使用附加標簽擴展 BigQueryExecuteQueryOperator jinja2

Question

為了使用標簽跟蹤 GCP 成本，希望使用一些額外的標簽擴展BigQueryExecuteQueryOperator ，以便每個任務實例在其構造函數中自動設置這些標簽。

class ExtendedBigQueryExecuteQueryOperator(BigQueryExecuteQueryOperator):

    @apply_defaults
    def __init__(self,
                 *args,
                 **kwargs) -> None:
        task_labels = {
            'dag_id': '{{ dag.dag_id }}',
            'task_id': kwargs.get('task_id'),
            'ds': '{{ ds }}',
            # ugly, all three params got in diff. ways
        }
        super().__init__(*args, **kwargs)
        if self.labels is None:
            self.labels = task_labels
        else:
            self.labels.update(task_labels)

with DAG(dag_id=...,
         start_date=...,
         schedule_interval=...,
         default_args=...) as dag:

    t1 = ExtendedBigQueryExecuteQueryOperator(
        task_id=f't1',
        sql=f'SELECT 1;',
        labels={'some_additional_label2':'some_additional_label2'}
        # all labels should be: dag_id, task_id, ds, some_additional_label2
    )

    t2 = ExtendedBigQueryExecuteQueryOperator(
        task_id=f't2',
        sql=f'SELECT 2;',
        labels={'some_additional_label3':'some_additional_label3'}
        # all labels should be: dag_id, task_id, ds, some_additional_label3
    )

    t1 >> t2

但后來我丟失了任務級別標簽some_additional_label2或some_additional_label3 。

Answer 1

您可以在airflow_local_settings.py中創建以下策略：

def policy(task):
    if task.__class__.__name__ == "BigQueryExecuteQueryOperator":
        task.labels.update({'dag_id': task.dag_id, 'task_id': task.task_id})

來自文檔：

您的本地 Airflow 設置文件可以定義策略 function，該策略能夠根據其他任務或 DAG 屬性改變任務屬性。 它接收一個參數作為對任務對象的引用，並期望改變它的屬性。

有關應用策略的更多詳細信息： https://airflow.readthedocs.io/en/1.10.9/concepts.html#cluster-policy

在這種情況下，您不需要擴展 BigQueryExecuteQueryOperator。 唯一缺少的部分是您可以在任務本身中設置的execution_date 。

例子：

with DAG(dag_id=...,
         start_date=...,
         schedule_interval=...,
         default_args=...) as dag:

    t1 = BigQueryExecuteQueryOperator(
        task_id=f't1',
        sql=f'SELECT 1;',
        lables={'some_additional_label2':'some_additional_label2', 'ds': '{{ ds }}'}
    )

airflow_local_settings文件需要在您的PYTHONPATH上。 您可以放在$AIRFLOW_HOME/config下或 dags 目錄中。