일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- ChatGPT
- API
- 태국여행
- DAGs
- 빅데이터
- airflow
- 리뷰
- 자동매매프로그램
- 파이썬
- 분석
- 직장인자기계발
- 패스트캠퍼스
- 방콕여행
- 직장인인강
- 챗지피티
- 클라우드
- 상관분석
- 데이터분석
- 데이터
- nlp
- Python
- It
- 딥러닝
- 머신러닝
- 활성화함수
- 패캠챌린지
- Ai
- 패스트캠퍼스후기
- 독서리뷰
- 파이썬을활용한시계열데이터분석A-Z올인원패키지
Archives
- Today
- Total
데이터를 기반으로
Operator 파악하기 본문
728x90
반응형
airflow DAGs 에서 파이썬 오퍼레이터가 정확히 어떻게 작동되는지에 대한 개념이 애매한 상태로 실무에서 적용해보고자 시도해본 적이 많았다.
그때마다 굉장한 어려움이 있었는데..역시 도서를 보고 개념부터 이해해가니 쉽게 이해할 수 있었다.
우선 함수를 정의 하는 부분의 코드들이 상단에 있다는 가정하에,
def action_func(x) :
y = x+2
return y
get_pictures = PythonOperator(
task_id="get_pictures",
python_callable=action_func,
dag=dag
)
위와 같은 코드에서 예로 들어 설명을 한다면, 실제로 파이썬 작업이 이루어지는 것은 함수 action_func 안의 코드이다.
해당 함수를 선언하기 위해서 하단의 Python 오퍼레이터를 구체화하는 코드라고 생각하면 된다.
BashOperator 는 파이썬 오퍼레이터와 비슷한 구조이지만, shell 스크립트를 사용할 수 있는 오퍼레이터이다.
큰 틀에서 보면 태스크 안에 각각의 오퍼레이터들이 작동하는 방식이다.
728x90
반응형
'스터디 > Apache Airflow' 카테고리의 다른 글
Airflow Webserver 실행안될 때 (0) | 2023.06.02 |
---|---|
Airflow Local Path 관련 이슈 정리 (1) | 2023.05.10 |
Airflow DAG 와 실행 개념 (0) | 2023.04.07 |
Airflow 개념 및 설치 (0) | 2023.03.24 |
Apache Airflow 스터디 시작 (0) | 2023.03.24 |