使用airflow运行包含许多SQL Server存储过程和Python脚本的长流程是一个好主意吗？

我对气流是完全陌生的，并试图找出它是否适合我的流程

我有一个很长的工作流，它运行许多SQL Server存储过程和许多Python脚本，这些脚本一个接一个地处理大量数据并生成报告

这是正确的工具吗？你能推荐一些能帮助我完成任务的教程/书籍/文档吗

如果气流不是答案，你推荐什么

---

提前谢谢

我的方法是使用Airflow，将源表从sql server复制到某个分析数据库（大查询/雪花），并在许多步骤中根据数据管道中的分析数据库处理工作负载。感谢您的回复。我有一个后续问题：您采用这种方法的原因是无法将SQL server与Airflow一起使用？不，可以将SQL server与Airflow一起使用。这取决于SQL Server的主要用途是处理分析查询，在这种情况下，您应该继续使用它。若您的SQL server更像事务数据库，那个么您应该对更适合生成报告的数据库执行数据提取ETL。。。