如何将Apache Airflow的execution date设置为与触发时间一致？

当然可以，但需要调整DAG的配置方式，具体取决于你的Airflow版本和业务需求：

1. 利用Airflow 2.2+的execution_date_fn自定义执行日期 #

从Airflow 2.2开始，官方提供了execution_date_fn参数，允许你自定义执行日期的生成逻辑。你可以让执行日期直接等于触发时间（logical_date），或者根据触发时间调整格式：

from datetime import datetime
from airflow import DAG
from airflow.operators.dummy import DummyOperator

def align_execution_with_trigger(context):
    # 返回触发时间作为执行日期
    return context['logical_date']

with DAG(
    dag_id="aligned_execution_dag",
    start_date=datetime(2024, 1, 1),
    schedule_interval="@daily",
    catchup=False,
    execution_date_fn=align_execution_with_trigger,
) as dag:
    dummy_task = DummyOperator(task_id="dummy_task")

这样配置后，每次DAG触发时，execution_date就会和实际触发的logical_date保持一致。

2. 脱离Airflow内置调度，手动/外部触发 #

如果不需要Airflow自动调度，设置schedule=None，然后用外部工具（比如系统cron）在目标时间触发DAG。触发时可以指定execution_date参数，直接让它等于触发时间：

# 用当前时间作为execution_date触发DAG
airflow dags trigger -e $(date +%Y-%m-%dT%H:%M:%S) your_dag_id

这种方式完全由你控制触发时间和对应的execution_date，适合对调度时间有严格要求的场景。

注意点 #

• 修改默认的execution_date逻辑可能会影响依赖Airflow原生调度语义的功能（比如LatestOnlyOperator、基于execution_date的分区数据处理），上线前务必充分测试。
• Airflow 1.x版本没有execution_date_fn，可以通过自定义Operator或调整任务逻辑间接实现，但更推荐升级到2.x版本以获得官方支持。

内容的提问来源于stack exchange，提问作者Diepdang