Airflow DAG文件已放置到位但airflow dags list及界面均不显示问题

• 排查DAG文件语法与依赖问题
  直接用Python解释器执行DAG文件验证是否存在语法错误、依赖缺失问题，执行命令：
  python3 <你的DAG文件绝对路径>
  执行后如果抛出异常，按照报错提示修复代码、安装对应依赖即可。
• 核对DAG路径与权限配置
  首先确认当前Airflow生效的dags文件夹路径，执行命令：
  airflow config get-value core dags_folder
  确认该路径与你放置DAG文件的路径完全一致。之后检查DAG文件及上层dags文件夹的权限，保证Airflow运行身份对文件有读权限、对文件夹有读+执行权限，可通过如下命令授权：
  chmod 644 <DAG文件绝对路径>
chmod 755 <dags文件夹绝对路径>
• 检查DAG代码本身的配置合规性
  • 确认DAG对象被定义在模块全局作用域，没有仅封装在函数内部未对外暴露
  • 确认DAG的dag_id没有和现有DAG重复，重复的DAG会被Airflow自动过滤
  • 确认DAG文件后缀为.py，非.py后缀的文件默认不会被Airflow解析为DAG
  • 如果使用Airflow 2.x的@dag装饰器定义DAG，需要在模块顶层调用装饰后的函数生成DAG实例，否则解析器无法识别到DAG对象
• 确认调度器运行状态与解析间隔
  首先验证Airflow调度器进程正常运行，执行命令：
  ps aux | grep airflow-scheduler
  如果无对应运行进程，启动调度器即可。Airflow默认DAG文件夹扫描间隔为300秒，修改DAG后可等待5分钟再刷新界面或执行airflow dags list查询，也可修改airflow.cfg中core配置段的dag_dir_list_interval参数调低扫描间隔，修改后重启调度器生效。

内容的提问来源于stack exchange，提问作者Rick Giuly