一個按排程載入壞資料的 pipeline,遠比直接大聲失敗還糟。在下游團隊開始使用 daily_summary 之前,你要加上一道欄位層級的品質閘門,於載入完成後立刻執行;只要營收跌到 0 以下,或訂單數出現遺漏,就要拒絕這次執行。
daily_summary
載入的任務與 SQL 檔已從前面課程預先填好。
本練習屬於課程
將理論付諸實踐,立即體驗我們的互動練習
你將先認識 Airflow 的元件,使用 TaskFlow API 撰寫你的第一個 Dags,並透過 XCom 在任務之間傳遞資料。
接著,你會用動態任務對映平行執行任務,使用 Assets 以資料為基準排程 Dags,並加入人工核准步驟。
本章將透過重試與回呼處理失敗情況,使用可延後的感測器節省資源,並以三個層級測試你的 Dags。
在最後一章,你會在 DuckDB 上建置 SQL ETL 管線,使用 Asset Partitions 加入分割區感知的排程,並內嵌資料品質檢查。
當前練習