当我计划每天在特定时间运行DAG时,DAG执行根本不会发生 . 但是,当我重新启动Airflow网络服务器和调度程序时,DAG在该特定日期的预定时间执行一次,并且从第二天开始不执行 . 我使用的是带有python 2.7.6的Airflow版本v1.7.1.3 . 这里是DAG代码:
from airflow import DAG
from airflow.operators.bash_operator import BashOperator
from datetime import datetime, timedelta
import time
n=time.strftime("%Y,%m,%d")
v=datetime.strptime(n,"%Y,%m,%d")
default_args = {
'owner': 'airflow',
'depends_on_past': True,
'start_date': v,
'email': ['airflow@airflow.com'],
'email_on_failure': False,
'email_on_retry': False,
'retries': 1,
'retry_delay': timedelta(minutes=10),
}
dag = DAG('dag_user_answer_attempts', default_args=default_args, schedule_interval='03 02 * * *')
# t1, t2 and t3 are examples of tasks created by instantiating operators
t1 = BashOperator(
task_id='user_answer_attempts',
bash_command='python /home/ubuntu/bigcrons/appengine-flask-skeleton-master/useranswerattemptsgen.py',
dag=dag)
难道我做错了什么?
2 回答
您的问题是
start_date
正在为当前时间设置 . 气流在间隔结束时运行作业,而不是开始 . 这意味着您的工作的第一次运行将在第一个间隔之后 .例:
你做了一个dag并在午夜将它放在Airflow中 . 今天(20XX-01-01 00:00:00)也是start_date,但它是硬编码的(
"start_date":datetime(20XX,1,1)
) . 计划间隔是每天,与您的一样(3 2 * * *
) .这个dag第一次排队等待执行是20XX-01-02 02:03:00,因为这是间隔期结束的时间 . 如果您查看当时正在运行的dag,它应该在schedule_date之后大约一天的开始日期时间 .
您可以通过将
start_date
硬编码到某个日期或确保动态日期比执行间隔更远(在您的情况下,2天就足够了)来解决此问题 . 如果您需要重新运行作业或回填(或结束dag),Airflow建议您使用静态start_dates .有关回填的更多信息(这个常见的stackoverflow问题的反面),请查看文档或此问题:Airflow not scheduling Correctly Python
根据日程安排,您的DAG应该每天凌晨02:03运行 . 我的怀疑是start_date可能会影响它 . 你可以硬编码为'start_date':datetime.datetime(2016,11,01)并尝试 .