如何使用分支运算符在 Airflow DAG 中分支多条路径？

Question

这就是我想要的，但我不知道如何在 airflow 中实现这一点，因为这两个任务都在执行。

总结一下：

• T1 执行
• T2 执行
• 基于 T2 的 output 我想要go option_1 -> complete或option_2 -> Do_x, Do_y -> complete

我应该如何构建这个？ 我有这个作为我当前的代码：

(t1 >> t2 >> option_1 >> complete)
(t1 >> t2 >> option_2 >> do_x >> do_y >> complete)

在这种情况下，t2 是一个分支运算符。

我也尝试了... [option_1, option_2]...的语法，但我需要一个完全独立的路径来执行，而不仅仅是一个要切换的任务。

Answer 1

您在代码中拥有的依赖项对于分支是正确的。 确保BranchPythonOperator根据您需要的任何逻辑在分支开始时返回任务的task_id 。 有关BranchPythonOperator的更多信息，请点击此处。 最后一个重要注意事项与“完成”任务有关。 由于分支会聚在“完成”任务上，因此请确保将trigger_rule设置为“none_failed”（您也可以使用TriggerRule class 常量），这样任务就不会被跳过。

快速代码测试供您参考：

from airflow.models import DAG
from airflow.operators.dummy import DummyOperator
from airflow.operators.python import BranchPythonOperator
from airflow.utils.trigger_rule import TriggerRule

from datetime import datetime


DEFAULT_ARGS = dict(
    start_date=datetime(2021, 5, 5),
    owner="airflow",
    retries=0,
)

DAG_ARGS = dict(
    dag_id="multi_branch",
    schedule_interval=None,
    default_args=DEFAULT_ARGS,
    catchup=False,
)


def random_branch():
    from random import randint

    return "option_1" if randint(1, 2) == 1 else "option_2"


with DAG(**DAG_ARGS) as dag:
    t1 = DummyOperator(task_id="t1")

    t2 = BranchPythonOperator(task_id="t2", python_callable=random_branch)

    option_1 = DummyOperator(task_id="option_1")

    option_2 = DummyOperator(task_id="option_2")

    do_x = DummyOperator(task_id="do_x")

    do_y = DummyOperator(task_id="do_y")

    complete = DummyOperator(task_id="complete", trigger_rule=TriggerRule.NONE_FAILED)

    t1 >> t2 >> option_1 >> complete
    t1 >> t2 >> option_2 >> do_x >> do_y >> complete