# Dynamic Task Mapping — Apache Airflow: Data Pipelines का Orchestration

Source: https://www.geekswithgeeks.com/hi/airflow/flow-mapping

> `expand()` से run के समय परिवर्तनीय संख्या में समानांतर tasks बनाएँ।

## एक परिभाषा, कई tasks

कभी आपको तब ही पता चलता है कि कितने समानांतर काम चाहिए जब DAG चलता है, जैसे "आज आई हर फ़ाइल प्रोसेस करो"। **Dynamic task mapping** task को सूची पर **expand** होने देता है ताकि Airflow run के समय हर item के लिए एक **mapped task instance** बनाए। बदलते argument के लिए `.expand(arg=list_or_xcom)` और निश्चित arguments के लिए `.partial(...)` उपयोग करें। Downstream task तब सारे नतीजे सूची के रूप में पा सकता है। Mapped instances की संख्या उचित रखें (सैकड़ों, लाखों नहीं)।

## सूची पर expand

`list_files` task नाम लौटाता है; `process.expand` हर नाम के लिए एक task बनाता है; `summarise` सारे return values पाता है। मैंने इसे Airflow 3.0.6 पर `airflow dags test process_files 2026-10-01` से चलाया; तीन mapped `process` instances चले और `summarise` ने नीचे की पंक्ति छापी।

```python
from datetime import datetime

from airflow.sdk import dag, task

@dag(schedule="@daily", start_date=datetime(2026, 9, 1), catchup=False)
def process_files():
    @task
    def list_files() -> list[str]:
        return ["a.csv", "b.csv", "c.csv"]

    @task
    def process(name: str) -> int:
        return len(name)            # stand-in for real work

    @task
    def summarise(counts: list[int]) -> None:
        print(f"processed {len(counts)} files")

    summarise(process.expand(name=list_files()))

process_files()
```

Output:

```
processed 3 files
```

**Quiz:** Dynamic task mapping कब उपयोगी है?

- [x] जब समानांतर tasks की संख्या सिर्फ़ run के समय पता हो
- [ ] जब आप DAG फ़ाइल चलते समय बदलना चाहें
- [ ] जब कोई task न हो
- [ ] कभी नहीं

*Answer:* जब समानांतर tasks की संख्या सिर्फ़ run के समय पता हो. Mapping run के दौरान बने डेटा से task instances बनाता है।