Airflow Dag Analyzer

智能分析 Apache Airflow DAG 的质量、依赖关系和 SLA 合规性。 自动检测循环依赖、执行瓶颈、资源浪费和最佳实践偏离， 为数据工程团队提供可操作的优化建议。覆盖 37K+ GitHub Stars 的 Airflow 生态。

概述

专为 Apache Airflow 数据管道设计的智能分析技能。自动审查 DAG 文件，识别潜在问题并生成优化方案。

核心能力

1. DAG 质量审查

• 检测循环依赖和死锁风险
• 识别未使用的任务和孤立节点
• 评估任务粒度和拆分合理性
• 检查 Sensor 超时配置

2. 依赖关系分析

• 可视化 DAG 拓扑结构
• 检测跨 DAG 依赖冲突
• 分析 ExternalTaskSensor 的 SLA 风险
• 评估 TriggerRule 使用规范性

3. SLA 合规性检查

• 追踪历史执行时长趋势
• 标记 SLA 违规风险任务
• 计算关键路径并给出并行化建议
• 生成 SLA 合规报告

4. 性能优化建议

• 识别资源密集型任务
• 推荐合理的 pool 和 priority_weight 配置
• 分析数据库连接池使用效率
• 建议任务合并/拆分策略

5. 最佳实践审计

• 检查命名规范
• 验证 doc_md 文档完整性
• 审查 catchup 和 depends_on_past 配置
• 评估重试策略和超时设置

使用方式

分析我的 Airflow DAG: <dag_file_path>
审查整个 dag 目录: <dags_folder_path>
生成 SLA 合规报告: <dag_id>

输出格式

• Markdown 分析报告（含问题列表、严重程度、修复建议）
• Mermaid 流程图（DAG 拓扑可视化）
• JSON 结构化数据（可对接 CI/CD 流水线）

数据底座

基于 Apache Airflow 2.x 官方文档、Airflow Best Practices Guide、Astronomer 生产环境运行手册，涵盖 50+ 常见反模式和 200+ 检查规则。

定价

¥0.50 / 次分析