我要招人

数据岗位面试题更新 2026-08-05

请描述在 Airflow 中创建一个基础 DAG 的具体步骤，包括主要组件和配置。

数据编码实现技术原理Apache Airflow

考察说明

考查候选人对 Airflow 核心概念和 DAG 定义方式的基本掌握。

回答思路

  1. 【回答框架 1】Airflow 中 DAG 是工作流编排的核心对象，通过 Python 代码定义。首先导入需要的模块，如 DAG 和 Operator。
  2. 【回答框架 2】创建 DAG 实例时需要设置 default_args，包括 owner、start_date、retries、retry_delay 等参数，并传入 schedule_interval 来定义调度周期。
  3. 【回答框架 3】使用上下文管理器或 with 语句定义 DAG，在其中添加 Task。每个 Task 由 Operator 实例化，例如 BashOperator 或 PythonOperator，需要指定 task_id 和具体执行逻辑。
  4. 【回答框架 4】通过设置 Task 之间的依赖关系（如 task1 >> task2）来定义执行顺序，然后保存 Python 文件到 dags 目录，Airflow 会自动加载并显示在 UI 中。
  5. 【关键点 1】DAG 定义使用 Python 代码，核心组件包括 default_args、schedule_interval 和 task 依赖。
  6. 【关键点 2】常用 Operator 包括 BashOperator 和 PythonOperator，任务通过 >> 或 set_downstream 设置依赖。
  7. 【关键点 3】DAG 文件放在 dags 目录后 Airflow 会定期扫描加载。
  8. 【易错点 1】start_date 设置为过去时间时，调度可能从该时间开始补跑，需注意 catchup 参数设置。
  9. 【易错点 2】依赖顺序错误会导致任务执行顺序不符合预期。
  10. 【易错点 3】避免在 DAG 定义中使用全局变量或复杂逻辑，应保持幂等。