id, provide_context=True, python_callable=my_task, op_kwargs={'param1': i}, dag=dag) task = dag.get_task(task_id) task.set_downstream('output_task')
def my_task(param1, **kwargs): task_instance = kwargs['ti'] result = param1 * 10 task_instance.xcom_push('my_result', result) return result
def process_results(**kwargs): task_instance = kwargs['ti'] results = [] for i in range(1, 6): task_id = 'task_{}'.format(i) result = task_instance.xcom_pull(task_ids=task_id, key='my_result') results.append(result) print('Results: {}'.format(results))
dynamic_task = PythonOperator(task_id='dynamic_task', provide_context=True, python_callable=dynamic_task_mapping, dag=dag)
output_task = PythonOperator(task_id='output_task', provide_context=True, python_callable=process_results, dag=dag)
dynamic_task >> output_task
该代码定义了一个名为“my_dag”的任务流,其中包含两个PythonOperator任务:一个用于动态任务映射,另一个用于处理输出结果。
动态任务映射任务