即使 DAG 不是运行，气流变量也会更新

Question

我正在从气流变量中读取一个整数变量，然后每次 DAG 运行时将该值递增 1，然后再次将其设置为该变量。

但是在下面的代码之后，UI 处的变量每次刷新页面时都会发生变化。不知道是什么导致了这种行为

counter = Variable.get('counter')
s = BashOperator(
    task_id='echo_start_variable',
    bash_command='echo ' + counter,
    dag=dag,
)
Variable.set("counter", int(counter) + 1)

sql_query = "SELECT * FROM UNNEST(SEQUENCE({start}, {end}))"
sql_query = sql_query.replace('{start}', start).replace('{end}', end)
submit_query = PythonOperator(
    task_id='submit_athena_query',
    python_callable=run_athena_query,
    op_kwargs={'query': sql_query, 'db': 'db',
               's3_output': 's3://s3-path/rohan/date=' + current_date + '/'},
    dag=dag)

e = BashOperator(
    task_id='echo_end_variable',
    bash_command='echo ' + counter,
    dag=dag,
)

s >> submit_query >> e

Answer 1

气流处理 DAG 文件每 30 秒一次（min_file_process_interval 设置的默认值）这意味着您拥有的任何顶级代码每 30 秒运行所以 Variable.set("counter", int(counter) + 1) 将使变量计数器每 30 秒增加 1。

在顶层代码中与变量交互是一种不好的做法（不管增加价值的问题）。它每 30 秒打开一个到 Metastore 数据库的连接，这可能会导致严重的问题并使数据库不堪重负。

要获取 Variable 的值，您可以使用 Jinja：

e = BashOperator(
    task_id='echo_end_variable',
    bash_command='echo {{ var.value.counter }}',
    dag=dag,
)

这是使用变量的安全方法，因为只有在执行运算符时才会检索值。

如果要将变量的值增加 1，请使用 PythonOpeartor:

def increase():
    counter = Variable.get('counter')
    Variable.set("counter", int(counter) + 1)

increase_op = PythonOperator(
    task_id='increase_task',
    python_callable=increase,
    dag=dag)

python 可调用函数仅在运算符运行时执行。

即使 DAG 不是运行，气流变量也会更新

Airflow variables getting updated even if the DAG is not running

python

variables

operators

airflow

directed-acyclic-graphs

即使 DAG 不是 运行，气流变量也会更新

Airflow variables getting updated even if the DAG is not running

python

variables

operators

airflow

directed-acyclic-graphs

即使 DAG 不是运行，气流变量也会更新