历史 Airflow于2014年10月由Airbnb的Maxime Beauchemin开始。 它是第一次提交的开源，并在2015年6月宣布正式加入Airbnb Github。 该项目于2016年3月加入了Apache Software Foundation的孵化计划。 提交者 @mistercrunch（Maxime“Max”Beauchemin）

本教程将向您介绍一些基本的Airflow概念，对象及其在编写第一个管道时的用法。 示例管道定义 以下是基本管道定义的示例。 如果这看起来很复杂，请不要担心，下面将逐行说明。 """ Code that goes along with the Airflow tutorial located at:

在本地编写日志 用户可以使用base_log_folder设置在airflow.cfg指定日志文件夹。 默认情况下，它位于AIRFLOW_HOME目录中。 airflow教程、此外，用户可以提供远程位置，以便在云存储中存储日志和日志备份。 在Airflow Web UI中，本地日志优先于远程日

有两种方法可以将气流作为mesos框架运行： 直接在mesos从站上运行气流任务，要求每个mesos从站安装和配置气流。在安装了气流的docker容器内运行气流任务，该容器在mesos slave上运行。 任务直接在mesos从站上执行 MesosExecutor允许您在Mesos群集上安排气流

Airflow具有一组固定的“测试模式”配置选项。 您可以随时通过调用airflow.configuration.load_test_config()来加载它们（注意此操作不可逆！）。 但是，在您有机会调用load_test_config（）之前，会加载一些选项（如DAG_FO

Airflow具有非常丰富的命令行界面，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。 usage : airflow [ - h ]{ resetdb , render , variables , connections , create_user , pause , task_failed_deps , version , trigger_dag , initdb , test ,

注意 Lineage 支持是非常实验性的，可能会发生变化。 Airflow可以帮助跟踪数据的来源，发生的事情以及数据随时间的变化。 这有助于实现审计跟踪和数据治理，还可以调试数据流。 气流通过任务的入口和出口跟踪数据。 让我们从一个例子开始，看看它是如