我从 Airflow 变量中读取一个整数变量,然后每次 DAG 运行时将该值递增 1,并再次将其设置为该变量。
但是在下面的代码之后,每次刷新页面时,UI 上的变量都会发生变化。 不知道是什么导致了这种行为
counter = Variable.get('counter')
s = BashOperator(
task_id='echo_start_variable',
bash_command='echo ' + counter,
dag=dag,
)
Variable.set("counter", int(counter) + 1)
sql_query = "SELECT * FROM UNNEST(SEQUENCE({start}, {end}))"
sql_query = sql_query.replace('{start}', start).replace('{end}', end)
submit_query = PythonOperator(
task_id='submit_athena_query',
python_callable=run_athena_query,
op_kwargs={'query': sql_query, 'db': 'db',
's3_output': 's3://s3-path/rohan/date=' + current_date + '/'},
dag=dag)
e = BashOperator(
task_id='echo_end_variable',
bash_command='echo ' + counter,
dag=dag,
)
s >> submit_query >> e
最佳答案
Airflow 每 30 秒处理一次 DAG 文件(默认为 min_file_process_interval
设置),这意味着您拥有的任何顶级代码每 30 秒运行一次,因此 Variable.set("counter", int(计数器) + 1)
将导致变量计数器每 30 秒增加 1。
在顶级代码中与变量交互是一种不好的做法(无论值增加的问题如何)。它每 30 秒打开一次与 Metastore 数据库的连接,这可能会导致严重问题并使数据库不堪重负。
要获取变量的值,您可以使用 Jinja:
e = BashOperator(
task_id='echo_end_variable',
bash_command='echo {{ var.value.counter }}',
dag=dag,
)
这是使用变量的安全方法,因为仅在执行运算符时才会检索值。
如果您想将变量的值增加 1,请使用 PythonOpeartor
来实现:
def increase():
counter = Variable.get('counter')
Variable.set("counter", int(counter) + 1)
increase_op = PythonOperator(
task_id='increase_task',
python_callable=increase,
dag=dag)
Python 可调用函数仅在运算符运行时才会执行。
关于python - 即使 DAG 未运行, Airflow 变量也会更新,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/68257720/