在Apache Airflow中，可以通过配置和管理任务池来控制任务的并发执行。任务池由一定数量的插槽组成，每个插槽可以执行一个任务。当所有插槽都被占用时，新的任务将被放入等待队列中，直到有可用的插槽。

下面是一个使用任务池的代码示例：

首先，需要在Airflow配置文件中定义任务池的大小和名称。打开配置文件（通常是airflow.cfg）并找到以下配置项：

[task]
...
task_slot_pool_enabled = True
task_slot_pool_max_slots = 10
task_slot_pool_name = my_task_pool
...

上述配置将启用任务池，并设置最大插槽数量为10，并命名为my_task_pool。

接下来，在DAG文件中，可以指定任务使用的任务池。在DAG的构造函数中，可以使用default_args参数来设置任务的默认参数，其中包括pool参数：

from airflow import DAG
from airflow.operators.dummy_operator import DummyOperator
from datetime import datetime

default_args = {
    'owner': 'airflow',
    'depends_on_past': False,
    'start_date': datetime(2022, 1, 1),
    'email': ['airflow@example.com'],
    'email_on_failure': False,
    'email_on_retry': False,
    'pool': 'my_task_pool'  # 指定任务使用的任务池
}

dag = DAG('my_dag', default_args=default_args, schedule_interval='@once')

task1 = DummyOperator(task_id='task1', dag=dag)
task2 = DummyOperator(task_id='task2', dag=dag)
task3 = DummyOperator(task_id='task3', dag=dag)

task1 >> task2 >> task3

在上述示例中，三个任务task1、task2和task3都将使用my_task_pool任务池。

这样，当DAG被触发执行时，任务将按照任务池的插槽可用情况进行并发执行。如果任务池中的插槽全部被占用，则新任务将进入等待状态，直到有可用的插槽。

注意：确保Airflow的调度程序进程具有足够的资源来处理设置的任务池大小。