Apache Airflow 是一种工具或平台，用于编排和调度大规模的数据处理和工作流。

Apache Airflow是一款开源的工作流管理工具。它使用有向非循环图（DAG）创建工作流，可以对各种数据的导入、处理等操作进行工作流控制。
此外，像AWS等云服务提供商也提供了Apache Airflow的托管服务，使其成为一款相对容易引入和使用的工具。
在这里，我们将通过AWS的Amazon Managed Workflows for Apache Airflow (MWAA)来确认Apache Airflow 2.2版本的用户界面是什么样的。

关于Apache Airflow UI

Airflow的用户界面主要由名为DAGs的页面组成，您可以在这个页面上管理各种工作流。您可以打开或关闭每个工作流的执行以及查看执行历史记录。我们将在这里介绍常用的页面。
在下面的页面中，只存在一个名为etl_athena_job的工作流。

DAG的启用/禁用

点击DAG名称左侧的开关可以进行启用（活动状态）或暂停（已暂停状态）。
下图中的DAG已被启用。

每个DAG的界面设计

点击每个DAG可以查看DAG的详细信息。您可以在多个标签中查看DAG的各种信息。

DAG图

点击每个DAG后将转到Graph界面，因此Graph界面经常被参考。在Graph界面中，您可以查看每个任务的详细状态，可以检查每个任务的日志并进行错误后的重试等状态更改。如果点击DAG转到Graph界面，则显示最新执行的状态。如果想要查看过去的执行，则可以通过”Run”来显示过去的执行列表，然后从中进行选择。

DAG的树状结构

在Tree画面中，您可以按照时间顺序查看DAG的执行状态和任务的执行状态。
这个界面对于确认每个任务是否成功或失败，包括过去的执行情况，非常有用。

DAG的日历

在日历界面上，可以查看每天的执行状态。
如果所有执行都成功，它们将以深绿色显示，但如果失败的比例较多，则会显示为接近红色的颜色。

DAG的任务持续时间

任务持续时间——在界面上可以显示每个执行任务的运行时间。
通过该界面可以查看任务持续时间逐渐增长等问题。

DAG的任务尝试

在Task Tries界面上，您可以查看每个任务的重试次数。

DAG的降落时间

在“Landing Times”屏幕上，这是从计划开始执行的时间到实际开始执行的时间之间的差异。
因此，可以检查任务的等待执行时间，以推测Airflow集群资源是否充足。

DAG的甘特图。

在甘特图界面上，您可以通过甘特图查看每个任务的执行时间。
若要查看过去的执行情况，请在“运行”选项下选择过去的执行列表进行选择。

DAG的详细信息 (DAG de

在Details页面中，可以以表格形式查看DAG的配置信息，例如Schedule Interval、Default Args和Task IDs等，这些信息都是在DAG的代码中编写的。

DAG的代码

在Code界面上，可以查看DAG的代码本身。