Airflow 2.3支持使用装饰器来动态地映射任务。使用这种方法，可以根据 DAG 配置文件中的参数创建一个包含任务的列表（task_list），并将其传递到装饰器中运行时。

以下是一个示例 DAG，显示了如何使用装饰器来动态地映射任务：

from airflow.decorators import dag, task
from datetime import datetime

@dag(default_args=default_args, schedule_interval=None, start_date=datetime(2022, 1, 1), catchup=False)
def dynamic_task_mapping():
    def create_task_list():
        task_list = []
        for i in range(3):
            task_func = task_decorator(task_id=f"task_{i}", bash_command=f"echo {i}")
            task_list.append(task_func)

        return task_list

    @task
    def start_task():
        return "Starting the DAG"

    @task
    def end_task():
        return "Ending the DAG"

    @dag_id.create_dagrun(run_id=DagRunType.MANUAL_TRIGGER, execution_date=datetime.now())
    def dynamic_mapping_dag(task_list=create_task_list()):
        start_task()

        for task in task_list:
            task()

        end_task()

    dynamic_mapping_dag()

在这个示例中，我们创建了一个名为 dynamic_task_mapping() 的 DAG，使用了默认参数和 datetime 库。我们也使用了 dag_id 对象来创建 DAG。我们还定义了三个任务：

• start_task()任务，它返回“Starting the DAG”。
• end_task()任务，返回“Ending the DAG”。
• dynamic_mapping_dag()任务，其中 task_list 是一个包含多个任务的列表。我们通过传入 task_list 的方式来动态地映射任务。

我们使用 create_task_list() 函数来创建将添加到任务列表中的单个任务。每个任务包含 ID（task_id）和要执行的命令（bash_command）。

我们将 `task