命令行接口

贡献者:@ImPerat0R_

Airflow 具有非常丰富的命令行接口,允许在 DAG 上执行多种类型的操作,启动服务以及支持开发和测试。

  1. usage: airflow [-h]
  2. {resetdb,render,variables,connections,create_user,pause,task_failed_deps,version,trigger_dag,initdb,test,unpause,dag_state,run,list_tasks,backfill,list_dags,kerberos,worker,webserver,flower,scheduler,task_state,pool,serve_logs,clear,upgradedb,delete_dag}
  3. ...

必填参数

| 子命令 | 可能的选择:resetdb,render,variables,connections,create_user,pause,task_failed_deps,version,trigger_dag,initdb,test,unpause,dag_state,run,list_tasks,backfill,list_dags,kerberos,worker,webserver,flower,scheduler,task_state,pool ,serve_logs,clear,upgrab,delete_dag 子命令帮助 |

子命令:

resetdb

删除并重建元数据数据库

  1. airflow resetdb [-h] [-y]

可选参数

| -y, —yes | 不要提示确认重置。请小心使用!默认值:False |

render

渲染任务实例的模板

  1. airflow render [-h] [-sd SUBDIR] dag_id task_id execution_date

必填参数

| dag_id | dag 的 id | | task_id | 任务的 id | | execution_date | DAG 的执行日期 |

可选参数

| -sd, —subdir | 从中查找 dag 的文件位置或目录 默认值:“[AIRFLOW_HOME]/dags” |

变量

对变量的 CRUD 操作

  1. airflow variables [-h] [-s KEY VAL] [-g KEY] [-j] [-d VAL] [-i FILEPATH]
  2. [-e FILEPATH] [-x KEY]

可选参数

| -s, —set | 设置变量 | | -g, —get | 获取变量的值 | | -j, —json | 反序列化 JSON 变量默认值:False | | -d, —default | 如果变量不存在,则返回默认值 | | -i, —import | 从 JSON 文件导入变量 | | -e, —export | 将变量导出到 JSON 文件 | | -x, —delete | 删除变量 |

connections

列表/添加/删除连接

  1. airflow connections [-h] [-l] [-a] [-d] [--conn_id CONN_ID]
  2. [--conn_uri CONN_URI] [--conn_extra CONN_EXTRA]
  3. [--conn_type CONN_TYPE] [--conn_host CONN_HOST]
  4. [--conn_login CONN_LOGIN] [--conn_password CONN_PASSWORD]
  5. [--conn_schema CONN_SCHEMA] [--conn_port CONN_PORT]

可选参数

| -l,—list | 列出所有连接,默认值:False | | -a,—add | 添加连接,默认值:False | | -d,—delete | 删除连接,默认值:False | | —conn_id | 连接 ID,添加/删除连接时必填 | | —conn_uri | 连接 URI,添加没有 conn_type 的连接时必填 | | —conn_extra | 连接的 Extra 字段,添加连接时可选 | | —conn_type | 连接类型,添加没有 conn_uri 的连接时时必填 | | —conn_host | 连接主机,添加连接时可选 | | —conn_login | 连接登录,添加连接时可选 | | —conn_password | 连接密码,添加连接时可选 | | —conn_schema | 连接架构,添加连接时可选 | | —conn_port | 连接端口,添加连接时可选 |

create_user

创建管理员帐户

  1. airflow create_user [-h] [-r ROLE] [-u USERNAME] [-e EMAIL] [-f FIRSTNAME]
  2. [-l LASTNAME] [-p PASSWORD] [--use_random_password]

可选参数

| -r,—role | 用户的角色。现有角色包括 Admin,User,Op,Viewer 和 Public | | -u,—username | 用户的用户名 | | -e,—电子邮件 | 用户的电子邮件 | | -f,—firstname | 用户的名字 | | -l,—lastname | 用户的姓氏 | | -p,—password | 用户密码 | | —use_random_password | 不提示输入密码。改为使用随机字符串默认值:False |

pause

暂停 DAG

  1. airflow pause [-h] [-sd SUBDIR] dag_id

必填参数

| dag_id | dag 的 id |

可选参数

| -sd,—subdir | 从中查找 dag 的文件位置或目录,默认值:“[AIRFLOW_HOME]/dags” |

task_failed_deps

从调度程序的角度返回任务实例的未满足的依赖项。 换句话说,为什么任务实例不会被调度程序调度然后排队,然后由执行程序运行。

  1. airflow task_failed_deps [-h] [-sd SUBDIR] dag_id task_id execution_date

必填参数

| dag_id | dag 的 id | | task_id | 任务的 id | | execution_date | DAG 的执行日期 |

可选参数

| -sd,—subdir | 从中查找 dag 的文件位置或目录,默认值:“[AIRFLOW_HOME]/dags” |

version

显示版本

  1. airflow version [-h]

trigger_dag

触发 DAG 运行

  1. airflow trigger_dag [-h] [-sd SUBDIR] [-r RUN_ID] [-c CONF] [-e EXEC_DATE]
  2. dag_id

必填参数

| dag_id | dag 的 id |

可选参数

| -sd,—subdir | 从中查找 dag 的文件位置或目录,默认值:“[AIRFLOW_HOME]/dags” | | -r,—run_id | 帮助识别此次运行 | | -c,—conf | JSON 字符串被腌制到 DagRun 的 conf 属性中 | | -e,—exec_date | DAG 的执行日期 |

initdb

初始化元数据数据库

  1. airflow initdb [-h]

测试

测试任务实例。这将在不检查依赖关系或在数据库中记录其状态的情况下运行任务。

  1. airflow test [-h] [-sd SUBDIR] [-dr] [-tp TASK_PARAMS]
  2. dag_id task_id execution_date

必填参数

| dag_id | dag 的 id | | task_id | 任务的 id | | execution_date | DAG 的执行日期 |

可选参数

| -sd,—subdir | 从中查找 dag 的文件位置或目录,默认值:“[AIRFLOW_HOME]/dags” | | -dr,—dr_run | 进行干运行默认值:False | | -tp,—task_params | 向任务发送 JSON params dict |

unpause

恢复暂停的 DAG

  1. airflow unpause [-h] [-sd SUBDIR] dag_id

必填参数

| dag_id | dag 的 id |

可选参数

| -sd,—subdir | 从中查找 dag 的文件位置或目录,默认值:“[AIRFLOW_HOME]/dags” |

dag_state

获取 dag run 的状态

  1. airflow dag_state [-h] [-sd SUBDIR] dag_id execution_date

必填参数

| dag_id | dag 的 id | | execution_date | DAG 的执行日期 |

可选参数

| -sd,—subdir | 从中查找 dag 的文件位置或目录,默认值:“[AIRFLOW_HOME]/dags” |

run

运行单个任务实例

  1. airflow run [-h] [-sd SUBDIR] [-m] [-f] [--pool POOL] [--cfg_path CFG_PATH]
  2. [-l] [-A] [-i] [-I] [--ship_dag] [-p PICKLE] [-int]
  3. dag_id task_id execution_date

必填参数

| dag_id | dag 的 id | | task_id | 任务的 id | | execution_date | DAG 的执行日期 |

可选参数

| -sd,—subdir | 从中查找 dag 的文件位置或目录,默认值:“[AIRFLOW_HOME]/dags” | | -m,—mark_success | 将作业标记为成功而不运行它们默认值:False | | -f,—force | 忽略先前的任务实例状态,无论任务是否已成功/失败,都重新运行,默认值:False | | —pool | 要使用的资源池 | | —cfg_path | 要使用的配置文件的路径而不是 airflow.cfg | | -l,—local | 使用 LocalExecutor 运行任务,默认值:False | | -A,—ignore_all_dependencies | 忽略所有非关键依赖项,包括 ignore_ti_state 和 ignore_task_deps,默认值:False | | -i,—ignore_dependencies | 忽略特定于任务的依赖项,例如 upstream,depends_on_past 和重试延迟依赖项,默认值:False | | -I,—signore_depends_on_past | 忽略 depends_on_past 依赖项(但尊重上游依赖项),默认值:False | | —ship_dag | 泡菜(序列化)DAG 并将其运送给工人,默认值:False | | -p,—pickle | 整个 dag 的序列化 pickle 对象(内部使用) | | -int,—interactive | 不捕获标准输出和错误流(对交互式调试很有用),默认值:False |

list_tasks

列出 DAG 中的任务

  1. airflow list_tasks [-h] [-t] [-sd SUBDIR] dag_id

必填参数

| dag_id | dag 的 id |

可选参数

| -t,—tree | 树视图,默认值:False | | -sd,—subdir | 从中查找 dag 的文件位置或目录,默认值:“[AIRFLOW_HOME]/dags” |

backfill

在指定的日期范围内运行 DAG 的子部分 如果使用 reset_dag_run 选项,则回填将首先提示用户 Airflow 是否应清除回填日期范围内的所有先前 dag_run 和 task_instances。如果使用 rerun_failed_tasks,则回填将自动重新运行回填日期范围内的先前失败的任务实例。

  1. airflow backfill [-h] [-t TASK_REGEX] [-s START_DATE] [-e END_DATE] [-m] [-l]
  2. [-x] [-i] [-I] [-sd SUBDIR] [--pool POOL]
  3. [--delay_on_limit DELAY_ON_LIMIT] [-dr] [-v] [-c CONF]
  4. [--reset_dagruns] [--rerun_failed_tasks]
  5. dag_id

必填参数

| dag_id | dag 的 id |

可选参数

| -t,—task_regex | | | 用于过滤特定 task_ids 以回填的正则表达式(可选) | | -s,—start_date | | | 覆盖 start_date YYYY-MM-DD | | -e,—end_date | 覆盖 end_date YYYY-MM-DD | | -m,—mark_success | | | 将作业标记为成功而不运行它们,默认值:False | | -l,—local | 使用 LocalExecutor 运行任务,默认值:False | | -x,—donot_pickle | | | 不要试图挑选 DAG 对象发送给工人,只要告诉工人运行他们的代码版本。默认值:False | | -i,—ignore_dependencies | | | 跳过上游任务,仅运行与正则表达式匹配的任务。仅适用于 task_regex,默认值:False | | -I,—signore_first_depends_on_past | | | 仅忽略第一组任务的 depends_on_past 依赖关系(回填 DO 中的后续执行依赖 depends_on_past)。默认值:False | | -sd,—subdir | 从中查找 dag 的文件位置或目录,默认值:“[AIRFLOW_HOME]/dags” | | —pool | 要使用的资源池 | | —delay_on_limit | | | 在尝试再次执行 dag 运行之前达到最大活动 dag 运行限制(max_active_runs)时等待的时间(以秒为单位)。默认值:1.0 | | -dr,—dr_run | 进行干运行,默认值:False | | -v,—verbose | 使日志输出更详细,默认值:False | | -c,—conf | JSON 字符串被腌制到 DagRun 的 conf 属性中 | | —reset_dagruns | | | 如果设置,则回填将删除现有的与回填相关的 DAG 运行,并重新开始运行新的 DAG 运行,默认值:False | | —rerun_failed_tasks | | | 如果设置,则回填将自动重新运行回填日期范围的所有失败任务,而不是抛出异常,默认值:False |

list_dags

列出所有 DAG

  1. airflow list_dags [-h] [-sd SUBDIR] [-r]

可选参数

| -sd,—subdir | 从中查找 dag 的文件位置或目录,默认值:“[AIRFLOW_HOME]/dags” | | -r,—report | 显示 DagBag 加载报告,默认值:False |

kerberos

启动 kerberos 票证续订

  1. airflow kerberos [-h] [-kt [KEYTAB]] [--pid [PID]] [-D] [--stdout STDOUT]
  2. [--stderr STDERR] [-l LOG_FILE]
  3. [principal]

必填参数

| principal | kerberos principal 默认值:airflow |

可选参数

| -kt,—keytab | 密钥表默认值:airflow.keytab | | —pid | PID 文件位置 | | -D,—daemon | 守护进程而不是在前台运行默认值:False | | —stdout | 将 stdout 重定向到此文件 | | —stderr | 将 stderr 重定向到此文件 | | -l,—log-file | 日志文件的位置 |

worker

启动 Celery 工作节点

  1. airflow worker [-h] [-p] [-q QUEUES] [-c CONCURRENCY] [-cn CELERY_HOSTNAME]
  2. [--pid [PID]] [-D] [--stdout STDOUT] [--stderr STDERR]
  3. [-l LOG_FILE]

可选参数

| -p,—do_pickle | | | 尝试将 DAG 对象发送给工作人员,而不是让工作人员运行他们的代码版本。默认值:False | | -q,—queue | 以逗号分隔的队列列表,默认值:default | | -c, —concurrency | | | 工作进程的数量,默认值:16 | | -cn,—slowry_hostname | | | 如果一台计算机上有多个 worker,请设置 celery worker 的主机名。 | | —pid | PID 文件位置 | | -D,—daemon | 守护进程而不是在前台运行,默认值:False | | —stdout | 将 stdout 重定向到此文件 | | —stderr | 将 stderr 重定向到此文件 | | -l,—log-file | 日志文件的位置 |

webserver

启动 Airflow 网络服务器实例

  1. airflow webserver [-h] [-p PORT] [-w WORKERS]
  2. [-k {sync,eventlet,gevent,tornado}] [-t WORKER_TIMEOUT]
  3. [-hn HOSTNAME] [--pid [PID]] [-D] [--stdout STDOUT]
  4. [--stderr STDERR] [-A ACCESS_LOGFILE] [-E ERROR_LOGFILE]
  5. [-l LOG_FILE] [--ssl_cert SSL_CERT] [--ssl_key SSL_KEY] [-d]

可选参数

| -p,—port | 运行服务器的端口,默认值:8080 | | -w,—workers | 运行 Web 服务器的工作者数量,默认值:4 | | -k,—workerclass | | | 可能的选择:sync,eventlet,gevent,tornado 用于 Gunicorn 的 worker class,默认值:sync | | -t,—worker_timeout | | | 等待 Web 服务器工作者的超时时间,默认值:120 | | -hn,—hostname | | | 设置运行 Web 服务器的主机名,默认值:0.0.0.0 | | —pid | PID 文件位置 | | -D,—daemon | 守护进程而不是在前台运行,默认值:False | | —stdout | 将 stdout 重定向到此文件 | | —stderr | 将 stderr 重定向到此文件 | | -A,—access_logfile | | | 用于存储 Web 服务器访问日志的日志文件。 使用’-‘打印到 stderr。默认值:- | | -E,—error_logfile | | | 用于存储 Web 服务器错误日志的日志文件。 使用’-‘打印到 stderr。默认值:- | | -l,—log-file | 日志文件的位置 | | —ssl_cert | Web 服务器的 SSL 证书的路径 | | —ssl_key | 用于 SSL 证书的密钥的路径 | | -d,—debug | 在调试模式下使用 Flask 附带的服务器,默认值:False |

flower

运行 Celery Flower

  1. airflow flower [-h] [-hn HOSTNAME] [-p PORT] [-fc FLOWER_CONF] [-u URL_PREFIX]
  2. [-a BROKER_API] [--pid [PID]] [-D] [--stdout STDOUT]
  3. [--stderr STDERR] [-l LOG_FILE]

可选参数

| -hn,—hostname | | | 设置运行服务器的主机名,默认值:0.0.0.0 | | -p,—port | 运行服务器的端口,默认值:5555 | | -fc,—flowers_conf | | | celery 的配置文件 | | -u,—url_prefix | | | Flower 的 URL 前缀 | | -a,—broker_api | | | Broker api | | —pid | PID 文件位置 | | -D,—daemon | 守护进程而不是在前台运行,默认值:False | | —stdout | 将 stdout 重定向到此文件 | | —stderr | 将 stderr 重定向到此文件 | | -l,—log-file | 日志文件的位置 |

scheduler

启动调度程序实例

  1. airflow scheduler [-h] [-d DAG_ID] [-sd SUBDIR] [-r RUN_DURATION]
  2. [-n NUM_RUNS] [-p] [--pid [PID]] [-D] [--stdout STDOUT]
  3. [--stderr STDERR] [-l LOG_FILE]

可选参数

| -d,—dag_id | 要运行的 dag 的 id | | -sd,—subdir | 从中查找 dag 的文件位置或目录,默认值:“[AIRFLOW_HOME]/dags” | | -r,—run-duration | | | 设置退出前执行的秒数 | | -n,—num_runs | 设置退出前要执行的运行次数,默认值:-1 | | -p,—do_pickle | | | 尝试将 DAG 对象发送给工作人员,而不是让工作人员运行他们的代码版本。默认值:False | | —pid | PID 文件位置 | | -D,—daemon | 守护进程而不是在前台运行默认值:False | | —stdout | 将 stdout 重定向到此文件 | | —stderr | 将 stderr 重定向到此文件 | | -l,—log-file | 日志文件的位置 |

task_state

获取任务实例的状态

  1. airflow task_state [-h] [-sd SUBDIR] dag_id task_id execution_date

必填参数

| dag_id | dag 的 id | | task_id | 任务的 id | | execution_date | DAG 的执行日期 |

可选参数

| -sd,—subdir | 从中查找 dag 的文件位置或目录,默认值:“[AIRFLOW_HOME]/dags” |

pool

pool 的 CRUD 操作

  1. airflow pool [-h] [-s NAME SLOT_COUNT POOL_DESCRIPTION] [-g NAME] [-x NAME]

可选参数

| -s,—set | 分别设置池槽数和描述 | | -g,—get | 获取池信息 | | -x,—delete | 删除池 |

serve_logs

由 worker 生成的服务日志

  1. airflow serve_logs [-h]

clear

清除一组任务实例,就好像它们从未运行过一样

  1. airflow clear [-h] [-t TASK_REGEX] [-s START_DATE] [-e END_DATE] [-sd SUBDIR]
  2. [-u] [-d] [-c] [-f] [-r] [-x] [-xp] [-dx]
  3. dag_id

必填参数

| dag_id | dag 的 id |

可选参数

| -t,—task_regex | | | 用于过滤特定 task_ids 以回填的正则表达式(可选) | | -s,—start_date | | | 覆盖 start_date YYYY-MM-DD | | -e,—end_date | 覆盖 end_date YYYY-MM-DD | | -sd,—subdir | 从中查找 dag 的文件位置或目录,默认值:“[AIRFLOW_HOME]/dags” | | -u,—upstream | 包括上游任务,默认值:False | | -d,—downstream | | | 包括下游任务,默认值:False | | -c,—no_confirm | | | 请勿要求确认,默认值:False | | -f,—only_failed | | | 只有失败的工作,默认值:False | | -r,—only_running | | | 只运行工作,默认值:False | | -x,—exclude_subdags | | | 排除子标记,默认值:False | | -dx,—dag_regex | | | 将 dag_id 搜索为正则表达式而不是精确字符串,默认值:False |

upgradedb

将元数据数据库升级到最新版本

  1. airflow upgradedb [-h]

delete_dag

删除与指定 DAG 相关的所有 DB 记录

  1. airflow delete_dag [-h] [-y] dag_id

必填参数

| dag_id | dag 的 id |

可选参数

| -y,—是的 | 不要提示确认重置。 小心使用!默认值:False |