工作流DAG含义

DAG 的全称是 Directed Acyclic Graph，中文叫有向无环图。

---

简单解释

• 有向（Directed）：边有方向，表示“从 A 指向 B”（通常代表依赖关系：A 完成后才能执行 B）。
• 无环（Acyclic）：图中不能形成环，也就是不能出现循环依赖（否则任务会永远卡住）。
• 图（Graph）：由节点（任务）和边（依赖）组成的结构。

在工作流(Workflow)中的核心作用

几乎所有现代数据调度 / 任务编排系统都用 DAG 来描述工作流：

• 节点 = 一个具体任务（比如跑 SQL、训练模型、发送邮件）
• 有向边 = 任务之间的依赖关系（“这个任务必须等上一个完成”）
• 无环 = 保证任务可以按拓扑顺序顺利执行，不会死循环

典型例子：

爬取数据 → 清洗数据 → 特征工程 → 模型训练 → 评估 → 部署
         ↘          ↗
           数据验证

这就是一个典型的 DAG 工作流。

应用场景

• 数据工程：Apache Airflow、Prefect、Dagster、观远 Universe 等
• 机器学习流水线：模型训练、特征处理、推理服务编排
• CI/CD、自动化运维、多 Agent 系统编排等