AirFlow：如何在一行中设置大量外部依赖项？

Question

我正在阅读这个问题，试图实现对其他DAG任务的依赖。 在此示例中，依赖关系写为：

ExternalTaskSensor(
    task_id='wait_for_the_first_task_to_be_completed',
    external_dag_id='a',
    external_task_id='first_task',
    dag=dag) >> \

在我的数据仓库中，一张表可能取决于数百个任务。 使用这种格式，它将生成2*number of dependencies行代码。 这真的是不能接受的，还有更好的选择吗？

例如，在Azkaban ，我可以这样编写多个依赖项：

dependencies = dag1.task1, dag2.task4, dag2.task5, DAG3.task2, etc...

任何帮助表示赞赏。

Answer 1

您可以在循环中创建传感器并在其中设置依赖项。 我认为它更干净，但是随着依赖性数量的增加，我不确定这是否满足您对代码量的要求。

例：

dependencies = [('dag1', 'task1'), ('dag2', 'task4'), ('dag2', 'task5'), ('dag3', 'task2')]

other_task = PythonOperator(...)

for dag_id, task_id in dependencies:
    sensor = ExternalTaskSensor(
        task_id='wait_for_{0}.{1}'.format(dag_id, task_id),
        external_dag_id=dag_id,
        external_task_id=task_id,
        dag=dag)
    sensor >> other_task