---

title: Airflow DAG 调度与依赖管理实践

keywords:

• Airflow
• DAG
• schedule_interval
• retries
• 依赖管理

description: 使用 Airflow 2.x 编写 DAG 并管理任务依赖与重试策略，提供可运行的示例与调度配置。

categories:

• 文章资讯
• 技术教程

---

Airflow DAG 调度与依赖管理实践

from datetime import datetime, timedelta
from airflow import DAG
from airflow.operators.python import PythonOperator

def extract():
    print("extract")

def transform():
    print("transform")

def load():
    print("load")

default_args = {
    "owner": "data",
    "retries": 2,
    "retry_delay": timedelta(minutes=5),
}

with DAG(
    dag_id="etl_pipeline",
    start_date=datetime(2025, 1, 1),
    schedule_interval="0 * * * *",
    catchup=False,
    default_args=default_args,
) as dag:
    t1 = PythonOperator(task_id="extract", python_callable=extract)
    t2 = PythonOperator(task_id="transform", python_callable=transform)
    t3 = PythonOperator(task_id="load", python_callable=load)

    t1 >> t2 >> t3

调度与依赖

• 通过 schedule_interval 设置定时；catchup=False 关闭补跑
• 使用位移运算符 >> 管理任务拓扑

总结

明确的调度与依赖配置能提升管道的稳定性与可维护性。