按顺序重新运行DAG任务是指在Apache Airflow中，重新运行DAG任务的执行步骤按照其在DAG中定义的顺序进行。

下面是一个解决方法的代码示例：

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

def task1():
    # 任务1的逻辑代码
    print("Running Task 1")

def task2():
    # 任务2的逻辑代码
    print("Running Task 2")

def task3():
    # 任务3的逻辑代码
    print("Running Task 3")

# 定义DAG的配置
default_args = {
    'owner': 'airflow',
    'start_date': datetime(2022, 1, 1)
}

# 定义DAG对象
dag = DAG('rerun_dag_tasks', schedule_interval=None, default_args=default_args)

# 定义任务1
task_1 = PythonOperator(
    task_id='task_1',
    python_callable=task1,
    dag=dag
)

# 定义任务2
task_2 = PythonOperator(
    task_id='task_2',
    python_callable=task2,
    dag=dag
)

# 定义任务3
task_3 = PythonOperator(
    task_id='task_3',
    python_callable=task3,
    dag=dag
)

# 定义任务之间的依赖关系
task_1 >> task_2 >> task_3

在上面的示例中，我们定义了一个包含三个任务的DAG，任务1、任务2和任务3。任务之间的依赖关系是按照它们在DAG中定义的顺序进行的。

要重新运行DAG任务，可以使用Airflow的命令行界面或Web界面。在命令行界面中，可以运行以下命令：

airflow clear rerun_dag_tasks
airflow backfill rerun_dag_tasks -s 2022-01-01 -e 2022-01-01

其中，rerun_dag_tasks是DAG的名称，-s参数指定开始日期，-e参数指定结束日期。这将会重新运行DAG中的所有任务，按照它们在DAG中定义的顺序进行。

在Web界面中，可以选择DAG并点击"Trigger DAG"按钮来重新运行DAG任务。

请注意，重新运行DAG任务将会重新运行所有的任务，而不仅仅是失败的任务。如果只想重新运行失败的任务，可以使用Airflow的重试机制或手动重新运行特定的任务。