跳到主要内容

Airflow Cron表达式

在Apache Airflow中，Cron表达式是调度任务的核心工具之一。它允许你以灵活的方式定义任务的执行时间。无论你是需要每天、每周、每月执行任务，还是更复杂的调度需求，Cron表达式都能满足你的需求。

什么是Cron表达式？​

Cron表达式是一个由5或6个字段组成的字符串，用于定义任务的调度时间。每个字段代表一个时间单位，例如分钟、小时、日期等。通过组合这些字段，你可以精确地控制任务的执行时间。

Cron表达式的结构​

一个标准的Cron表达式由以下5个字段组成：

┌───────────── 分钟 (0 - 59)
│ ┌───────────── 小时 (0 - 23)
│ │ ┌───────────── 日期 (1 - 31)
│ │ │ ┌───────────── 月份 (1 - 12)
│ │ │ │ ┌───────────── 星期 (0 - 6) (0 表示周日)
│ │ │ │ │
* * * * *

每个字段可以是一个具体的值、一个范围、一个列表，或者使用通配符 * 来表示“任意值”。

提示

在Airflow中，Cron表达式还可以包含第6个字段，用于表示秒（0-59）。这在需要更精确调度时非常有用。

Cron表达式的语法​

以下是Cron表达式中常用的符号及其含义：

  • *：匹配任意值。例如，* 在分钟字段中表示“每分钟”。
  • ,：用于分隔多个值。例如，1,15 在分钟字段中表示“第1分钟和第15分钟”。
  • -：用于定义一个范围。例如，1-5 在星期字段中表示“周一到周五”。
  • /：用于定义步长。例如，*/10 在分钟字段中表示“每10分钟”。

示例​

以下是一些常见的Cron表达式示例：

  • 0 * * * *：每小时的第0分钟执行（即每小时执行一次）。
  • 0 0 * * *：每天午夜执行。
  • 0 0 * * 1：每周一的午夜执行。
  • 0 0 1 * *：每月第一天的午夜执行。
  • */5 * * * *：每5分钟执行一次。

在Airflow中使用Cron表达式​

在Airflow中，Cron表达式通常用于定义DAG的调度间隔。你可以在DAG的 schedule_interval 参数中指定Cron表达式。

示例：每小时执行一次任务​

以下是一个简单的DAG示例，使用Cron表达式每小时执行一次任务：

python
from airflow import DAG
from airflow.operators.bash import BashOperator
from datetime import datetime

dag = DAG(
    'hourly_task',
    description='每小时执行一次的任务',
    schedule_interval='0 * * * *',
    start_date=datetime(2023, 1, 1),
    catchup=False,
)

task = BashOperator(
    task_id='print_time',
    bash_command='date',
    dag=dag,
)

在这个例子中，schedule_interval='0 * * * *' 表示任务将在每小时的第0分钟执行。

实际应用场景​

场景1：每天凌晨执行数据备份​

假设你需要在每天凌晨2点执行数据备份任务，可以使用以下Cron表达式：

plaintext
0 2 * * *

场景2：每周五下午5点发送周报​

如果你需要在每周五下午5点发送周报，可以使用以下Cron表达式：

plaintext
0 17 * * 5

场景3：每15分钟检查一次系统状态​

如果你需要每15分钟检查一次系统状态，可以使用以下Cron表达式：

plaintext
*/15 * * * *

总结​

Cron表达式是Airflow中调度任务的重要工具。通过掌握Cron表达式的语法和使用方法，你可以灵活地定义任务的执行时间，满足各种调度需求。

备注

如果你对Cron表达式的语法还不熟悉，可以使用在线工具（如 crontab.guru）来验证和调试你的Cron表达式。

附加资源​

练习​

  1. 编写一个Cron表达式，表示“每周一到周五的上午9点到下午5点，每小时执行一次”。
  2. 在Airflow中创建一个DAG，使用Cron表达式每天中午12点执行一个简单的Bash命令。

通过练习，你将更好地理解Cron表达式的使用，并能够在实际项目中灵活应用。