气流:如何确保每 5 分钟后 DAG 运行?

Airflow: How to make sure that DAG run after every 5 minutes?

我正在探索Apache Airflow。我正在使用一种在 MySQL 中插入记录的方法。

我已将 DAG 安排为每 5 分钟后 运行 但它似乎没有发生,因为 MYSQL 时间戳告诉 MySQL 任务正在执行很多5 分钟以内。

如您所见,它在几分钟内插入了记录。下面是我的代码:

import datetime as dt

from airflow import DAG
from airflow.hooks.mysql_hook import MySqlHook
from airflow.operators.bash_operator import BashOperator
from airflow.operators.python_operator import PythonOperator

def fetch_data_mysql():
    mysql_hook = MySqlHook(mysql_conn_id='mysql_default')
    sql = 'SELECT * from random_table'
    sql = "INSERT INTO random_table(text) VALUES ('Hi Adnan')"
    print('INSERT MYSQL RESULT')
    # results = mysql_hook.get_records(sql)
    # results = mysql_hook.run(sql, autocommit=True, parameters=('Hi Addu',))
    mysql_hook.run(sql, autocommit=True)

def print_world():
    print('world')
    return 'WORLD IN SEPTEMBER'


default_args = {
    'owner': 'me',
    'start_date': dt.datetime(2018, 9, 11),
    'retries': 1,
    'retry_delay': dt.timedelta(minutes=2),
}

with DAG('airflow_tutorial_v01',
         default_args=default_args,
         schedule_interval='0/5 * * * *',
         ) as dag:
    print_hello = BashOperator(task_id='print_hello',
                               bash_command='echo "hello"')
    sleep = BashOperator(task_id='sleep',
                         bash_command='sleep 5')
    print_world = PythonOperator(task_id='print_world',
                                 python_callable=print_world)
    mysql_task = PythonOperator(task_id='mysql_tut', python_callable=fetch_data_mysql)

print_hello >> sleep >> print_world >> mysql_task

我正在使用 v1.10.0

这里给出日志的link:- https://www.dropbox.com/s/f0g64mhi8sgzlvw/my_simple_dag.py.log?dl=0

尝试将您的 cron 计划从 0/5 * * * * 更改为 */5 * * * *。后者每五分钟一次,而前者似乎是根据 crontab.guru

的非标准 cron 语法

你狗在回填。如果您查看日志,其执行日期为 2018-09-20 00:15:00+00:002018-09-20 00:20:00+00:002018-09-20 00:25:00+00:00,依此类推。

将以下内容添加到您的 default_args

'catchup_by_default': False

您的 default_args 应如下所示:

default_args = {
    'owner': 'me',
    'start_date': dt.datetime(2018, 9, 11),
    'retries': 1,
    'retry_delay': dt.timedelta(minutes=2),
    'catchup_by_default': False,
}