编辑“︁Airflow UI界面介绍”︁

= Airflow UI界面介绍 =

Apache Airflow的用户界面（UI）是管理和监控工作流的核心工具，为开发者提供可视化操作、任务状态跟踪及日志分析功能。本章将详细介绍UI的功能模块、导航结构及实际应用场景。

== 核心功能概述 ==
Airflow UI基于Flask框架构建，主要包含以下功能区域：
* '''DAGs视图'''：展示所有工作流（DAG）列表及其状态
* '''任务实例管理'''：查看和操作具体任务实例
* '''日志查看器'''：实时检索任务执行日志
* '''变量与连接配置'''：管理系统级参数和外部服务连接

== 主界面导航 ==

<mermaid>
graph TD
    A[Airflow UI] --> B[DAGs]
    A --> C[Graph View]
    A --> D[Task Instances]
    A --> E[Logs]
    A --> F[Admin]
    F --> F1[Variables]
    F --> F2[Connections]
</mermaid>

=== DAGs列表视图 ===
主界面默认显示所有已注册的DAG，关键信息包括：
* '''DAG ID'''：工作流唯一标识符
* '''Schedule'''：调度间隔（cron表达式或时间差）
* '''Last Run'''：最近执行时间戳
* '''DAG Runs'''：运行状态统计（成功/失败/运行中）

=== Graph View详解 ===
点击DAG名称进入图形视图，展示：
* '''任务节点'''：矩形框表示，颜色反映当前状态（绿色=成功，红色=失败）
* '''依赖关系'''：箭头表示任务执行顺序
* '''上下文菜单'''：右键点击任务可触发操作（如运行、清除状态）

'''示例：查看简单DAG结构'''
<syntaxhighlight lang="python">
# 示例DAG定义
from airflow import DAG
from airflow.operators.bash import BashOperator
with DAG('demo_ui', schedule_interval='@daily') as dag:
    task1 = BashOperator(task_id='extract', bash_command='echo "Data extraction"')
    task2 = BashOperator(task_id='transform', bash_command='echo "Data transformation"')
    task1 >> task2  # 设置依赖关系
</syntaxhighlight>

在UI中将显示两个相连的任务节点，可通过工具提示查看任务参数。

== 任务实例管理 ==
通过''Task Instances''标签页可以：
1. 筛选特定时间段的任务
2. 查看任务元数据（执行时间、持续时间等）
3. 手动触发/重试任务

'''状态类型说明'''：
{| class="wikitable"
|+ 任务状态编码
! 状态 !! 颜色 !! 含义
|-
| success || {{color|green|■}} || 任务成功完成
|-
| failed || {{color|red|■}} || 任务执行失败
|-
| running || {{color|blue|■}} || 任务正在执行
|-
| queued || {{color|grey|■}} || 任务排队中
|}

== 日志分析功能 ==
日志查看器提供：
* 按执行日期分组的日志文件
* 自动滚动更新的实时日志
* 多级日志过滤（DEBUG/INFO/WARNING/ERROR）

'''典型日志片段'''：
<syntaxhighlight lang="text">
[2023-07-20 10:00:15,678] {taskinstance.py:1157} INFO - Starting attempt 1 of 2
[2023-07-20 10:00:16,002] {bash.py:158} INFO - Running command: echo "Data extraction"
[2023-07-20 10:00:16,005] {bash.py:169} INFO - Output:
Data extraction
</syntaxhighlight>

== 配置管理 ==
=== Variables ===
存储全局键值对，可通过UI或API管理。例如存储文件路径阈值：
* Key: `max_file_size`
* Value: `1024`

=== Connections ===
配置外部服务连接（如数据库、API端点），支持以下类型：
* Database (PostgreSQL/MySQL等)
* HTTP
* AWS
* SSH

== 实际应用案例 ==
'''场景：电商数据管道监控'''
1. 在DAGs视图发现`order_processing`状态变为{{color|red|■}}
2. 进入Graph View定位失败节点`validate_payment`
3. 通过日志发现错误：
<syntaxhighlight lang="text">
ERROR: Payment gateway timeout (503 Service Unavailable)
</syntaxhighlight>
4. 解决方案：
* 在Connections中检查支付网关配置
* 手动重试任务（需设置重试次数<math>n \geq 1</math>）

== 高级功能 ==
* '''甘特图（Gantt Chart）'''：分析任务执行时间分布
* '''任务持续时间图表'''：识别性能瓶颈
* '''自动刷新设置'''：配置页面轮询间隔（默认30秒）

== 最佳实践 ==
1. 使用描述性DAG和任务ID
2. 重要任务设置电子邮件告警
3. 定期清理旧日志（通过`log_cleanup_interval`配置）

通过掌握Airflow UI，用户可以高效管理复杂的数据管道，快速定位问题并优化工作流性能。

[[Category:大数据框架]]
[[Category:Airflow]]
[[Category:Airflow基础]]