BranchDateTimeOperator¶

使用 BranchDateTimeOperator 將工作流分支到兩個執行路徑之一，取決於時間是否落在兩個目標引數給定的範圍內，

此運算子有兩種模式。第一種模式是使用當前時間（DAG 執行時的機器時鐘時間），第二種模式是使用它執行所在的 DAG 執行的 logical_date。

與當前時間一起使用¶

上述用法在某些情況下可能有用 - 例如當 DAG 用於執行清理和維護，並且不適用於任何需要回填的 DAG，因為“當前時間”使回填非冪等，其結果取決於 DAG 實際執行的時間。即使按計劃執行，它也可能略微不確定。DAGRun 的排程和執行之間可能會有一些時間差，這可能意味著即使 DAGRun 已正確排程，用於分支決定的實際時間將與排程時間不同，並且分支決定可能會因這些延遲而異。

airflow/example_dags/example_branch_datetime_operator.py

empty_task_11 = EmptyOperator(task_id="date_in_range", dag=dag1)
empty_task_21 = EmptyOperator(task_id="date_outside_range", dag=dag1)

cond1 = BranchDateTimeOperator(
    task_id="datetime_branch",
    follow_task_ids_if_true=["date_in_range"],
    follow_task_ids_if_false=["date_outside_range"],
    target_upper=pendulum.datetime(2020, 10, 10, 15, 0, 0),
    target_lower=pendulum.datetime(2020, 10, 10, 14, 0, 0),
    dag=dag1,
)

# Run empty_task_11 if cond1 executes between 2020-10-10 14:00:00 and 2020-10-10 15:00:00
cond1 >> [empty_task_11, empty_task_21]

目標引數 target_upper 和 target_lower 可以接收一個 datetime.datetime、一個 datetime.time 或 None。當使用一個 datetime.time 物件時，它將與當前日期組合以便允許進行比較。如果 target_upper 設定為一個發生在給定的 target_lower 之前的 datetime.time，一天將被新增到 target_upper 中。這樣做是為了允許跨越兩天的時段。

airflow/example_dags/example_branch_datetime_operator.py

empty_task_12 = EmptyOperator(task_id="date_in_range", dag=dag2)
empty_task_22 = EmptyOperator(task_id="date_outside_range", dag=dag2)

cond2 = BranchDateTimeOperator(
    task_id="datetime_branch",
    follow_task_ids_if_true=["date_in_range"],
    follow_task_ids_if_false=["date_outside_range"],
    target_upper=pendulum.time(0, 0, 0),
    target_lower=pendulum.time(15, 0, 0),
    dag=dag2,
)

# Since target_lower happens after target_upper, target_upper will be moved to the following day
# Run empty_task_12 if cond2 executes between 15:00:00, and 00:00:00 of the following day
cond2 >> [empty_task_12, empty_task_22]

如果目標引數設定為 None，運算子將僅使用非 None 的目標進行單邊比較。將 target_upper 和 target_lower 都設定為 None 將引發異常。

與邏輯日期一起使用¶

這種用法對“資料範圍”更友好。該 logical_date 在 DAG 重新執行時不會改變，也不受執行延遲的影響，因此這種方法適用於可能需要回填的冪等 DAG 執行。

airflow/example_dags/example_branch_datetime_operator.py

empty_task_13 = EmptyOperator(task_id="date_in_range", dag=dag3)
empty_task_23 = EmptyOperator(task_id="date_outside_range", dag=dag3)

cond3 = BranchDateTimeOperator(
    task_id="datetime_branch",
    use_task_logical_date=True,
    follow_task_ids_if_true=["date_in_range"],
    follow_task_ids_if_false=["date_outside_range"],
    target_upper=pendulum.datetime(2020, 10, 10, 15, 0, 0),
    target_lower=pendulum.datetime(2020, 10, 10, 14, 0, 0),
    dag=dag3,
)

# Run empty_task_13 if cond3 executes between 2020-10-10 14:00:00 and 2020-10-10 15:00:00
cond3 >> [empty_task_13, empty_task_23]

BranchDayOfWeekOperator¶

使用 BranchDayOfWeekOperator 根據星期幾的值來分支你的工作流。

airflow/example_dags/example_branch_day_of_week_operator.py

empty_task_1 = EmptyOperator(task_id="branch_true")
empty_task_2 = EmptyOperator(task_id="branch_false")
empty_task_3 = EmptyOperator(task_id="branch_weekend")
empty_task_4 = EmptyOperator(task_id="branch_mid_week")

branch = BranchDayOfWeekOperator(
    task_id="make_choice",
    follow_task_ids_if_true="branch_true",
    follow_task_ids_if_false="branch_false",
    week_day="Monday",
)
branch_weekend = BranchDayOfWeekOperator(
    task_id="make_weekend_choice",
    follow_task_ids_if_true="branch_weekend",
    follow_task_ids_if_false="branch_mid_week",
    week_day={WeekDay.SATURDAY, WeekDay.SUNDAY},
)

# Run empty_task_1 if branch executes on Monday, empty_task_2 otherwise
branch >> [empty_task_1, empty_task_2]
# Run empty_task_3 if it's a weekend, empty_task_4 otherwise
empty_task_2 >> branch_weekend >> [empty_task_3, empty_task_4]