如果使用得当，Airflow 可以成为一个企业级的调度工具。它能够“在任何节点上运行任何命令”的能力非常惊人。处理复杂的混合模式任务变得容易，而且通过 Celery Worker 进行横向扩展非常强大。开源社区非常棒，我们可以自己诊断和调试问题，并将贡献反馈回社区以造福更多人。
问题是什么？
我们必须以多种方式将我们复杂的旗舰应用程序部署到多个节点上。这要求任务能够在 Windows 节点之间通信并完美地协调时序。我们不想购买昂贵的企业级调度工具，并且需要极致的灵活性。
Apache Airflow 如何帮助解决这个问题？
最终，我们认为灵活、多节点、支持 DAG 的工具至关重要，而 Airflow 是为数不多符合这一要求的工具之一。基于开源和 Python 是我们坚持核心原则的重要因素。当时，Airflow 缺少 Windows 钩子和操作符，因此我们向社区贡献了 WinRM 钩子和操作符。考虑到其灵活性，我们还使用 DAG 生成器来通过元数据驱动我们的 DAG，从而降低维护成本。
结果是什么？
我们拥有一个非常灵活的部署框架，使我们能够尽可能地保持敏捷。只要我们正确使用该工具，其可靠性是我们日益信赖的。可扩展性也使我们能够缩短对服务器集群进行操作所需的时间。