要解决Airflow无法从Dataflow获取成功状态的问题，可以尝试以下解决方法：

1. 确保正确配置DataflowHook：首先，确保在Airflow DAG中正确配置了DataflowHook。DataflowHook是与Dataflow交互的Airflow插件。在DAG中，可以使用DataflowHook来创建、启动和监视Dataflow作业。以下是一个示例代码片段，展示如何配置DataflowHook：

from airflow.contrib.hooks.gcp_dataflow_hook import DataFlowHook

dataflow_hook = DataFlowHook(gcp_conn_id='your_gcp_connection_id')

def start_dataflow_job():
    job_id = dataflow_hook.start_java_dataflow(job_name='your_job_name', variables={'input': 'gs://your_bucket/input', 'output': 'gs://your_bucket/output'})
    print(f'Started Dataflow job: {job_id}')

2. 检查Dataflow作业状态：在Airflow DAG中，可以使用DataflowHook的get_job()方法来获取Dataflow作业的状态。根据作业的状态，可以执行相应的操作。以下是一个示例代码片段，展示如何检查Dataflow作业状态：

from airflow.contrib.hooks.gcp_dataflow_hook import DataFlowHook

dataflow_hook = DataFlowHook(gcp_conn_id='your_gcp_connection_id')

def check_dataflow_job_status():
    job_id = 'your_job_id'
    job = dataflow_hook.get_job(job_id)
    if job.state == 'DONE':
        print('Dataflow job is done')
        # 执行相应的操作
    elif job.state == 'RUNNING':
        print('Dataflow job is still running')
    else:
        print('Dataflow job is in an unknown state')

3. 检查Airflow和Dataflow之间的网络连接：确保Airflow和Dataflow之间的网络连接正常。如果网络连接存在问题，可能会导致Airflow无法从Dataflow获取作业状态。可以尝试使用其他工具或手动方式，如SDK或命令行工具，来检查网络连接是否正常。

希望以上解决方法能够帮助您解决Airflow无法从Dataflow获取成功状态的问题。