fix(dags): сделать учебные сценарии воспроизводимыми

Управляемые ветки и ошибки, зависимости общих обработчиков, сохранение SQL-результата и фактическое чтение результатов Extract. Добавлен пример пулов и XCom; DQ-сводка сохраняет отказ при all_done.

Проверено на Airflow 2.9.2: импорт и запуск девяти исходных DAG, выбор веток, повтор и окончательные отказы обеих рабочих задач, отрицательный DQ-сценарий и восстановление, фильтрация Extract и ожидание слотов.

airflow-docker/dags/sql_basic_dag.py

@@ -4,7 +4,6 @@ DAG для демонстрации работы с SQL в Airflow
 """
 from datetime import datetime, timedelta
 from airflow import DAG
-from airflow.operators.python import PythonOperator
 from airflow.providers.postgres.operators.postgres import PostgresOperator
 
 # Определение DAG
@@ -76,11 +75,12 @@ query_data_task = PostgresOperator(
 )
 
 truncate_table_task = PostgresOperator(
-    task_id='drop_table',
+    task_id='truncate_table',
     postgres_conn_id='postgres_training',
     sql=truncate_table_sql,
     dag=dag
 )
 
 # Установка зависимостей
-create_table_task >> insert_data_task >> query_data_task >> truncate_table_task
+# Очистка перед вставкой: после запуска в таблице остаются три строки.
+create_table_task >> truncate_table_task >> insert_data_task >> query_data_task