Os assets são o padrão, mas alguns trabalhos são uma sequência de etapas, e não um conjunto de produtos de dados: enviar um lote de e-mails, trocar chaves, chamar uma API para iniciar um processo de um fornecedor. Para isso, o Dagster ainda tem ops: funções @dg.op cujas saídas alimentam as entradas de outros ops, conectadas em um @dg.job (ou em um @dg.graph reutilizável, transformado em job com .to_job()).
Dentro do corpo de um job, você chama os ops como funções, send(prepare(extract())), mas nada é executado naquele momento: o Dagster registra as conexões. Os ops recebem configuração por um parâmetro dg.Config, sob o nome do op na configuração da execução, exatamente como os assets, e usam resources do mesmo jeito.
Por padrão, os ops não produzem assets, então não aparecem no grafo de assets e não têm histórico de materializações. Quando o resultado é uma tabela ou um arquivo que alguém usa, modele-o como asset. Um asset baseado em graph (@dg.graph_asset) combina as duas coisas: vários ops que, juntos, produzem um asset.
Dois ops conectados em um job.