AWS MWAA（托管 Apache Airflow）是一个托管的 Apache Airflow 服务，用于管理和运行工作流（DAG）。程序员可以通过编写 Python 代码来控制和管理他们的 DAG。以下是一个程序化启用 DAGs 的示例代码：

import boto3

client = boto3.client('mwaa')

response = client.update_environment(
    Name='my-mwaa-environment',
    AirflowConfigurationOptions={
        'airflow.cfg': {
            'core': {
                'load_examples': False,
            },
            'webserver': {
                'dag_default_view': 'graph',
            },
        },
    },
    DagS3Path='s3://my-dag-bucket/dags',
    AutomaticDagLoadingEnabled=True
)

上面的代码使用 AWS SDK for Python (Boto3) 中的 boto3.client() 类来调用 MWAA API 中的 update_environment() 方法。此方法用于更新 MWAA 环境的配置，以启用程序化 DAG 功能。

此示例代码中的 update_environment() 方法接受以下参数：

• Name：MWAA 环境的名称。
• AirflowConfigurationOptions：要应用于 Airflow 的配置选项。
• DagS3Path：S3 存储桶中存储 DAG 的路径。
• AutomaticDagLoadingEnabled：启用或禁用自动加载 DAG。

在此示例代码中，AirflowConfigurationOptions 选项包括 core 和 webserver 部分。 core 部分用于配置 Airflow 的核心设置，而 webserver 部分用于配置 Web 服务器设置。 此外，参数值 'False” 用于关闭默认示例 DAG 的加载，并将发布 DAG 切换到图形视图。 DagS3Path 参数指定了存储 DAG 的 S3 存储桶的路径，而 AutomaticDagLoadingEnabled 参数启用自动加载 DAG。

使用此示例代码，程序员可以对 MWAA 环境进行编程配置，以控制和管理 DAG 的运行。