🔥码云GVP开源项目 12k star Uniapp+ElementUI 功能强大 支持多语言、二开方便! 广告
# 使用 Dask 扩展 > 贡献者:[@ImPerat0R\_](https://github.com/tssujt)、[@ThinkingChen](https://github.com/cdmikechen) `DaskExecutor`允许您在 Dask 分布式集群中运行 Airflow 任务。 Dask 集群可以在单个机器上运行,也可以在远程网络上运行。有关完整详细信息,请参阅[分布式文档](https://distributed.readthedocs.io/) 。 要创建集群,首先启动一个 Scheduler: ```py # 一个本地集群的默认设置 DASK_HOST=127.0.0.1 DASK_PORT=8786 dask-scheduler --host $DASK_HOST --port $DASK_PORT ``` 接下来,在任何可以连接到主机的计算机上启动至少一个 Worker: ```py dask-worker $DASK_HOST:$DASK_PORT ``` 编辑`airflow.cfg`以将执行程序设置为`DaskExecutor`并在`[dask]`部分中提供 Dask Scheduler 地址。 请注意: * 每个 Dask worker 必须能够导入 Airflow 和您需要的任何依赖项。 * Dask 不支持队列。如果使用队列创建了 Airflow 任务,则会引发警告,但该任务会被提交给集群。