Airflow 外部任务传感器卡住

Question

我正在尝试让 Airflow ExternalTaskSensor 工作，但到目前为止还未能完成，它似乎总是卡在运行并且永远不会完成，因此 DAG 可以继续执行下一个任务。

这是我用来测试的代码：

DEFAULT_ARGS = {
    'owner': 'NAME',
    'depends_on_past': False,
    'start_date': datetime(2019, 9, 9),
    'email': ['airflow@example.com'],
    'email_on_failure': False,
    'email_on_retry': False
}

external_watch_dag = DAG(
    'DAG-External_watcher-Test',
    default_args=DEFAULT_ARGS,
    dagrun_timeout=timedelta(hours=1),
    schedule_interval=None
)

start_op = DummyOperator(
    task_id='start_op',
    dag=external_watch_dag
)


trigger_external = TriggerDagRunOperator(
    task_id='trigger_external',
    trigger_dag_id='DAG-Dummy',
    dag=external_watch_dag
)

external_watch_op = ExternalTaskSensor(
    task_id='external_watch_op',
    external_dag_id='DAG-Dummy',
    external_task_id='dummy_task',
    check_existence=True,
    execution_delta=timedelta(minutes=-1),
    # execution_date_fn=datetime(2019, 9, 25),
    execution_timeout=timedelta(minutes=30),
    dag=external_watch_dag
)

end_op = DummyOperator(
    task_id='end_op',
    dag=external_watch_dag
)

start_op >> trigger_external >> external_watch_op >> end_op
# start_op >> [external_watch_op, trigger_external]
# external_watch_op >> end_op


# Below is the setup for the dummy DAG that is called above by the Trigger and watched by the TaskSensor
dummy_dag = DAG(
    'DAG-Dummy',
    default_args=DEFAULT_ARGS,
    dagrun_timeout=timedelta(hours=1),
    schedule_interval=None
)

dummy_task = BashOperator(
    task_id='dummy_task',
    bash_command='sleep 10',
    dag=dummy_dag
)

我已经尝试通过多种方式调整此代码，但未通过 ExternalTaskSensor 获得任何成功。

有谁知道如何解决这个问题并使 ExternalTaskSensor 正常工作？ 我还读到使用 ExternalTaskSensor 时可能会通过调度间隔出现问题，问题的一部分是否可能是 DAG 都具有schedule_interval=None ？

我已经让这两个 DAG 都设置为完全相同的schedule_interval ，但这在生产中不起作用。 目标是让主 DAG、 external-watch-dag定期运行，并在运行期间触发该DAG-Dummy ，而DAG-Dummy本身具有schedule_interval=None 。

任何帮助是极大的赞赏。

Answer 1

默认情况下， ExternalTaskSensor Sensor 将使用与传感器 DAG 相同的执行日期监视external_dag_id 。 使用execution_delta ，您可以设置传感器 dag 和外部 dag 之间的时间增量，以便它可以寻找正确的execution_date进行监控。 当两个 dag 都按计划运行时，这很有效，因为您确切地知道这个 timedelta。

问题：当手动或由另一个 dag 触发 dag 时，您无法确定这两个 dag 中任何一个的确切执行日期。

解决方案：因为您使用的是TriggerDagRunOperator ，您可以设置execution_date参数。 这将确保您的 dag 和外部 dag 的执行日期相同。 从文档：

execution_date (str or datetime.datetime) – dag 的执行日期（模板化）

因此，您的代码将如下所示：

trigger_external = TriggerDagRunOperator(
    task_id='trigger_external',
    trigger_dag_id='DAG-Dummy',
    dag=external_watch_dag,
    execution_date="{{ execution_date }}",  # Use the template to get the current execution date
)
external_watch_op = ExternalTaskSensor(
    task_id='external_watch_op',
    external_dag_id='DAG-Dummy',
    external_task_id='dummy_task',
    check_existence=True,
    execution_timeout=timedelta(minutes=30),
    dag=external_watch_dag
)