Pipeline pertama sebuah tim data sering kali hanyalah beberapa script dengan timer: ekspor penjualan pukul 1:00, muat datanya pukul 1:30, buat laporan pukul 2:00, lalu berharap setiap langkah selesai sebelum langkah berikutnya dimulai. Apache Airflow menggantikan harapan itu. Anda mendeskripsikan pekerjaan sebagai Dag (directed acyclic graph, yaitu graf berarah tanpa siklus): sekumpulan task dan urutan menjalankannya. Scheduler Airflow memulai Dag run saat jadwal menentukannya, menjalankan setiap task setelah task upstream-nya berhasil, mengulang yang gagal, dan menyimpan catatan setiap percobaan.
Setiap task di setiap run adalah sebuah task instance, dan Grid menampilkannya sebagai kotak: satu kolom per run, satu baris per task, diberi warna sesuai status.
Workspace ini mensimulasikan Airflow 3.3 di browser Anda: editor Python di sebelah kiri, dan di sebelah kanan daftar Dag, Grid, Graph, Assets, Admin, dan terminal dengan command line airflow. Dag baru dimulai dalam keadaan paused, seperti di Airflow, sampai Anda mengaktifkannya.
Dag harian untuk Marigold Grocers, jaringan supermarket fiktif: dua task, dan yang kedua membaca apa yang dikembalikan oleh yang pertama.