Airflow：如何从 Postgres Operator 推送 xcom 价值？答案

【问题标题】：Airflow: How to push xcom value from PostgreOperator?Airflow：如何从 Postgres Operator 推送 xcom 价值？
【发布时间】：2019-01-22 05:32:03
【问题描述】：

我正在使用 Airflow 1.8.1，我想从 PostgreOperator 推送 sql 请求的结果。

这是我的任务：

check_task = PostgresOperator(
    task_id='check_task',
    postgres_conn_id='conx',
    sql="check_task.sql",
    xcom_push=True,
    dag=dag)

def py_is_first_execution(**kwargs):
    value = kwargs['ti'].xcom_pull(task_ids='check_task')
    print 'count ----> ', value
    if value == 0:
       return 'next_task'
    else:
       return 'end-flow'

check_branch = BranchPythonOperator(
    task_id='is-first-execution',
    python_callable=py_is_first_execution,
    provide_context=True,
    dag=dag)

这是我的 sql 脚本：

select count(1) from table

当我从 check_task 检查 xcom 值时，它检索到 none 值。

【问题讨论】：

标签： python airflow apache-airflow airflow-scheduler

【解决方案1】：

如果我是正确的，当查询返回一个值时，airflow 会自动推送到 xcom。但是，当您查看postgresoperator 的代码时，您会看到它有一个调用 PostgresHook 的 run 方法（dbapi_hook 的扩展）的执行方法。这两种方法都不会返回任何东西，因此它不会向 xcom 推送任何内容。我们解决此问题的方法是创建一个 CustomPostgresSelectOperator，它是 PostgresOperator 的副本，但不是 'hook.run(..)' 而是执行 'return hook.get_records(..)'。

希望对你有所帮助。

【讨论】：

它是否适用于气流集群中的不同进程？我试过这个：gist.github.com/fpopic/… 但如果 dag 中的下一个运算符使用 SelectPostgresOperator.execute 返回的结果，我总是会遇到一些异常，那么首选的方法是什么？我看到很多像 A_to_B 这样的运算符将所有逻辑（可能是输入/输出挂钩）放在一个运算符中，以避免在多个进程之间共享状态（可能很大）。

【解决方案2】：

最后，我在$AIRFLOW_HOME/plugins下的插件管理器中创建了一个新的传感器ExecuteSqlOperator。

我以CheckOperator为例，修改了返回值：这个算子的基本运行和我需要的正好相反。

这是默认的ExecuteSqlOperator： CheckOperator

这是我自定义的SqlSensor：ReverseSqlSensor

class SqlExecuteOperator(BaseOperator):
    """
    Performs checks against a db. The ``CheckOperator`` expects
    a sql query that will return a single row.

    Note that this is an abstract class and get_db_hook
    needs to be defined. Whereas a get_db_hook is hook that gets a
    single record from an external source.
    :param sql: the sql to be executed
    :type sql: string
    """

    template_fields = ('sql',)
    template_ext = ('.hql', '.sql',)
    ui_color = '#fff7e6'

    @apply_defaults
    def __init__(
            self, sql,
            conn_id=None,
            *args, **kwargs):
        super(SqlExecuteOperator, self).__init__(*args, **kwargs)
        self.conn_id = conn_id
        self.sql = sql

    def execute(self, context=None):
        logging.info('Executing SQL statement: ' + self.sql)
        records = self.get_db_hook().get_first(self.sql)
        logging.info("Record: " + str(records))
        records_int = int(records[0])
        print (records_int)
        return records_int

    def get_db_hook(self):
        return BaseHook.get_hook(conn_id=self.conn_id)

【讨论】：