Gratis indledende rådgivning på 15 minutter direkte med vores eksperter.
Apache Airflow er en open source-platform, hvor udviklere definerer datapipelines som kode, kører dem efter en tidsplan og overvåger dem. For Shopware-webshops i Danmark giver Airflow mening, når import, synkronisering og rapportering bliver for komplekse til almindelige cronjobs.
Airflow beskriver processer som DAG’er (directed acyclic graphs): Hver knude er en opgave, og kanterne fastlægger rækkefølge og afhængigheder. DAG’er skrives i Python, en scheduler starter dem efter tidsplan eller på en trigger, workers udfører opgaverne, og en webgrænseflade viser kørsler, køretider, fejl og logs. Genforsøg ved fejl, notifikationer og efterkørsler for missede tidsvinduer er indbygget.
Airflow blev oprindeligt udviklet hos Airbnb og er i dag et Apache-projekt og et standardværktøj i data engineering-teams. Administrerede varianter findes hos Astronomer, AWS (MWAA) og Google Cloud (Cloud Composer).
Til tilbagevendende opgaver har Shopware Scheduled Task-mekanismen og message queue, og til hændelser har den Flow Builder. Airflow kan betale sig, når processerne rækker ud over Shopware og flere systemer er involveret i en fast rækkefølge:
Til enkelte, simple processer er Airflow overdimensioneret; her rækker Flow Builder, en Scheduled Task i et plugin eller en platform som n8n.
Airflow kommunikerer med Shopware via Admin-API’et. En typisk lagersynkronisering i forenklet form:
from airflow import DAG
from airflow.operators.python import PythonOperator
from datetime import datetime, timedelta
def hent_lager(): ... # hent lagerbeholdning fra ERP
def rens(): ... # tjek varenumre, fjern dubletter
def skriv_shopware(): ... # POST /api/_action/sync i pakker á 500 varer
with DAG("shopware_lagersynkronisering", start_date=datetime(2026, 1, 1),
schedule="*/15 * * * *", catchup=False,
default_args={"retries": 3, "retry_delay": timedelta(minutes=5)}) as dag:
hent = PythonOperator(task_id="hent", python_callable=hent_lager)
tjek = PythonOperator(task_id="tjek", python_callable=rens)
skriv = PythonOperator(task_id="skriv", python_callable=skriv_shopware)
hent >> tjek >> skriv
DAG’en kører hvert 15. minut, gentager fejlede opgaver tre gange og viser hver kørsel i grænsefladen. Adgangsdata til Shopware ligger i Airflow Connections eller en secret backend, ikke i koden.
Apache Airflow er det rigtige valg, når datajobs omkring Shopware bliver komplekse, har mange trin og er forretningskritiske, og et team vil vedligeholde dem som kode. For små webshops er driften for omfattende; her rækker Shopwares egne værktøjer eller en no-code-platform. Vi hjælper webshops i Danmark med beslutningen og bygger integrationen til Admin-API’et, se Shopware-pluginudvikling. Flere begreber forklarer vi i vores Shopware-ordbog.