| description |
|---|
William Alexander Rodríguez Arroyo | Data Analyst | https://wa.me/573117489870 | waradatamde@gmail.com |
Airflow (Apache Airflow) es una plataforma de flujo de trabajo de código abierto para programar y monitorear flujos de trabajo complejos. Un flujo de trabajo en Airflow se representa mediante un DAG
Vamos a ver un ejemplo sencillo de DAG en Airflow para entender mejor cómo funciona. Este ejemplo consiste en un DAG que tiene tres tareas simples: tarea_1, tarea_2, y tarea_3, donde tarea_1 se ejecuta primero, luego tarea_2, y finalmente tarea_3.
Aquí está el código del DAG:
// ptyhon
from airflow import DAG
from airflow.operators.dummy_operator import DummyOperator
from airflow.operators.python_operator import PythonOperator
from datetime import datetime
# Función que será ejecutada por las tareas PythonOperator
def print_hello():
print('Hola mundo')
# Definición del DAG
default_args = {
'owner': 'airflow',
'start_date': datetime(2023, 1, 1),
'retries': 1,
}
dag = DAG(
'ejemplo_dag',
default_args=default_args,
description='Un DAG simple de ejemplo',
schedule_interval='@daily',
)
# Definición de las tareas
tarea_1 = PythonOperator(
task_id='tarea_1',
python_callable=print_hello,
dag=dag,
)
tarea_2 = DummyOperator(
task_id='tarea_2',
dag=dag,
)
tarea_3 = DummyOperator(
task_id='tarea_3',
dag=dag,
)
# Definición de las dependencias
tarea_1 >> tarea_2 >> tarea_3