from airflow import DAG
from airflow.operators.bash_operator import BashOperator
from datetime import datetime, timedelta
\'\'\'任务参数配置\'\'\'
default_args = {
\"owner\": \"airflow\", # 用户名的任务的所有者
\"depends_on_past\": False, # 当设置为true时,任务实例将依次运行,同时依赖上一个任务的计划成功。允许start_date的任务实例运行。
\"start_date\": datetime(2018, 12, 1), # 开始时间
\"email\": [\"airflow@airflow.com\"],
\"email_on_failure\": False,
\"email_on_retry\": False,
\"retries\": 1, # 重试策略
\"retry_delay\": timedelta(seconds=5),
\"dag_concurrency\": 1, # 调度器允许并发运行的任务实例的数量
\"max_active_runs_per_dag\": 1 # 每个DAG的最大活动DAG运行次数
# \'queue\': \'bash_queue\',#运行此作业时要定位到哪个队列
# \'pool\': \'backfill\',
# \'priority_weight\': 10,
# \'end_date\': datetime(2016, 1, 1),
}
dag = DAG(\"Day\", default_args=default_args, schedule_interval=\'0 8 * * 1-5 0\')
t1 = BashOperator(
task_id=\"update_kl_DayMin\", # 任务的唯一,有意义的id
bash_command=\'python /usr/local/airflow/dags/Day.py \', # 要执行的命令,命令集或对bash脚本(必须为\'.sh\')
dag=dag,
)
schedule_interval 是任务时间设定:与Linux cron 时间是不同的
airflow cron 表达式: * * * * * * (分 时 月 年 周 秒)
继续阅读与本文标签相同的文章
下一篇 :
耳熟能详的页面,是这样做的,原来如此!
-
特斯拉明年将在日本安装家用蓄电池 首次在亚洲亮相
2026-05-19栏目: 教程
-
原创教程:创建邮箱群组,同时发给诸多收件人
2026-05-19栏目: 教程
-
揭秘!大数据知识工程到底是什么
2026-05-19栏目: 教程
-
微软:所有Windows 10用户默认启用Defender篡改保护功能
2026-05-19栏目: 教程
-
国际机器人联合会:全球工业机器人2019报告
2026-05-19栏目: 教程
