气流 xcom.pull() 访问上游任务的隐式返回值

Question

我是 Python 新手，也是 Airflow 新手。

我正在使用雪花数据库。

我创建了一个操作符SnowflakeGetDataOperator ，它返回雪花hook.get_records方法（我正在返回少量的 kines - 通常是单个单元格）

所以现在我在 dag 中有这个任务：

check_last_run_date=SnowflakeGetDataOperator(
    task_id='check_last_run_date',
    sql="SELECT COALESCE (max(update_date), '2000-01-01') FROM poc.dwh.fact_collector",
    snowflake_conn_id='snowflake_default',
    dag=dag)

当此任务运行时，我在 Airfow 后端看到此任务的 xcom 对象（运算符的返回值 - 我没有使用xcom.push() ）

我的问题是如何从下一个下游任务访问这个值？

我需要将它用作下一个 sql 运算符的参数。

我在 dag 代码中尝试了以下行

{{ task_instance.xcom_pull(task_ids='check_last_run_date') }}

但代码无法识别 task_instance 属性。

编辑

下一个任务应该是这样的

fill_agg_table = SnowflakeOperator( 
task_id='fill_cust_agg_data', 
sql= str.replace ("""INSERT INTO oc.TEMP_COMPUTING.collector_customer_aggregative_data 
  ( SELECT * FROM POC.STG."stg_atg_data" WHERE XXXXX < current_date)""", 
    'XXXXX', 
    {{ task_instance.xcom_pull(task_ids='check_last_run_date') }}, 
snowflake_conn_id='snowflake_default', 
dag=dag )) 

Answer 1

迟到了，但你的标题就是答案：

没有 args 的xcom_pull()将返回 dagrun 的最新return_value ，因此是由直接上游任务推送的值，假设只有一个任务。

它在文档中没有明确说明，但我更喜欢它而不是硬编码任务名称。

Answer 2

你的第二个任务看起来有点不寻常。 如果字段是模板化的，您可以简单地将字段放入字符串中。

事实上，使用string.replace或string.format会弄乱你的宏并且在 Airflow 中不能很好地工作。 其他宏在这里： https : //airflow.apache.org/code.html#macros

确保您在自己的运算符中对 sql 字段进行了模板化。 如何做到这一点，请参阅此示例代码https://github.com/apache/incubator-airflow/blob/master/airflow/contrib/operators/bigquery_operator.py并检查变量templated_fields 。

建议：

sql= """INSERT INTO oc.TEMP_COMPUTING.collector_customer_aggregative_data 
  ( SELECT * FROM POC.STG."stg_atg_data" WHERE {{ task_instance.xcom_pull(task_ids='check_last_run_date') }} < current_date)""",