如何将环境变量拆解为Airflow函数调用的独立入参

你通过json.loads(config.get(env, 'mass'))获取到的mass，本质和Variable.get("mass", deserialize_json=True)返回值是完全一致的Python字典，不需要额外做拆解逻辑，直接将其传入PythonOperator的op_kwargs参数即可，和使用Airflow Variable传参的逻辑完全相同。

具体修改方式 #

把原来test2_task里包裹字典的写法去掉，直接传入解析后的mass对象，同时把python_callable指向接收独立参数的prettily函数即可，修改后代码如下：

test2_task = PythonOperator(
    task_id='test2',
    python_callable=prettily,
    op_kwargs=mass
)

原理说明 #

• Airflow的PythonOperator中，op_kwargs参数的设计就是接收「键名与被调函数形参名一一对应」的字典，任务执行时Airflow会自动将字典拆分为独立的关键字参数传入目标函数，效果和手动调用prettily(var1=xxx, var2=xxx)完全一致。
• 你之前使用weird函数的写法，是手动在op_kwargs里额外套了一层{'col': mass}结构，相当于只给函数传递了一个名为col的参数，参数值是整个mass字典，所以才需要在函数内部手动提取字典里的值，这层包裹完全是多余的。

配置校验注意 #

请保证配置文件中mass对应的JSON字符串顶层键名，和prettily函数的形参名完全匹配，参考配置格式如下：

# test_dag.cfg 配置示例
[dev]  # 方括号内为你当前ENVIRONMENT环境变量对应的环境名
mass = {"var1": "参数1的值", "var2": "参数2的值"}

如果键名和形参名不匹配，任务执行时会抛出参数不匹配的报错。

内容的提问来源于stack exchange，提问作者Log1c