Airflow 2.5.1执行任务测试时数据库报错但任务仍成功，求排查思路

核心错误排查：TaskFail has no attribute 'execution_date' #

• 该错误来自Airflow内部的cleanup_db.py脚本，根源是Airflow 2.x版本中TaskFail模型已弃用execution_date字段，改用data_interval_start/data_interval_end替代（适配2.2+版本引入的时间间隔模型）。
• 具体排查方向：
  • 验证环境版本一致性：执行pip show apache-airflow确认核心包版本为2.5.1，同时检查apache-airflow-db等关联组件版本是否匹配，避免部分依赖未同步升级。
  • 清理DAG缓存：执行airflow db clean或手动删除$AIRFLOW_HOME/dags下的缓存文件，排除旧版本DAG定义或模型残留的影响。
  • 排查自定义插件：若有自定义代码继承/修改Airflow ORM模型，需检查是否存在TaskFail字段冲突的情况。

警告信息处理 #

1. non-json-serializable params警告 #

• 原因：目标DAG或Task的params参数包含无法JSON序列化的对象（如Python函数、自定义类实例），Airflow 3.0将彻底移除对这类参数的支持。
• 排查方向：
  • 定位my_task所在DAG文件的params定义，确保所有参数为JSON可序列化类型（字符串、数字、列表、字典等）。
  • 若需使用复杂对象，改为在Task内部通过代码生成，而非通过params传递。

2. create_dagrun() without explicit data interval警告 #

• 原因：airflow tasks test内部调用DAG.create_dagrun()时未显式指定数据间隔，这是Airflow 3.0将移除的旧用法。
• 排查方向：
  • 调用命令时显式指定数据间隔参数，规避警告：

    (venv)$ airflow tasks test my_task sleep 2023-01-01 --data-interval-start 2023-01-01T00:00:00 --data-interval-end 2023-01-02T00:00:00
    

  • 检查DAG定义是否显式设置schedule_interval或schedule参数，确保时间间隔配置符合Airflow 2.x规范。

任务成功但报错的原因 #

cleanup_db.py的错误属于后台清理流程的异常，未干扰Task本身的执行逻辑，因此任务最终显示成功，但该错误会影响数据库清理功能，需及时修复。

内容的提问来源于stack exchange，提问作者moth