DAGs 查看您可以一目了然地查看成功、失败及当前正在运行的任务数量。
选中其中一个DAG
树视图
跨越时间的 DAG 的树表示。如果 pipeline（管道）延迟了，您可以很快地看到哪里出现了错误的步骤并且辨别出堵塞的进程。
图表视图
图形视图可能是最全面的一种表现形式了。它可以可视化您的 DAG 依赖以及某个运行实例的当前状态。
任务持续时间图
过去 N 次运行的不同任务的持续时间。通过此视图，您可以查找异常值并快速了解 DAG 在多次运行中花费的时间。
甘特图
甘特图可让您分析任务持续时间和重叠情况。您可以快速识别系统瓶颈和哪些特定 DAG 在运行中花费了大量的时间。
代码视图
透明就是一切。虽然您的 pipeline（管道）代码在源代码管理中，但这是一种快速获取 DAG 代码并提供更多上下文的方法。
任务实例上下文菜单
从上面的页面（树视图，图形视图，甘特图......）中，始终可以单击任务实例，并进入此丰富的上下文菜单，该菜单可以将您带到更详细的元数据并执行某些操作。
任务实例细节
任务实例
查看日志
调度周期
所有的任务实例
所有作业
记录了所有DAG的运行情况
池
当有太多进程同时运行时，某些系统可能会被淹没。Airflow 池可用于限制任意任务集上的执行并行性 。通过为池命名并为其分配多个工作槽来在 UI
连接
外部系统的连接信息存储在 Airflow 元数据数据库中，并在 UI 中进行管理（
Menu -> Admin -> Connections
）。在那里定义了
conn_id
，并附加了主机名/登录/密码/结构信息。 Airflow 管道可以简单地引用集中管理的
conn_id
而无需在任何地方硬编码任何此类信息。
可以定义具有相同
conn_id
许多连接，并且在这种情况下，并且当挂钩使用来自
BaseHook
的
get_connection
方法时，Airflow 将随机选择一个连接，允许在与重试一起使用时进行一些基本的负载平衡和容错。
Airflow 还能够通过操作系统中的环境变量引用连接。但它只支持 URI 格式。如果您需要为连接指定
extra
信息，请使用 Web UI。
如果在 Airflow 元数据数据库和环境变量中都定义了具有相同
conn_id
连接，则 Airflow 将仅引用环境变量中的连接（例如，给定
conn_id
postgres_master
，在开始搜索元数据数据库之前，Airflow 将优先在环境变量中搜索
AIRFLOW_CONN_POSTGRES_MASTER
并直接引用它）。
许多钩子都有一个默认的
conn_id
，使用该挂钩的 Operator 不需要提供显式连接 ID。 例如，
PostgresHook
的默认
conn_id
是
postgres_default
。
XComs
XComs 允许任务交换消息，允许更细微的控制形式和共享状态。该名称是“交叉通信”的缩写。XComs 主要由键，值和时间戳定义，
但也跟踪创建 XCom 的任务/DAG 以及何时应该可见的属性。任何可以被 pickle 的对象都可以用作 XCom 值，因此用户应该确保使用适当大小的对象。
变量
变量是将任意内容或设置存储和检索为 Airflow 中的简单键值存储的通用方法。可以从 UI（
Admin -> Variables
），代码或 CLI 列出，