Airflow Logs

dag_process_manager：scheduler有个功能是监控airflow_dags目录下面的dag文件，然后同步到数据库的dag表中，这是添加dag记录的唯一方法，没有其他的入口可以添加一个新的dag；数据库里的dag记录都是Scheduler扫描airflow_dags目录自动生成的；此文件夹中的日志文件dag_process_manager.log记录的便是此过程的日志；
dag_ids：每个dag一个目录，这是dag的执行日志，dag目录下是每个task的目录，每个task一个目录，task目录下面是一个UTC时间戳为名称的目录，这个时间戳也就是task的运行时间，没运行一次，生成一个目录，这个目录下面才是日志文件，可能会retry多次，每次一个日志，从1.log开始排，也就是taskinstance的日志；从概念部分的依赖可以看到，dag_id/task_id/taskInstance timestamp/retry_time.log

scheduler/按日期每天一个目录，latest目录是当天信息，每个dag一个日志文件，里面记录了此dag的调度记录；

/root/airflow/logs
|-- dag_processor_manager
|   `-- dag_processor_manager.log
|-- example_kubernetes_executor
|   |-- start_task
|   |   `-- 2019-04-16T01:36:05.221216+00:00
|   |       `-- 1.log
|   `-- three_task
|       `-- 2019-04-16T01:36:05.221216+00:00
|           `-- 1.log
|-- example_kubernetes_operator
|   `-- task
|       |-- 2019-04-15T11:20:42.700220+00:00
|       |   `-- 1.log
|       |-- 2019-04-16T00:28:55.663149+00:00
|       |   `-- 1.log
|       |-- 2019-04-16T00:59:23.045582+00:00
|       |   `-- 1.log
|       `-- 2019-04-16T01:23:56.996640+00:00
|           `-- 1.log
`-- scheduler
    |-- 2019-04-15
    |   |-- example_kubernetes_executor.py.log
    |   |-- example_kubernetes_executor_config.py.log
    |   `-- example_kubernetes_operator.py.log
    |-- 2019-04-16
    |   |-- example_kubernetes_executor.py.log
    |   `-- example_kubernetes_operator.py.log
    `-- latest -> /root/airflow/logs/scheduler/2019-04-16

16 directories, 12 files