A API TaskFlow transforma uma função Python em uma tarefa com @task. Chamar a função decorada dentro de um Dag não a executa: isso adiciona uma tarefa ao Dag e devolve uma referência ao resultado futuro da tarefa. Passe essa referência para outra tarefa, total_revenue(extract_sales()), e o Airflow faz duas coisas: define a dependência e, na execução, entrega o valor de retorno da primeira tarefa para a segunda.
Os valores de retorno viajam pelo XCom, o armazenamento do Airflow para resultados pequenos, então devolva dados pequenos e compatíveis com JSON (listas, dicts, números, strings). print() só escreve no log; a próxima tarefa não consegue lê-lo.
Uma tarefa também pode pedir ao Airflow informações sobre a execução, nomeando-as como parâmetros com valor padrão None: ds é a data da execução no formato YYYY-MM-DD e logical_date, o carimbo de data e hora completo. Use-os em vez de digitar datas, para que o mesmo código carregue o dia certo em cada execução e nos backfills.
Se você devolver um dict e usar @task(multiple_outputs=True), cada chave é guardada como o seu próprio XCom.