Question

每次气流dag运行并从所有任务访问该文件时，我们可以创建唯一的文件名吗？我尝试创建全局变量（output_filename）并为其添加时间戳。但是当我在任务中访问该file_name时，每个任务都会生成不同的文件名，因为它正在计算每个任务中的时间戳。以下是示例代码：

table_name = 'Test_ABC'
start_date = datetime.now()
cur_tmpstp = start_date.strftime('%Y_%m_%d')

output_filename = table_name + "_" + cur_tmpstp + ".csv"
S3_landing_path = "s3://abc/"

def clean_up():
    if os.path.exists(output_filename):
        os.remove(output_filename)


task_1 = BashOperator(
    task_id='task_1',
    bash_command="aws s3 cp %s %s/ " %(output_filename, S3_landing_path, ),
    dag=dag)

task_2_cleanup = PythonOperator(
    task_id='task_2_cleanup',
    python_callable=clean_up,
    dag=dag)

我们有更多的任务需要访问output_filename。我们如何在所有任务中访问output_filename全局变量？

Answer 1

如果您只需要具有日期粒度的时间戳，则可以使用带模板的默认变量。这些变量的一些例子（取自http://airflow.readthedocs.io/en/latest/code.html#default-variables）是

{{ ds }}    the execution date as YYYY-MM-DD
{{ ds_nodash }}     the execution date as YYYYMMDD
{{ execution_date }}    the execution_date, (datetime.datetime)

Answer 2

如果您需要具有时间粒度的时间戳，则可以使用全局变量和带有python运算符的任务：

DAG_NAME = 'Some DAG name'

ts = Variable.get(f"{DAG_NAME}_ts", default_var=None)

def generate_ts(*args, **kwargs):
    ts = datetime.now().isoformat()
    Variable.set(f"{DAG_NAME}_ts", ts)

generate_ts_task = PythonOperator(
    task_id='generate_ts',
    python_callable=generate_ts,
    dag=dag,
)

创建唯一文件名并在所有气流任务中访问该文件

2 个答案: