One Course
Setiap pelajaran, proyek, dan tryout di Apache Airflow.
Ditagih bulanan. Batalkan kapan saja.
Level 1: Pendatang baru
0 poin
Login untuk menyimpan progres Anda di berbagai perangkat.
Kursus / Alat data dan analitik
Belajar Apache Airflow dengan menulis Dag sungguhan di workspace Airflow yang berfungsi. Setiap pelajaran punya contoh yang dibahas, lalu task yang menjalankan Dag Anda dan memeriksa hasilnya: TaskFlow, penjadwalan, XCom, sensor, retry, dan pengujian.
with DAG dan @dag, serta task dengan TaskFlow API dan operator klasik>>, list, dan chain, serta memperbaiki error import yang menyembunyikan sebuah DagUnit 1, Dag, task, dan dependensi: 6 pelajaran dan 33 latihan yang diperiksa, tanpa akun atau kartu.
Mulai unit gratisSisa kursus terbuka dengan paket One Course atau All Access. Lihat paket dan harga
Pilih akses di sini. Kursus Anda sudah dipilih.
Bangun pipeline penjualan malam Marigold selangkah demi selangkah: hari yang benar, retry, load idempoten, laporan, peringatan, tenggat, dan backfill.
8 langkahProyek · LanjutanTracker paket pagi BrambleBangun tracker pagi Bramble: petakan ke depo yang sudah melapor, lacak setiap paket yang belum terkirim sesuai batas mitra, simpan hasilnya, dan jalankan pesan ke pelanggan.
7 langkahStudi kasus · AhliSeminggu tertahan di belakang satu hari yang burukCari tahu mengapa buku besar harian berhenti pada hari Kamis, urai kemacetan satu minggu itu dengan aman, dan pastikan kegagalan berikutnya diketahui pada hari yang sama.
5 langkahStudi kasus · AhliUpgrade yang menggeser hariTelusuri tanggal yang salah setelah upgrade ke Airflow 3 sampai ke cron timetable yang baru, perbaiki tanpa menyentuh kode task, dan lakukan backfill untuk riwayatnya.
5 langkahStudi kasus · AhliPagi ketika scanner macetJelaskan mengapa depo yang tepat waktu harus menunggu di belakang depo yang terlambat, bebaskan slotnya, berhenti menunggu selamanya untuk depo yang mungkin tidak mengunggah file, dan rekomendasikan sebuah desain.
5 langkahProyek · AhliRekonsiliasi settlement Fenwick PayBangun rekonsiliasi malam Fenwick Pay: lakukan mapping per merchant, simpan hasil, beri peringatan jika ada ketidaksesuaian, tunggu file jaringan, jadwalkan per hari kerja, dan teruskan hasilnya sebagai asset.
7 langkahTryout · AhliTes kerja Airflow A: dasar-dasar (berwaktu)Tes Airflow berwaktu dengan 20 soal tentang Dag, penjadwalan, run, UI dan CLI, XCom, variabel, koneksi, dan debugging.
20 pertanyaan · 40 minTryout · AhliTes kerja Airflow B: penulisan Dag (berwaktu)Tes Airflow berwaktu dengan 20 pertanyaan tentang TaskFlow, templating, branching, trigger rule, sensor, pemetaan, asset, pengujian, dan pool.
20 pertanyaan · 45 minBerlatih Apache Airflow di workspace browser yang mem-parse file Dag Anda dan menjalankannya pada simulasi Airflow 3.3: daftar Dag, tampilan Grid dan Graph, log task, XCom, variabel, koneksi, pool, asset, dan terminal dengan command line airflow. Mulailah dari Dag pertama Anda dan TaskFlow API, lalu jadwalkan, teruskan data antar-task, ulangi yang gagal, tunggu file dengan sensor, buat percabangan, petakan task atas daftar, dan picu Dag dari asset. Level berikutnya mencakup backfill, pengujian, pola produksi, dan insiden, lengkap dengan proyek, set latihan wawancara, dan tes kerja berwaktu. Setiap task diperiksa pada data Anda dan pada salinan tersembunyi. Tidak perlu instalasi.
Jelaskan apa yang sudah Anda pelajari dalam wawancara layar penuh. Berbicaralah atau ketik, lalu tinjau jawaban Anda berdasarkan rubrik untuk level Anda.
Proses wawancara per posisiPemula
Tulis file Dag dengan DAG dan @dag, oper data dengan TaskFlow, atur dependensi, dan gunakan operator klasik.
Picu dan jeda eksekusi, baca log task, gunakan command line airflow, dan perbaiki error impor.
Oper nilai antar task, beri input pada Dag, baca pengaturan dan kredensial, dan render template.
Menengah
Pilih jadwal, pahami logical date dan data interval di Airflow 3, proses ulang riwayat dengan catchup dan backfill, dan jadwalkan dalam waktu lokal.
Coba ulang hal yang bersifat sementara, hentikan yang menggantung, beri peringatan untuk kegagalan dan eksekusi yang terlambat, buat load bersifat idempoten dan jalankan ulang task dengan aman, lalu bangun pipeline malam hari milik Marigold.
Lanjutan
Tentukan kapan task berjalan dengan trigger rule, pilih jalur dengan branch dan short circuit, dan atur task dengan grup, setup, dan teardown.
Tunggu file, laporan, dan Dag lain tanpa membuang slot worker, dan hubungkan Dag yang saling bergantung.
Jalankan Dag saat data yang dibacanya diperbarui, gabungkan asset dengan kondisi dan jadwal berbasis waktu, teruskan detail melalui asset event, dan tulis asset dengan @asset.
Lakukan fan out pada list yang baru diketahui saat dijalankan, pasangkan dan tetapkan argumen, lindungi sistem yang punya rate limit, lalu bangun pelacak paket pagi hari milik Bramble.
Ahli
Tangkap file yang rusak dengan tes DagBag, uji logika task dengan pytest, dan jalankan seluruh Dag di CI dengan dag.test().
Bagikan sistem dengan aman menggunakan pool dan prioritas, kenali komponen Airflow 3, tulis file Dag yang ringan di-parse dan aman dijalankan ulang, serta bandingkan Airflow dengan Dagster.
Tangani insiden realistis mulai dari gejala, perbaikan, hingga ringkasan untuk pihak bisnis, lalu bangun rekonsiliasi settlement Fenwick Pay dari awal sampai akhir.
Latih pertanyaan wawancara Airflow di tiga tingkat dan kerjakan dua tes kerja dengan batas waktu tentang dasar-dasar dan penulisan Dag.
Setiap pelajaran dibangun di atas file seperti ini: sebuah Dag yang didefinisikan dengan @dag, task yang ditulis sebagai fungsi Python dengan @task, dan tanggal run yang dibaca dari Airflow, bukan diketik sendiri.
import pendulum
from airflow.sdk import dag, task
@dag(schedule="@daily", start_date=pendulum.datetime(2026, 11, 1, tz="UTC"))
def marigold_daily():
@task
def extract_sales(ds=None):
return fetch_sales(ds)
@task
def total_revenue(rows):
return round(sum(r["revenue"] for r in rows), 2)
total_revenue(extract_sales())
marigold_daily()
Tidak. Workspace ini menjalankan simulasi Airflow 3.3 di browser Anda: file Dag Anda di-parse dan dijalankan di scheduler simulasi, lalu hasilnya tampil lewat daftar Dag, Grid, Graph, log, dan terminal dengan command line airflow. Jika ada yang disederhanakan, pelajarannya menyebutkannya.
Airflow 3, dengan import Task SDK (from airflow.sdk import dag, task), schedule sebagai pengganti schedule_interval, dan default Airflow 3 untuk catchup dan timetable. Perubahan di versi 3.4 disebutkan di bagian yang relevan.
Unit pertama gratis dan tidak perlu akun. Sisa kursus terbuka dengan paket One Course atau All Access, dan halaman harga menampilkan harga untuk negara Anda.
Dengan menjalankannya: pemeriksaan mem-parse file Dag Anda, menjalankan Dag, lalu melihat hasilnya (status task, nilai XCom, perintah yang sudah dirender, baris yang dimuat), pada data Anda dan pada salinan tersembunyi. Jawaban yang salah mendapat petunjuk tentang apa yang kemungkinan keliru.
Bukan. The Work Gym independen dan tidak berafiliasi dengan Apache Software Foundation. Apache, Apache Airflow, dan Airflow adalah merek dagang Apache Software Foundation.