Airflow 如果有足够多的任务失败，如何停止dag？

如果有足够多的特定任务失败，是否有方法停止气流dag？有一个任务集合，所有任务都为不同的值做相同的事情

对于数据集列表中的数据集：
task\u 1=bash运算符（task\u id=“task\u 1\u%s”%dataset[“id”]，…）
task\u 2=bash运算符（task\u id=“task\u 2\u%s”%dataset[“id”]，…）
task\u 3=bash运算符（task\u id=“task\u 3\u%s”%dataset[“id”]，…）
任务1>>任务2>>任务3

如果，假设task_2的任何5个实例失败，则意味着task_2所用的底层进程（与特定task实例中正在处理的单个数据集相反）存在更大的问题，并且该task的任何其他实例都可能无法成功，因此，整个dag应该停止或跳到稍后的/可选的分支任务

---

有没有办法通过在任务声明中设置一些内容来实现这一点？对于这种情况，还有其他常见的解决方法吗？

一种方法可能是插入BranchPythonOperator或ShortCircuitOerator，并将触发器逻辑设计到运算符的python可调用参数中。始终可以访问airflow.models.TaskInstance SQLAlchemy（子）类模型，该类模型存储所有dag运行的任务实例的所有属性。可以使用dag对象上的get_task_instances（）方法访问任务实例。（除此之外，可以通过“上下文”访问dag对象。这是python可调用的参数。）

您可以使用设置所需的依赖项。一般来说，如果您的任务失败了n次（其中n是您指定的重试次数），那么DAG运行将失败（以及所有下游任务都是默认的）。@manesioz我的触发器规则问题是没有

某种类型的触发器失败，并且有问题的任务不会重试（在我的案例中，如果他们在个人层面上失败，通常会有一些我想要调查的未捕获的数据问题，而不是从重试中受益的东西（更新的问题，希望能够消除这种混乱））。