Chuyển đến nội dung chính

Trang chủ Data Engineering

Khóa học

Giới thiệu về Apache Airflow bằng Python

Nâng caoTrình độ kỹ năng

Đã cập nhật tháng 05, 2026

Tìm hiểu cách triển khai và lên lịch các quy trình công việc kỹ thuật dữ liệu.

Bắt Đầu Khóa Học Miễn Phí

AirflowData Engineering

4 gio

16 video

57 Bài tập

4,000 XP

62,183

Giấy chứng nhận Thành tích

Được người học tại hàng ngàn công ty yêu thích

Đào tạo một đội ngũ?

Dùng thử cho Doanh nghiệp

Mô tả khóa học

Đã cập nhật lên Apache Airflow 3.1.6 - Chuyển giao dữ liệu theo lịch có thể là một quy trình thủ công. Bạn viết script, thêm các tác vụ cron phức tạp, và thử nhiều cách để đáp ứng một bộ yêu cầu luôn thay đổi — và việc quản lý mọi thứ càng khó hơn khi làm việc theo nhóm. Apache Airflow có thể giải quyết vấn đề này bằng cách bổ sung tính năng lập lịch, xử lý lỗi và báo cáo cho quy trình làm việc của bạn. Trong khóa học này, bạn sẽ nắm vững các kiến thức cơ bản về Apache Airflow và học cách triển khai các pipeline kỹ thuật dữ liệu phức tạp trong môi trường production. Bạn cũng sẽ học cách sử dụng Directed Acyclic Graphs (Dag), tự động hóa quy trình kỹ thuật dữ liệu, và triển khai các tác vụ kỹ thuật dữ liệu theo cách dễ dàng và có thể lặp lại — giúp bạn giữ mọi thứ trong tầm kiểm soát.

Điều kiện tiên quyết

Intermediate Python Introduction to Shell

1

Intro to Airflow

In this chapter, you’ll gain a complete introduction to the components of Apache Airflow and learn how and why you should use them.

Introduction to Apache Airflow

Dag counter

Running your first Dag

Airflow Dags

Creating a simple Dag

Working with Dags and the Airflow shell

Examining Airflow commands

Testing a task in Airflow

Airflow web interface

Navigating the Airflow UI

Examining Dags with the Airflow UI

Bắt Đầu Chương

2

Building Dags in Airflow

What’s up Dag? Now it’s time to learn the basics of implementing Airflow Dags. Through hands-on activities, you’ll learn how to set up and deploy operators, tasks, and scheduling.

Airflow operators

Decorating a task

Defining a BashOperator with @task.bash

Define order of Tasks

More @tasks

Scheduling Dags

Schedule a Dag via Python

Deciphering Airflow schedules

Troubleshooting Dag runs

Passing data between tasks with XCom

Passing data with XCom

XCom variables

Airflow Sensors

Determining the order of tasks

Creating a FileSensor

Sensory Deprivation

Bắt Đầu Chương

3

Maintaining and monitoring Airflow workflows

In this chapter, you’ll learn how to save yourself time using Airflow components such as sensors and executors while monitoring and troubleshooting Airflow workflows.

Monitoring, Alerting, and Callbacks

Implementing a callback function

Implementing an SmtpNotifier

What's in the logs?

Templating with Jinja

Writing with Jinja

Subbing out

Airflow Variables

The answer is Variable

Reading a variable in Python

Variables not quite right

Debugging and troubleshooting in Airflow

Dag troubleshooting

Missing Dag

Bắt Đầu Chương

4

Controlling Dag Logic

Put it all together. In this final chapter, you’ll apply everything you've learned to build a production-quality workflow in Airflow.

Triggers and Fault Tolerance

Implementing a Trigger Rule

Adding retries

Triggering a child Dag

Define a @task.branch

Branch troubleshooting

The HITL Operator

Adding Human approval

ApprovalOperator Task

Creating a production pipeline

Setting up the sales ETL pipeline

Adding monthly branching

Adding a human approval gate

Congratulations!

Bắt Đầu Chương

Giới thiệu về Apache Airflow bằng Python

Hoàn
Thành

Nhận Giấy Chứng Nhận Hoàn Thành

Thêm chứng chỉ này vào hồ sơ LinkedIn, CV hoặc sơ yếu lý lịch của ban
Chia sẻ trên mạng xã hội và trong đánh giá hiệu suất của banĐăng Ký Ngay

Tham gia cùng hơn 19 triệu học viên và bắt đầu Giới thiệu về Apache Airflow bằng Python ngay hôm nay!

Phát triển kỹ năng dữ liệu với DataCamp cho thiết bị di động

Tiến bộ mọi lúc mọi nơi với các khóa học cho thiết bị di động và thử thách lập trình 5 phút hằng ngày.