简单来说，Operator就是task的抽象类
2. BaseOperator所有的功能性Operator的来源
2.1 参数： task_id (string) ：唯一标识task的id owner (string) retries (int)：任务重试此时 retry_delay (timedelta) ：重试间隔 start_date (datetime)：任务开始时间，第一个任务实例的执行时间 end_date (datetime)：如果指定的话，任务执行不会超过这个时间 depends_on_past (bool)：如果指定的话，任务实例将以此运行并且依赖上一个任务的成功 wait_for_downstream (bool)：在这个参数指定的任何地方，depends_on_past都将强制为true queue(str)：指定到队列，CeleryExcutor指定特定队列 dag(DAG)：指定dag pool(str)：此任务运行的插槽池，限制任务的并发 execution_timeout (datetime.timedelta)：执行此任务实例允许的最长时间，超过最长时间则任务失败 sla(datetime.timedelta)：作业预计成功时间 on_failure_callback(callable)：当此任务实例失败时调用的函数 on_retry_callback (callable) ：与on_failure_callback相似，只是重试任务时触发 on_success_callback (callable) ：与on_failure_callback相似，任务成功时触发 trigger_rule (str)：定义依赖的触发规则 ·包括的选项有：{all_success | all_failed | all_done | one_success | one_failed | dummy}，默认为all_success run_as_user(str)：在运行任务时使用unix用户名进行模拟 executor_config (dict)：特定的执行程序解释其任务参数 task_concurrency (int)：设置后，任务将限制execution_dates之间的并发运行 resources (dict)：资源参数名称（Resources构造函数的参数名称）与其值的映射。 priority_weight(int)：此任务的优先级权重 weight_rule(str)：用于任务的有效总优先级权重的加权方法 max_retry_delay (timedelta)：重试最大延迟间隔 retry_exponential_backoff (bool) 2.2 方法 set_downstream(task_or_task_list) 将任务或者任务列表设置为当前任务的下游 set_upstream(task_or_task_list) 将任务或者任务列表设置为当前任务的上游 clear(start_date=None, end_date=None, upstream=False, downstream=False, session=None) 根据指定参数清除与任务关联的任务实例的状态 execute(context) 创建operator时派生的主要方法 get_direct_relative_ids(upstream=False) 获取当前任务上游或者下游的直接相对id get_direct_relatives(upstream=False) 获取当前任务的上游或者下游直接关联对象 get_flat_relative_ids(upstream=False, found_descendants=None) 获取上游或者下游的关联对象的id列表 get_flat_relatives(upstream=False) 获取上游或者下游的关联对象列表 get_task_instances(session, start_date=None, end_date=None) 获取特定时间范围的与此任务相关的任务实例 has_dag() 是否设置dag on_kill() 当任务实例被杀死时，重写方法以清除子进程 run(start_date=None, end_date=None, ignore_first_depends_on_past=False, ignore_ti_state=False, mark_success=False) 为日期范围运行一组任务实例 post_execute(context, result=None) 调用self.execute()后立即触发，它传递上下文和operator返回的结果 pre_execute(context) 调用self.execute()之前触发 prepare_template() 模板化字段被其内容替换之后触发 render_template(attr, content, context) 从文件或直接在字段中呈现模板，并返回呈现结果 render_template_from_field(attr, content, context, jinja_env) 从字段中呈现模板 xcom_pull(context, task_ids=None, dag_id=None, key='return_value', include_prior_dates=None) xcom_push(context, key, value, execution_date=None) 2.3 可调用值 dag：如果设置了则返回dag，否则报错 deps：返回依赖任务列表 downstream_list：下游任务列表 schedule_interval：任务排列 upstream_list：上游任务列表 3. BaseSensorOperator基于 airflow.models.BaseOperator, airflow.models.SkipMixin
3.1 参数： soft_fail (bool)：设置为true以将任务标记为失败时的skipped poke_interval (int)：作业在每次尝试之间应等待的时间（单位：秒） timeout (int)：超时时间 3.2 方法： execute(context) poke(context) 4. Core Operators 4.1 airflow.sensors.base_sensor_operator.BaseSensorOperator(poke_interval=60, timeout=604800, soft_fail=False, *args, **kwargs)基于 airflow.models.BaseOperator
4.1.1 参数： bash_command (string)：bash命令 xcom_push (bool)：设置为true，则当bash命令完成之后，写入stdout的最后一行也会被推送到xcom env (dict)：如果不为None的话，则它定义新进程的环境变量的映射，用于替代当前的进程环境 4.1.2 方法： execute(context) 会在临时目录中执行bash，并且之后会对其进行清理 on_kill() 同BaseOperator 4.2 airflow.operators.bash_operator.BashOperator(bash_command, xcom_push=False, env=None, output_encoding='utf-8', *args, **kwargs)基于 airflow.operators.python_operator.PythonOperator, airflow.models.SkipMixin
4.3 airflow.operators.python_operator.BranchPythonOperator(python_callable, op_args=None, op_kwargs=None, provide_context=False, templates_dict=None, templates_exts=None, *args, **kwargs)基于 airflow.operators.python_operator.PythonOperator, airflow.models.SkipMixin
4.4 airflow.operators.check_operator.CheckOperator(sql, conn_id=None, *args, **kwargs)