17370845950

airflow web ui 显示的“last run time”实际指 dag 数据区间（data interval）的起始时间，而任务日志和 dag 详情页中显示的时间则是数据区间的结束时间，二者天然相差一个调度周期，并非时区或配置错误。

在 Apache Airflow 中，“Last Run Time”这一字段常被误解为任务实际触发或完成的时间，但其本质是 DAG 的 data interval start（数据区间起始时间），而非执行时间戳（execution_date 在旧版本中已弃用，现统一由 data interval 定义）。Airflow 的调度模型基于数据驱动：每个 DAG 运行对应处理一段历史数据窗口，例如：

• 若 schedule_interval = '0 0 * * *'（每天 UTC 00:00 执行），则：
  • Data Interval Start: 2025-05-10T00:00:00+00:00
  • Data Interval End: 2025-05-11T00:00:00+00:00
  • 此次 DAG 实际在 2025-05-11T00:00:00+00:00（即 interval end）之后被调度器触发（通常略有延迟），用于处理 [2025-05-10, 2025-05-11) 区间的数据。

因此，您在首页看到的 “Last Run Time”（如 2025-05-10）是 data interval start；点击进入 DAG 页面后，顶部显示的 Execution Date 或日志中的 logical_date 默认展示的是 data interval end（即 2025-05-11），这正是您观察到“小时+1”（或日期+1）现象的根本原因——它反映的是同一调度周期的区间终点，而非 bug 或时区偏差。

✅ 验证方式（在 DAG 文件中添加调试逻辑）：

from airflow import DAG
from airflow.operators.python import PythonOperator
from datetime import datetime, timedelta

def print_intervals(**context):
    dag_run = context['dag_run']
    print(f"Data Interval Start: {dag_run.data_interval_start}")
    print(f"Data Interval End:   {dag_run.data_interval_end}")
    print(f"Logical Date (alias for start): {context['logical_date']}")

with DAG(
    'debug_data_interval',
    schedule_interval='0 0 * * *',
    start_date=datetime(2025, 1, 1),
    catchup=True,
) as dag:
    task = PythonOperator(
        task_id='print_intervals',
        python_callable=print_intervals,
        dag=dag
    )

? 注意事项：

• Airflow 2.2+ 已完全采用 data_interval_start / data_interval_end 替代旧版 execution_date，所有内部逻辑（调度、重跑、UI 渲染）均以此为准；
• Web UI 各处时间显示逻辑不同：DAG 列表页 → data_interval_start；DAG 详情页头部 & Task Instance 日志页 → data_interval_end（Airflow 默认将 logical_date 显示为 interval end 以对齐“该次运行所代表的数据截止点”）；
• 无需修改时区配置（如 default_timezone）来“修复”该差异——这是设计使然，确保语义清晰：“这次运行负责处理从 X 到 Y 的数据”。

总结：这不是缺陷，而是 Airflow 数据时间模型的核心体现。理解 data interval 是掌握调度语义、正确设置 start_date、排查延迟/跳过问题的前提。建议在 DAG 文档中显式标注数据区间含义，避免团队误读。