Стилистические правки

09 - Продвинутые возможности Airflow.md

@@ -1,6 +1,6 @@
-# Продвинутые возможности Airflow для начинающих специалистов
+# Пулы, XCom, TaskGroup и алертинг в Airflow
 
-В этом материале мы познакомимся с расширенными функциями Airflow, которые помогут вам решать нетривиальные задачи при работе со сложными пайплайнами.
+В этом материале мы познакомимся с управлением ресурсами через пулы задач, обменом данными между задачами через XCom, группировкой задач с помощью TaskGroup и настройкой системы оповещений (алертинга) в Airflow.
 
 Начнем с улучшения нашего базового пайплайна — проведем рефакторинг кода для лучшей читаемости и поддержки.
 
@@ -12,11 +12,18 @@
 
 Когда планировщик обнаруживает, что наступило время выполнения DAG, он запускает задачу согласно заданной последовательности. При этом задача занимает один слот в пуле и освобождает его после завершения.
 
-Создать новый пул задач и установить его размер можно через веб-интерфейс Airflow:
+Создать новый пул задач и установить его размер можно через веб-интерфейс Airflow. Рассмотрим пример пула `data_processing_pool` для тяжёлых задач:
 
-![image](_attachments/advanced_feature_demo_1.gif)
+1. В верхнем меню откройте **Admin → Pools**.
+2. Нажмите кнопку **+** или **Create**.
+3. В поле **Name** укажите, например, `data_processing_pool`.
+4. В поле **Slots** задайте количество слотов, например `5`  
+   (это значит, что одновременно смогут выполняться не более 5 задач из этого пула).
+5. При желании заполните **Description** — например, `Пул для тяжёлых задач бэкапа`.
+6. Нажмите **Save**.
+
+После этого в задачах можно указать параметр `pool="data_processing_pool"`, и они будут занимать слоты именно этого пула.
 
-*Создание нового пула задач в Airflow*
 
 Зачем нужны пулы задач? Они помогают:
 - Организовать запуск процессов в системе
@@ -59,13 +66,34 @@ BashOperator(
 
 💡 **Контекст выполнения** — это набор параметров, передаваемых при запуске задачи, а также метаданные, генерируемые во время выполнения: время старта, время завершения, имя DAG и другие. Контекст можно найти следующим образом:
 
-![image](_attachments/advanced_feature_demo_3.gif){:height 437, :width 778}
+1. Откройте веб-интерфейс Airflow и перейдите на вкладку **DAGs**.
+2. Найдите нужный DAG и кликните по его имени.
+3. На странице DAG убедитесь, что открыта вкладка **Grid**.
+4. В сетке выберите нужный запуск DAG (колонка) и задачу (строка) и кликните по цветному квадратику задачи.
+5. Справа откроется панель **Task Instance** (детали экземпляра задачи). В ней можно увидеть:
+   - `dag_id` и `task_id`;
+   - логическую дату запуска (**logical_date / execution_date**);
+   - текущий статус, время старта и завершения;
+   - ссылки на лог, XCom и другую служебную информацию.
 
-В XCom можно передавать сериализованные объекты. Значения XCom хранятся в базе данных Airflow и доступны через интерфейс:
+Именно эти поля и составляют большую часть «контекста выполнения», который доступен в Jinja-шаблонах через объекты вроде `{{ dag_run }}` и `{{ task_instance }}`.
 
-![image](_attachments/advanced_feature_demo_2.gif)
+В XCom можно передавать сериализованные объекты. Значения XCom хранятся в базе данных Airflow и доступны через интерфейс.
 
-*XCom в веб-интерфейсе Airflow*
+Посмотреть XCom можно двумя способами.
+
+**1. Через конкретную задачу в DAG**
+
+1. Откройте нужный DAG и вкладку **Grid**.
+2. Найдите нужный запуск и кликните по квадратику задачи.
+3. В правой панели **Task Instance** перейдите на вкладку **XCom**.
+4. В таблице вы увидите все XCom-записи для этого экземпляра задачи: ключ (`key`), значение (`value`), время создания и т. д.
+
+**2. Через общий список XCom**
+
+1. В верхнем меню выберите **Browse → XComs**.
+2. Отфильтруйте записи по `dag_id`, `task_id` или другим полям, если нужно.
+3. Откройте интересующую запись, чтобы увидеть её содержимое.
 
 **Важное правило**: XCom предназначен для обмена небольшими сообщениями. Данные проходят сериализацию/десериализацию при чтении и записи в таблицу.
 
@@ -73,7 +101,7 @@ BashOperator(
 
 Для передачи больших объемов данных используйте внешние средства: файловую систему, базы данных (чаще всего PostgreSQL) или очереди сообщений (например, Kafka).
 
-Механизм XCom похож на работу функций в Python. Многие операторы по умолчанию возвращают результат выполнения задачи. За это отвечает параметр `do_xcom_push`, который по умолчанию равен `True`.
+Механизм XCom похож на работу функций в Python. Многие операторы (например, `PythonOperator`) по умолчанию возвращают результат выполнения задачи. За это отвечает параметр `do_xcom_push`, который во многих случаях равен `True` по умолчанию.
 
 Чтобы прочитать сообщения из XCom, используйте метод `xcom_pull` в контексте задачи:
 
@@ -149,17 +177,7 @@ with TaskGroup("data_loading") as loading_group:
 
 Обратите внимание: при использовании TaskGroup последовательность задач указывается внутри группы после объявления всех задач, а в конце DAG описывается последовательность выполнения самих групп.
 
-Визуально в интерфейсе Airflow это выглядит так:
+Визуально в интерфейсе Airflow группы задач отображаются как один узел с небольшим индикатором. Клик по нему разворачивает или сворачивает вложенные задачи, что значительно улучшает восприятие DAG с большим количеством задач и связей, особенно когда в них десятки и сотни задач.
-
-![image](_attachments/advanced_feature_diagram_17.png)
-
-*Группировка задач с помощью TaskGroup*
-
-TaskGroup добавляет интерактивность в веб-интерфейс — группы задач можно сворачивать и разворачивать, что значительно улучшает восприятие DAG с большим количеством задач и связей:
-
-![image](_attachments/advanced_feature_animation_23.gif)
-
-*Группу задач можно раскрыть для детального просмотра*
 
 TaskGroup — это удобный способ логической группировки задач, который помогает упростить код и представить сложные пайплайны более компактно.
 
@@ -167,7 +185,7 @@ TaskGroup — это удобный способ логической групп
 
 Алертинг — один из ключевых компонентов системы оркестрации, так как важно своевременно получать уведомления об ошибках для их оперативного анализа и решения.
 
-По умолчанию в Airflow настроена отправка уведомлений на электронную почту. При создании DAG указываются email-адреса, на которые будут отправляться сообщения. С помощью параметров можно настроить различные сценарии оповещений.
+В Airflow есть встроенная поддержка отправки уведомлений на электронную почту (при условии, что в конфигурации настроен SMTP-сервер). При создании DAG указываются email-адреса, на которые будут отправляться сообщения. С помощью параметров можно настроить различные сценарии оповещений.
 
 Давайте модифицируем наш первый DAG так, чтобы получать уведомления на почту при возникновении ошибок. При этом настроим перезапуск задач в случае неудачи (например, 2 попытки), но без уведомлений о самих перезапусках:
 
@@ -208,14 +226,16 @@ dag = DAG(
 from datetime import datetime, timedelta, timezone
 import dateutil
 from airflow.utils.email import send_email_smtp
+from airflow.operators.python import get_current_context
 
 MAIL_LIST = [
     "email_1@gmail.ru",
     "email_2@gmail.ru"
 ]
 
-def notify_email(calculation_dt: str, dagrun_begin_time, **context):
+def notify_email(calculation_dt: str, dagrun_begin_time: str):
     # dag_run date is utc timezone, so add `timezone.utc` to calculation_end to combat 3 hour diff.
+    context = get_current_context()
     calculation_start = dateutil.parser.isoparse(dagrun_begin_time.replace('Z', '+00:00'))
     calculation_end = datetime.now(timezone.utc)
     duration = str(timedelta(seconds=(calculation_end - calculation_start).seconds))
@@ -241,6 +261,7 @@ def notify_email(calculation_dt: str, dagrun_begin_time, **context):
 
 ```python
 from airflow.operators.python import PythonOperator
+from airflow.utils.trigger_rule import TriggerRule
 from utils import notify_email
 
 LOCAL_CALCULATION_DT = '{{ dag.timezone.convert(execution_date).strftime("%Y-%m-%d") }}'
@@ -249,7 +270,6 @@ DAG_RUN_BEGIN_TIME = "{{ dag_run.start_date }}"
 email_notification_task = PythonOperator(
     task_id="send_email_notification",
     python_callable=notify_email,
-    provide_context=True,
     dag=dag,
     trigger_rule=TriggerRule.ALL_DONE,
     op_args=[LOCAL_CALCULATION_DT, DAG_RUN_BEGIN_TIME],
@@ -267,6 +287,7 @@ email_notification_task = PythonOperator(
 В этом примере используется переменная 'database_connection_string', предварительно созданная в интерфейсе Airflow, для хранения строки подключения к базе данных. Это позволяет избежать жесткого кодирования конфиденциальной информации в коде DAG и упрощает настройку подключения для разных окружений.
 
 ```python
+import os
 import datetime as dt
 import pandas as pd
 from airflow.models import DAG
@@ -351,6 +372,7 @@ start_task >> data_processing
 Итоговый DAG будет выглядеть следующим образом:
 
 ```python
+import os
 import datetime as dt
 import pandas as pd
 from airflow.models import DAG