执行操作后获得气流结果

Question

我已经配置了airflow并创建了一些DAG和子DAG，这些DAG和子DAG调用了几个操作符。

我的问题是，当一个操作符运行并完成任务时，我希望以某种python结构接收结果。 例如：

文件1.py

  ...
    ...
    sub_dag_one=SubDagOperator(subdag=subdag_accessHive(
PARENT_DAG_NAME, CHILD_DAG_NAME, default_args, STEP, macros,path,
       ),
        task_id=DELP_DAG_NAME,
        dag=dag,
    )

文件2.py

  from airflow import DAG
    from airflow.operators import HiveOperator
def subdag_callHive(parent, child, args, step,
                         user_defined_macros, path
                        ):
        dag_subdag = DAG(
            dag_id='%s.%s' % (parent, child),
            default_args=args,
            schedule_interval="@daily",
            template_searchpath=path,
            user_defined_macros=user_defined_macros,
        )

        # some work...

        HiveOperator(
            task_id='some_id',
            hiveconf_jinja_translate=True,
            hql='select field1 from public.mytable limit 4;',
            trigger_rule='all_done',
            dag=dag_subdag,
        )

        return dag_subdag 

函数subdag_callHive是从另一个python脚本调用的，在该脚本中定义了主Dag，并需要所有其他参数。

我只想从HiveOperator那里得到结果 （*select*from public.mytable limit 4；*）在本例中为4个值。

返回的dag_subdag是一个对象<；class'airlow.models.dag'>；，包含传递给调用的所有属性/数据，但不包含HiveOperator所做操作的信息。

这可能吗？如果是的话，怎么能做到。

Answer 1

你可以根据需要用钩子。基本上HiveOperator也这样做，他调用Hive钩子，钩子有多个方法来处理结果。

使用PythonOperator调用一个函数，然后启动一个hive钩子。

下面的示例可能会帮助您。

代码段：

callHook = PythonOperator(
    task_id='foo',
    python_callable=do_work,
    dag=dag
)

def do_work():
    hiveserver = HiveServer2Hook()
    hql = "SELECT COUNT(*) FROM foo.bar"
    row_count = hiveserver.get_records(hql, schema='foo')
    print row_count[0][0]

所有可用的方法都可以在这里找到：https://github.com/apache/incubator-airflow/blob/master/airflow/hooks/hive_hooks.py