airflow - 如何将带有参数的SQL作为文件传递给Airflow Operator

Question

我在 Airflow 中有一个运算符(operator):

import_orders_op = MySqlToGoogleCloudStorageOperator(
    task_id='import_orders',
    mysql_conn_id='con1',
    google_cloud_storage_conn_id='con2',
    provide_context=True,
    sql="""SELECT * FROM orders where orderid>{0}""".format(parameter),
    bucket=GCS_BUCKET_ID,
    filename=file_name,
    dag=dag) 

现在，我需要运行的实际查询长度为24行。我想将其保存在文件中，并为运算符(operator)提供SQL文件的路径。运营商支持这一点，但是我不确定该如何处理需要SQL的参数。

有什么建议吗？

编辑:
这是我的代码:

import_orders_op = MySqlToGoogleCloudStorageOperator(
    task_id='import_orders',
    mysql_conn_id='con1',
    google_cloud_storage_conn_id='con2',
    provide_context=True,
    templates_dict={'sql': '/home/ubuntu/airflow/.../orders_op.sql'},
    sql = '{{ templates_dict.sql }}',
    params={'last_imported_id': LAST_IMPORTED_ORDER_ID, 'table_name' :  TABLE_NAME},
    bucket=GCS_BUCKET_ID,
    filename=file_name,
    dag=dag) 

这给出了:

jinja2.exceptions.UndefinedError: 'templates_dict' is undefined

Answer 1

如您所见，MySqlToGoogleCloudStorageOperator指定扩展名为.sql的template_ext。

首先在Dag中，指定放置.sql文件的路径

dag = DAG('my_dag', default_args=default_args, schedule_interval="30 7 * * *", template_searchpath = ['/home/ubuntu/airflow/.../myfolder'])

在yourfile.sql中放入您的大型查询。注意params.ord_id

SELECT * FROM orders where orderid> {{ params.ord_id }}

现在，在运算符的sql参数中，传递文件名。

import_orders_op = MySqlToGoogleCloudStorageOperator(
    task_id='import_orders',
    mysql_conn_id='con1',
    google_cloud_storage_conn_id='con2',
    provide_context=True,
    sql='yourfile.sql',
    params={"ord_id":99},
    bucket=GCS_BUCKET_ID,
    filename=file_name,
    dag=dag) 

重要的是，不要在该文件名之后放置空格。这是因为Jinja模板引擎将查找以.sql结尾的字符串，如果这样做，它将把它视为文件而不是字符串。