手动触发的DAG应该使用哪个start_date？

Question

许多设有schedule_interval=None的Airflow示例DAG会设置动态开始日期，例如airflow.utils.dates.days_ago(2)或datetime.utcnow()。但是，官方文档不建议使用动态开始日期：

我们建议不要使用动态值作为start_date，特别是datetime.now()，因为它可能会导致混淆。任务在周期结束时触发，在理论上，@hourly DAG永远无法到达now()之后的一个小时，因为now()会持续移动。

对于手动触发的DAG，开始日期是否无关紧要？这里应该采取什么最佳实践呢？

- rcorre

---

我不确定你遇到的问题是否清楚。你能否在问题周围添加更多上下文，比如说如果动态的“start_date”对你不起作用，具体你想要实现什么？你所描述的方法对我来说似乎很好，因为对于只有外部触发的DAG来说，“start_date”并不是太重要。这是一个好问题，因为我认为当前的文档没有明确说明这种用例。 - Taylor D. Edmiston

@TaylorEdmiston 没有明显的问题，只是文档和示例之间存在冲突，让我作为用户感到不确定。教程经常提到 start_date，所以我不确定它是否真的无关紧要。 - rcorre

Answer 1

我总是尝试将手动触发的DAG的开始日期设置为我第一次运行它的那天，这样我就知道在未来参考时DAG最初会运行的时间。

- Zack

Answer 2

我最终将start_date设置为1970年1月1日（过去很久以前），这样Airflow就不会抱怨执行日期在开始日期之前了。

- Andy Carlson

Answer 3

如果你的 schedule_interval=None，我认为start_date是无关紧要的，因为airflow将不会尝试执行任何回填。只需将其设置为任何值，即使它是动态的，也不应该引起任何麻烦。

- Simon D

---

我不建议这样做。即使对于手动触发的DAG，您可能也需要手动回填，例如使用airflow backfill命令。如果动态开始日期在所选回填日期之后，则会阻塞您的任务。 - Andy Carlson

我不完全理解为什么您想手动触发没有时间间隔定义的DAG的回填，但好吧。是的，显然您需要确保开始日期在过去，即使它是动态的。 - Simon D

我们这样做是因为我们需要execution_date在过去。 - Andy Carlson

当您使用trigger_dag手动触发dag时，可以在那里提供执行日期。 - Simon D