Creare il DAG

Dopo aver impostato gli argomenti di default, è il momento di definire il tuo DAG e creare il primo task che controlla l'API. Questo passaggio è fondamentale per automatizzare i tuoi workflow di dati e di Machine Learning. Sono stati importati i seguenti moduli: DAG, PythonOperator e datetime. Hai anche a disposizione una funzione personalizzata check_updates_api. È ora di costruire il tuo DAG!

Questo esercizio fa parte del corso

Progettare pipeline di forecasting per la produzione

Visualizza il corso

Istruzioni dell'esercizio

Definisci il DAG usando la funzione corretta.
Imposta la pianificazione per l'esecuzione giornaliera.
Crea il task check_api usando un operatore Python.
Fornisci la funzione check_updates_api come callable.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Define the DAG
with ____(
    'data_pipeline',
    default_args=default_args,
    description='Data pipeline for ETL process',
  	# Set the schedule to run daily
    schedule='@____',
    tags = ["python", "etl", "forecast"]
) as dag:
  # Create check_api
  check_api = ____(
    task_id='check_api',
    # Use the check_updates_api function
    python_callable=____)

print(f"DAG object created: {dag}")
print(f"PythonOperator for API check created: {check_api}")

Modifica ed esegui il codice