正文
是 Airflow 寻找 DAG 和插件的基准目录。
环境准备
Airflow 是使用 Python 语言编写的，这让我们可以非常简单得在机器上安装。我这里使用的是 Python3.5 版本的 Python，还在使用 Python2 的兄弟们，赶紧出坑吧，3 会让你对 Python 更加痴迷的。虽然 Airflow 是支持 Python2 版本的，好像最低可以支持到 Python2.6，但是我墙裂推荐大家使用 Python3.接下来，我将使用 virtualenv 来管理开发环境，并且进行后续的一系列实验。
安装 Airflow
为了方便，我这里单独创建了一个 airflow 的用户用于实验，同时使用这个用户的 home 目录
/home/
airflow
作为 airflow 的工作目录，如果你希望和我看到一样的效果，那么我希望是跟着我的步骤一起来：
这里只是进入 virtualenv 环境，接下来才是安装 airflow 的步骤，截止到我写博客的时候，airflow 的最新版本是 1.8，所以我这里就使用 1.8 的版本：
(venv) $ pip install airflow==1.8.0
经过一段稍长的等待时间之后，我们的 airflow 应该是安装成功了，在安装过程我们可以看到，airflow 依赖于大量的其他库，这个我们后续都会慢慢道来。现在是是否配置 airflow 的环境了。
第一个需要配置的就是
AIRFLOW_HOME
环境变量，这个是 airflow 工作的基础，后续的 DAG 和 Plugin 都将以此为基础展开，因为他们都是以
AIRFLOW_HOME
作为根目录进行查找。根据我们之前的描述，我们的 HOME 目录应该是
/home/
airflow
，所以可以这么设置:
