為什麼我的任務沒有安排好？

您的任務可能無法安排的原因有很多。 以下是一些常見原因：

• 您的指令碼是否“編譯”，Airflow引擎是否可以解析它並找到您的DAG物件。 要對此進行測試，您可以執行airflow list_dags並確認您的DAG顯示在列表中。 您還可以執行airflow list_tasks foo_dag_id --tree並確認您的任務按預期顯示在列表中。 如果您使用CeleryExecutor，您可能需要確認這既適用於排程程式執行的位置，也適用於工作程式執行的位置。
• 包含DAG的檔案是否在內容的某處包含字串“airflow”和“DAG”？ 在搜尋DAG目錄時，Airflow忽略不包含“airflow”和“DAG”的檔案，以防止DagBag解析匯入與使用者的DAG並置的所有python檔案。
• 你的start_date設定正確嗎？ 在傳遞start_date + scheduler_interval之後，Airflow排程程式會立即觸發任務。
• 您的schedule_interval設定正確嗎？ 預設schedule_interval是一天（ datetime.timedelta(1) ）。 您必須直接為例項化的DAG物件指定不同的schedule_interval ，而不是default_param ，因為任務例項不會覆蓋其父DAG的schedule_interval 。
• 您的start_date超出了在UI中可以看到的位置嗎？ 如果將start_date設定為3個月之前的某個時間，您將無法在UI的主檢視中看到它，但您應該能夠在Menu -> Browse ->Task Instances
  看到它。
• 是否滿足任務的依賴性。 直接位於任務上游的任務例項需要處於success狀態。 此外，如果已設定depends_on_past=True ，則上一個任務例項需要成功（除非它是該任務的第一次執行）。 此外，如果wait_for_downstream=True ，請確保您瞭解其含義。 您可以從Task Instance Details頁面檢視如何設定這些屬性。
• 您需要建立並激活DagRuns嗎？ DagRun表示整個DAG的特定執行，並具有狀態（執行，成功，失敗，…）。 排程程式在向前移動時建立新的DagRun，但永遠不會及時建立新的DagRun。 排程程式僅評估running
  DagRuns以檢視它可以觸發的任務例項。 請注意，清除任務例項（從UI或CLI）確實將DagRun的狀態設定為恢復執行。 您可以通過單擊DAG的計劃標記來批量檢視DagRuns列表並更改狀態。
• 是否達到了DAG的concurrency引數？ concurrency定義了允許DAG running任務例項的數量，超過這一點，事物就會排隊。
• 是否達到了DAG的max_active_runs引數？ max_active_runs定義允許的DAG running併發例項的數量。

您可能還想閱讀文件的“計劃程式”部分，並確保完全瞭解其進度。

如何根據其他任務的失敗觸發任務？

檢視文件“概念Trigger Rule部分中的“ Trigger Rule部分

安裝airflow [crypto]後，為什麼連線密碼仍未在元資料db中加密？

檢視文件“配置”部分中的“ Connections部分

閱讀全文／改進本文