Python 获取>；的DAG不支持的操作数类型时出错>；：'；列表'；和'；列表'；。任务的顺序和并行执行

我不熟悉Apache和DAG。DAG中总共有6个任务（任务1、任务2、任务3、任务4、任务5、任务6）。但是在运行DAG时，我们得到了下面的错误

DAG不支持>>的操作数类型：“列表”和“列表”

下面是我的DAG代码。请帮忙。我是个新手

from airflow import DAG
from datetime import datetime
from airflow.providers.databricks.operators.databricks import DatabricksSubmitRunOperator


default_args = {
    'owner': 'airflow',
    'depends_on_past': False
}

dag = DAG('DAG_FOR_TEST',default_args=default_args,schedule_interval=None,max_active_runs=3, start_date=datetime(2020, 7, 14)) 


#################### CREATE TASK #####################################   

task_1 = DatabricksSubmitRunOperator(
    task_id='task_1',
    databricks_conn_id='connection_id_details',
    existing_cluster_id='{{ dag_run.conf.clusterId }}',
    libraries= [
        {
        'jar': 'dbfs:/task_1/task_1.jar'
        }        
        ],
    spark_jar_task={
        'main_class_name': 'com.task_1.driver.TestClass1',
        'parameters' : [
            '{{ dag_run.conf.json }}'       
        ]
    }
)



    
task_2 = DatabricksSubmitRunOperator(
    task_id='task_2',
    databricks_conn_id='connection_id_details',
    existing_cluster_id='{{ dag_run.conf.clusterId }}',   
    libraries= [
        {
        'jar': 'dbfs:/task_2/task_2.jar'
        }        
        ],
    spark_jar_task={
        'main_class_name': 'com.task_2.driver.TestClass2',
        'parameters' : [
            '{{ dag_run.conf.json }}'                               
        ]
    }
)
    
task_3 = DatabricksSubmitRunOperator(
    task_id='task_3',
    databricks_conn_id='connection_id_details',
    existing_cluster_id='{{ dag_run.conf.clusterId }}',   
    libraries= [
        {
        'jar': 'dbfs:/task_3/task_3.jar'
        }        
        ],
    spark_jar_task={
        'main_class_name': 'com.task_3.driver.TestClass3',
        'parameters' : [
            '{{ dag_run.conf.json }}'   
        ]
    }
) 

task_4 = DatabricksSubmitRunOperator(
    task_id='task_4',
    databricks_conn_id='connection_id_details',
    existing_cluster_id='{{ dag_run.conf.clusterId }}',
    libraries= [
        {
        'jar': 'dbfs:/task_4/task_4.jar'
        }        
        ],
    spark_jar_task={
        'main_class_name': 'com.task_4.driver.TestClass4',
        'parameters' : [
            '{{ dag_run.conf.json }}'   
        ]
    }
) 

task_5 = DatabricksSubmitRunOperator(
    task_id='task_5',
    databricks_conn_id='connection_id_details',
    existing_cluster_id='{{ dag_run.conf.clusterId }}',
    libraries= [
        {
        'jar': 'dbfs:/task_5/task_5.jar'
        }        
        ],
    spark_jar_task={
        'main_class_name': 'com.task_5.driver.TestClass5',
        'parameters' : [
            'json ={{ dag_run.conf.json }}' 
        ]
    }
) 

task_6 = DatabricksSubmitRunOperator(
    task_id='task_6',
    databricks_conn_id='connection_id_details',
    existing_cluster_id='{{ dag_run.conf.clusterId }}',
    libraries= [
        {
        'jar': 'dbfs:/task_6/task_6.jar'
        }        
        ],
    spark_jar_task={
        'main_class_name': 'com.task_6.driver.TestClass6',
        'parameters' : ['{{ dag_run.conf.json }}'   
        ]
    }
) 

#################### ORDER OF OPERATORS ###########################  
 
    task_1.dag = dag
    task_2.dag = dag
    task_3.dag = dag
    task_4.dag = dag
    task_5.dag = dag
    task_6.dag = dag

task_1 >> [task_2 , task_3] >> [ task_4 , task_5 ] >> task_6 

---

任务依赖项无法处理[list]>>[list]。解决此问题的最简单方法是在多行上指定依赖项：

task_1 >> [task_2 , task_3]
task_2 >> [task_4, task_5]
task_3 >> [task_4, task_5]
[task_4 , task_5 ] >> task_6

---

任务依赖项无法处理[list]>>[list]。解决此问题的最简单方法是在多行上指定依赖项：

task_1 >> [task_2 , task_3]
task_2 >> [task_4, task_5]
task_3 >> [task_4, task_5]
[task_4 , task_5 ] >> task_6

---

您希望的任务依赖性是什么？您想在

task_2

之后运行

task_4

，还是在

task_2

和

task_3

根据该答案，使用以下选项之一：

（如果任务4应在

任务2

和

任务3

完成后运行，则使用此选项）

任务1>>[任务2，任务3]
任务2>>[任务4，任务5]>>任务6
任务3>>[任务4，任务5]

或

（如果任务4应在

任务2

完成后运行，而

任务5

应在

任务3

完成后运行，则使用此选项）

任务1>>[任务2，任务3]
任务2>>任务4
任务3>>任务5
[任务4，任务5]>>任务6

提示，您不需要执行以下操作：

task_1.dag=dag
任务2.dag=dag
任务3.dag=dag
任务4.dag=dag
任务_5.dag=dag
任务_6.dag=dag

您可以将

dag

参数传递给任务本身，例如：

task_6=DatabricksSubmitRunOperator(
task_id='task_6'，
dag=dag，
databricks_conn_id='connection_id_details'，
现有的_cluster_id={{dag_run.conf.clusterId}}，
图书馆=[
{
'jar'：'dbfs:/task_6/task_6.jar'
}        
],
火花罐任务={
'main_class_name'：'com.task_6.driver.TestClass6'，
'参数'：['{{dag_run.conf.json}}'
]
}
) 

---

或者使用DAG作为您的上下文管理器，如和中的第（1）点所述，您希望的任务相关性是什么？您想在

task_2

之后运行

task_4

，还是在

task_2

和

task_3

根据该答案，使用以下选项之一：

（如果任务4应在

任务2

和

任务3

完成后运行，则使用此选项）

任务1>>[任务2，任务3]
任务2>>[任务4，任务5]>>任务6
任务3>>[任务4，任务5]

或

（如果任务4应在

任务2

完成后运行，而

任务5

应在

任务3

完成后运行，则使用此选项）

任务1>>[任务2，任务3]
任务2>>任务4
任务3>>任务5
[任务4，任务5]>>任务6

提示，您不需要执行以下操作：

task_1.dag=dag
任务2.dag=dag
任务3.dag=dag
任务4.dag=dag
任务_5.dag=dag
任务_6.dag=dag

您可以将

dag

参数传递给任务本身，例如：

task_6=DatabricksSubmitRunOperator(
task_id='task_6'，
dag=dag，
databricks_conn_id='connection_id_details'，
现有的_cluster_id={{dag_run.conf.clusterId}}，
图书馆=[
{
'jar'：'dbfs:/task_6/task_6.jar'
}        
],
火花罐任务={
'main_class_name'：'com.task_6.driver.TestClass6'，
'参数'：['{{dag_run.conf.json}}'
]
}
) 

---

或者使用DAG作为上下文管理器，如

task6表单我不显示：（task6表单我不显示：(