如何在Airflow中创建条件任务

Question

我想在Airflow中创建一个条件任务，如下面的架构中所述。预期的情况如下：

• 任务1执行
• 如果任务1成功，则执行任务2a
• 否则，如果任务1失败，则执行任务2b
• 最后执行任务3

以上所有任务都是SSHExecuteOperator。我猜我应该使用ShortCircuitOperator和/或XCom来管理这个条件，但我不知道如何实现它。你能描述一下解决方案吗？

Answer 1

你必须使用airflow trigger rules

所有运算符都有一个trigger_rule参数，该参数定义生成的任务被触发的规则。

触发规则的可能性：

ALL_SUCCESS = 'all_success'
ALL_FAILED = 'all_failed'
ALL_DONE = 'all_done'
ONE_SUCCESS = 'one_success'
ONE_FAILED = 'one_failed'
DUMMY = 'dummy'

以下是解决问题的想法：

from airflow.operators.ssh_execute_operator import SSHExecuteOperator
from airflow.utils.trigger_rule import TriggerRule
from airflow.contrib.hooks import SSHHook

sshHook = SSHHook(conn_id=<YOUR CONNECTION ID FROM THE UI>)

task_1 = SSHExecuteOperator(
        task_id='task_1',
        bash_command=<YOUR COMMAND>,
        ssh_hook=sshHook,
        dag=dag)

task_2 = SSHExecuteOperator(
        task_id='conditional_task',
        bash_command=<YOUR COMMAND>,
        ssh_hook=sshHook,
        dag=dag)

task_2a = SSHExecuteOperator(
        task_id='task_2a',
        bash_command=<YOUR COMMAND>,
        trigger_rule=TriggerRule.ALL_SUCCESS,
        ssh_hook=sshHook,
        dag=dag)

task_2b = SSHExecuteOperator(
        task_id='task_2b',
        bash_command=<YOUR COMMAND>,
        trigger_rule=TriggerRule.ALL_FAILED,
        ssh_hook=sshHook,
        dag=dag)

task_3 = SSHExecuteOperator(
        task_id='task_3',
        bash_command=<YOUR COMMAND>,
        trigger_rule=TriggerRule.ONE_SUCCESS,
        ssh_hook=sshHook,
        dag=dag)


task_2.set_upstream(task_1)
task_2a.set_upstream(task_2)
task_2b.set_upstream(task_2)
task_3.set_upstream(task_2a)
task_3.set_upstream(task_2b)

Answer 2

气流具有BranchPythonOperator，可用于更直接地表达分支依赖性。

docs描述了它的用途：

BranchPythonOperator与PythonOperator非常相似，只是它需要一个返回task_id的python_callable。返回返回的task_id，并跳过所有其他路径。 Python函数返回的task_id必须直接引用BranchPythonOperator任务下游的任务。

...

如果你想跳过一些任务，请记住你不能有一个空路径，如果是这样，那就做一个虚拟任务。

Code Example

def dummy_test():
    return 'branch_a'

A_task = DummyOperator(task_id='branch_a', dag=dag)
B_task = DummyOperator(task_id='branch_false', dag=dag)

branch_task = BranchPythonOperator(
    task_id='branching',
    python_callable=dummy_test,
    dag=dag,
)

branch_task >> A_task 
branch_task >> B_task

EDIT:

如果您正在安装Airflow版本> = 1.10.3，您还可以使用return a list of task ids，允许您在单个Operator和don't use a dummy task before joining中跳过多个下游路径。