Airflow有很多类型的"startdate"，比如说dag本身定义时候的start_date，dag每隔一段时间执行的时候的execution_date，以及我们直观感受到的这个dag真正开始执行的时间，不同类型的startdate让人烟花缭乱，那么它们的区别是什么呢？
对于dag本身定义的start_date，它定义了这个dag开始的时间，如果dag本身同时定义了有周期性的schedule interval，那么dag会从startdate开始，每隔一个schedule interval建立一次DagRun，直到当前时间为止。
很多人可能会认为dag在startdate的时候就开始执行相关任务了，但实际并不是，对于scheduled run而言，它的第一次run是在startdate + scheduled interval之后的，即这个dag需要过完第一次interval之后才会触发第一次运行。原因的话在下文会讨论。（相对于start_date而言dag定义的时候还有一个可选变量end_date，不过如果设置end_date的话当到了这个时间dag就不再进行新的run了，和startdate需要等一个interval还是有区别的）
对于execution date而言，需要分两种情况。第一种是scheduled run，那么它的定义类似于startdate，即并不是实际执行这个任务的时间，而是执行该任务的时间减去一个interval。另外一种情况是手动触发dag run，那么这个时候execution date即触发该dag run时间。
举个栗子，一个dag的scheduled interval为一天，我们规定这个dag在每天早上5点运行。对于今天（2021年7月27日）运行的dagrun，如果它是按照scheduled调度在早上5点运行的话，它的execution date为7月26日的5点；而如果我们在早上9点手动触发该dag的话，此时的execution date即为27日早上9点。
有意思的是，为什么scheduled dag的execution date会比实际运行的时间早一个时间间隔interval呢？
Airflow有个很常见的应用场景是每日的（离线）数据批量处理，一般来说对于某一天的数据处理是要等到这一天过完才能进行（如果还没过完该天进行处理则数据是不全的）。对于scheduled dag而言，因为它是按照时间表来跑的，这里的execution_date（包括之前提到的定义DAG情况下的start_date）其实可以理解为收集的是哪一天（或哪一个时间间隔interval）的数据，所以说实际的执行时间是要晚于execution_date一个时间间隔的，只有过完这个时间间隔，才会有对应的数据可以进行处理。
综上所述，start_date，execution_date和实际开始运行的时间关系如下：
对于scheduled dag：
execution_date比实际开始运行的时间早一个scheduled interval，startdate可以理解为这个dag第一次运行时候的execution_date
对于手动触发的dag：
execution_date就是dag实际被触发的时间，所见即所得，没有太多的条条框框
