Menyiapkan DAG

Alat orkestrasi seperti Apache Airflow sangat penting untuk mengotomatisasi alur kerja data dan Machine Learning.

Dalam latihan ini, Anda akan mulai menyiapkan Directed Acyclic Graph (DAG) dengan mengimpor kelas yang diperlukan dan mengonfigurasi argumen bawaan yang menentukan cara pipeline Anda berjalan.

Latihan ini merupakan bagian dari kursus

Merancang Pipeline Peramalan untuk Produksi

Lihat Kursus

Instruksi latihan

Impor kelas DAG dan PythonOperator dari Airflow.
Tetapkan tanggal mulai sebagai 7 Juli 2025.
Atur email_on_failure menjadi False.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Import required classes
from airflow import ____
from airflow.providers.standard.operators.python import ____
from datetime import datetime

default_args = {
  'owner': 'airflow',
  # Define the arguments
  'depends_on_past': False,
  'start_date': datetime(____),
  'email_on_failure': ____}

print(f"DAG configured to start on {default_args['start_date']}")

Edit dan Jalankan Kode