我对使用apache气流很陌生。我使用pycharm作为我的IDE。我创建一个项目（anaconda环境），创建一个包含DAG定义和Bash运算符的python脚本。当我打开气流网络服务器时，未显示我的DAGS。仅显示默认示例DAG。我的AIRFLOW_HOME变量包含~/airflow。所以我在这里存储了我的python脚本，现在显示了。
如何在项目环境中使用它？
是否在每个项目开始时更改环境变量？
是否可以为每个项目添加特定的气流主目录？
我不想将DAG存储在默认气流目录中，因为我想将其添加到git存储库中。请帮我。
答案 0 :(得分：0)
编辑airflow.cfg文件并设置：
load_examples = False
dags_folder = /path/to/your/dag/files
如果您的气流目录未设置为默认目录，则应设置此env变量。如果每次都要更改它很烦人，只需在pycharm项目配置或本地操作系统（〜/ .bashrc）中进行设置即可。
我的建议是编写一个小脚本以本地模式执行气流。 您应该分别执行气流webserver＆scheduler＆workers。
对我来说，在小型开发计算机上运行气流服务要方便得多，请考虑这样做。
答案 1 :(得分：0)
您可以使用以下格式使用环境变量设置/替代${AIRFLOW_HOME}/airflow.cfg中指定的气流选项：$ AIRFLOW __ {SECTION} __ {KEY}（请注意双下划线）。这是link气流文档。因此，您只需完成
export AIRFLOW__CORE__DAGS_FOLDER=/path/to/dags/folder
但是，对不同的项目执行此操作既繁琐又容易出错。或者，您可以考虑使用pipenv代替anaconda来管理虚拟环境。这是关于nice guide的pipenv及其解决的问题。 pipenv中default features之一是，当您在激活virtualenv的情况下生成shell时，它将自动加载.env文件中定义的变量。因此，pipenv的工作流程如下所示：
cd /path/to/my_project
# Creates venv with python 3.7
pipenv install --python=3.7 Flask==1.0.3 apache-airflow==1.10.3
# Set home for airflow in a root of your project (specified in .env file)
echo "AIRFLOW_HOME=${PWD}/airflow" >> .env
# Enters created venv and loads content of .env file
pipenv shell
# Initialise airflow
airflow initdb
mkdir -p ${AIRFLOW_HOME}/dags/
注意：
Flask==1.03的用法我将在最后解释，但这是因为pipenv检查子依赖性是否兼容，以确保可重复性。
因此，在完成这些步骤之后，您将获得以下项目结构
my_project
├── airflow
│ ├── airflow.cfg
│ ├── airflow.db
│ ├── dags
│ ├── logs
│ │ └── scheduler
│ │ ├── 2019-07-07
│ │ └── latest -> /path/to/my_project/airflow/logs/scheduler/2019-07-07
│ └── unittests.cfg
├── .env
├── Pipfile
└── Pipfile.lock
现在，当您首次初始化气流时，它将创建${AIRFLOW_HOME}/airflow.cfg文件，并将使用/扩展${AIRFLOW_HOME}/dags作为dags_folder的值。如果您仍然需要dags_folder使用其他位置，则可以再次使用.env文件
echo "AIRFLOW__CORE__DAGS_FOLDER=/different/path/to/dags/folder" >> .env
因此，您的.env文件将如下所示：
AIRFLOW_HOME=/path/to/my_project/airflow
AIRFLOW__CORE__DAGS_FOLDER=/different/path/to/dags/folder
airflow，因此需要激活它才能使用airflow pipenv以来，您将需要使用pipenv shell来激活venv pipenv shell，因此始终会将.env中定义的变量导出到venv中。在pipenv之上仍然是一个子shell，因此，当您退出它时，所有其他环境变量也将被清除。pipenv --py提供的路径。 pipenv与conda一样，在同一全局位置创建所有venv，但是您可以通过将.venv添加到{ {1}}（或其他export PIPENV_VENV_IN_PROJECT=1）。然后，当您进入项目解释器的设置时，PyCharm将能够自动将其拾取。.bashrc PyPi的气流1.10.3取决于rc和Flask==1.0.3。今天，当我测试代码片段时，最新可用的flask>=1.0, <2.0是 1.1.0 ，具体取决于jinja2>=2.7.3, <=2.10.0。这意味着，尽管pipenv可以安装所有必需的软件，但是它无法锁定依赖项。因此，为了干净地使用代码示例，我必须指定flask的版本，该版本要求jinja2>=2.10.1的版本与气流要求兼容。但是没有什么可担心的。 GitHub上flask的最新版本已修复。