Airflow 是一个提供了编程形式去进行编写、调度与监控工作流的开源组件。
在 Airflow 中，工作流由一个个具体的任务（task）组成的有向无环图（DAGs）构成。Airflow Scheduler 基于一系列的 Workers，以 DAG 规定的依赖关系进行具体任务的执行。其 Webserver，提供了丰富的用户界面，让用户可视化地查看当前工作流运行现状，进行历史回顾，监控执行过程，并且在必要的时候通过查看执行日志进行故障排除。
同时，Airflow 提供了丰富的命令行实用命令，在 DAG 文件编写完正式投入生产前，让用户可以更简洁地对其执行复杂的调试。
以代码形式定义的工作流，使其具有更好的可维护性，结合 VCS 可进行更好的版本管理，更具可测试性与协同性。
| 功能点 | 说明 |
|---|---|
| 自动化安装部署 | 在集群正式创建之前，或者是已存在但尚未引入 Airflow 服务的特定类型集群，您只需要简单勾选上并提交，就能在集群中获得 Airflow 的能力，满足您的生产需要。 |
| 生产高性能高可用性 | EMR 充分利用新版本 Airflow 的能力，结合集群实际，规划了合适的拓扑，满足您生产上对组件高性能与高可用的双重需求。 |
| 根据负载实际多维度扩缩容 | 在您生产负载实际发生变化之时，结合页面上提供的 Worker 配置，调整单节点内 Worker 进程伸缩策略，最大化利用节点资源；更进一步可以通过 EMR 集群扩缩容能力，调整集群节点数量来适应。 |
| 开源兼容，软件栈齐全 | EMR 确保集群内 Airflow 服务100%开源兼容，您无需修改生产代码即可平滑迁移上云。EMR 提供完整的计算引擎软件栈，并在 Airflow 集成了Hive、Spark、Flink、Presto、Trino 等 Provider，您可以直接关联集群内的多个计算引擎协同工作。 |
| Airflow-Webserver | Airflow-Scheduler | Airflow-Worker | |
|---|---|---|---|
| master | * | * | * |
| core | * | * | |
| task | * |
如果您想快速预览 Airflow 功能，体验编程式工作流调度，请参阅 快速开始。
如果您想了解 Airflow 相关的配置与调优信息，请参阅 Airflow 关键配置。
如果您想进一步了解 Airflow 如何与计算引擎的集成，学习更接近生产实际的案例，请参阅：
基础使用详见：Airflow 代码示例
高阶使用详见：Airflow 高阶使用
最佳实践详见：Airflow 最佳实践
关于更多生产上的 FAQ 与注意点，请移步 常见问题与注意事项 。