我创建了一个dag，它从数据库中提取mysql数据并将其加载到云存储，然后将bigquery作为json文件。
dag适用于某些表，但不是所有表，因为它不能解码表中的某些字符。这是相当多的数据，所以我不能准确指出错误或无效字符的位置。
我尝试过将数据库、表和列字符集从utf8更改为utf8mb4。这没用。
我也试过调用encoding='utf-8'和'iso-8859-1'，但是我认为我没有正确地调用它们，因为我一直在用我的连接来做这件事，我仍然得到相同的错误。
我正在运行Python2.7.12和airflow v1.8.0
更新：阅读以下内容后：https://cwiki.apache.org/confluence/display/airflow/common+pitfalls 建议使用定义字符集的连接字符串，例如：sql\u alchemy\u conn=mysql://airflow@localhost：3306/气流？字符集=utf8
如何使用云sql示例实现这一点？

podio_connections = [
    'mysql_connection'
]

podio_tables = [
     'finance_banking_details',
     'finance_goods_invoices',
]

default_args = {
    'owner': 'xxxxxx',
    'start_date': datetime(2018,1,11),
    'depends_on_past': False,
    'retries': 2,
    'retry_delay': timedelta(minutes=5),
}

dag = DAG('mysql_to_bigquery', default_args=default_args, schedule_interval='@daily')

slack_notify = SlackAPIPostOperator(
    task_id='slack_notify',
    token='xxxxxx',
    channel='data-status',
    username='airflow',
    text='Successfully performed Podio ETL operation',
    dag=dag)

for connection in podio_connections:
    for table in podio_tables:
        extract = MySqlToGoogleCloudStorageOperator(
            task_id="extract_mysql_%s_%s"%(connection,table),
            mysql_conn_id=connection,
            google_cloud_storage_conn_id='gcp_connection',
            sql="SELECT *, '%s' as source FROM podiodb.%s"%(connection,table),
            bucket='podio-reader-storage',
            filename="%s/%s/%s{}.json"%(connection,table,table),            
            schema_filename="%s/schemas/%s.json"%(connection,table),
        dag=dag)

        load = GoogleCloudStorageToBigQueryOperator(
            task_id="load_bg_%s_%s"%(connection,table),
            bigquery_conn_id='gcp_connection',
            google_cloud_storage_conn_id='gcp_connection',
            bucket='podio-reader-storage',
            #destination_project_dataset_table="podio-data.%s.%s"%(connection,table),
            destination_project_dataset_table = "podio-data.podio_data1.%s"%(table),
            source_objects=["%s/%s/%s*.json"%(connection,table,table)],
            schema_object="%s/schemas/%s.json"%(connection,table),
            source_format='NEWLINE_DELIMITED_JSON',
            write_disposition='WRITE_TRUNCATE',
            dag=dag)

        load.set_upstream(extract)
        slack_notify.set_upstream(load)

[2018-01-12 15:36:10221]{models.py:1417}错误-'utf8'编解码器无法解码第36位的字节0x96:无效的起始字节
回溯（最近一次呼叫）：
文件“/usr/local/lib/python2.7/dist packages/airflow/models.py”，第1374行，in run result=task\u copy.execute（context=context）
file“/usr/local/lib/python2.7/dist-packages/airflow/contrib/operators/mysql\u to \u gcs.py”，第91行，在execute files\u to \u upload=self.写入\u本地\u数据\u文件（光标）
file“/usr/local/lib/python2.7/dist-packages/airflow/contrib/operators/mysql\u to\u gcs.py”，第136行，in\u write\u local\u data\u files json.dump（row\u dict，tmp\u file\u handle）
文件“/usr/lib/python2.7/json/init.py”，第189行，位于iterable中chunk的dump中：
文件“/usr/lib/python2.7/json/encoder.py”，第434行，位于\u iterencode中，用于\u iterencode\u dict中的块（o，\u current\u indent\u level）：
文件“/usr/lib/python2.7/json/encoder.py”，\u iterencode\u dict yield\u encoder（value）中的第390行
unicodedecodeerror:“utf8”编解码器无法解码位置36中的字节0x96:起始字节无效