DAG-Probleme aufgrund von unzureichendem Arbeitsspeicher und Speicherplatz beheben

Cloud Composer 1 | Cloud Composer 2 | Cloud Composer 3

Diese Anleitung beschreibt Schritte zum Debuggen eines fehlgeschlagenen Airflow-DAG in Cloud Composer und diagnostizieren ressourcenbezogene Probleme mit Workern, z. B. nicht genügend Worker-Arbeitsspeicher oder Speicherplatz, dank der Logs und der Umgebung, des Monitorings.

Einleitung

In diesem Tutorial liegt der Schwerpunkt auf ressourcenbezogenen Problemen, um zu zeigen, wie Sie einen DAG debuggen können.

Ein Mangel an zugewiesenen Worker-Ressourcen führt zu DAG-Fehlern. Wenn eine Airflow-Aufgabe nicht genügend Arbeitsspeicher oder Speicherplatz, kann eine Airflow-Ausnahme sein, Beispiele:

WARNING airflow.exceptions.AirflowException: Task received SIGTERM signal
INFO - Marking task as FAILED.

oder

Task exited with return code Negsignal.SIGKILL

In solchen Fällen empfiehlt es sich, den Airflow-Worker zu erhöhen, oder die Anzahl der Aufgaben pro Worker reduzieren. Da Airflow jedoch Ausnahmen können generisch sein, es kann schwierig sein, die das Problem verursacht.

In diesem Tutorial erfahren Sie, wie Sie den Grund für einen DAG-Fehler diagnostizieren und den Ressourcentyp, der Probleme verursacht, durch Debugging von zwei Beispiel-DAGs identifizieren die aufgrund von zu wenig Worker-Arbeitsspeichern und -speichern fehlschlagen.

Lernziele

• Führen Sie Beispiel-DAGs aus, die aus folgenden Gründen fehlschlagen:

  • Zu wenig Arbeitsspeicher für Worker
  • Nicht genügend Speicherplatz für Worker

• Fehlerursachen ermitteln

• Zugewiesene Worker-Ressourcen erhöhen

• DAGs mit neuen Ressourcenlimits testen

Kosten

In dieser Anleitung werden die folgenden kostenpflichtigen Komponenten von Google Cloud verwendet:

• Cloud Composer (siehe zusätzliche Kosten)
• Cloud Monitoring

Nach Abschluss dieser Anleitung können Sie weitere Kosten durch Löschen von erstellten Ressourcen vermeiden. Weitere Informationen finden Sie unter Bereinigen.

Hinweise

In diesem Abschnitt werden die Aktionen beschrieben, die vor dem Start der Anleitung erforderlich sind.

Projekt erstellen und konfigurieren

Für diese Anleitung benötigen Sie ein Google Cloud-Projekt. Konfigurieren Sie das Projekt so:

1. Wählen Sie in der Google Cloud Console ein Projekt aus oder erstellen Sie eines:

   Zur Projektauswahl

2. Die Abrechnung für Ihr Projekt muss aktiviert sein. Hier erfahren Sie, wie Sie prüfen, ob die Abrechnung für ein Projekt aktiviert ist.

3. Der Nutzer Ihres Google Cloud-Projekts muss die folgenden Rollen haben, um die erforderlichen Ressourcen zu erstellen:

   • Administrator für Umgebung und Storage-Objekte (roles/composer.environmentAndStorageObjectAdmin)
   • Compute-Administrator (roles/compute.admin)
   • Monitoring-Bearbeiter (roles/monitoring.editor)

Die APIs für Ihr Projekt aktivieren

Enable the Cloud Composer API.

Enable the API

Cloud Composer-Umgebung erstellen

Erstellen Sie eine Cloud Composer 2-Umgebung.

Wichtig: Verwenden Sie die Voreinstellung für eine kleine Umgebung, um die Fehler bei Verwendung der Beispiele weiter unten in dieser Anleitung zu reproduzieren. Dies ist die Standardeinstellung beim Erstellen einer Umgebung über die Google Cloud Console.

Beim Erstellen der Umgebung gewähren Sie dem Konto des Composer-Dienst-Agents die Rolle Dienst-Agent-Erweiterung für die Cloud Composer v2 API (roles/composer.ServiceAgentV2Ext). Cloud Composer verwendet dieses Konto, um Vorgänge auszuführen in Ihrem Google Cloud-Projekt.

Limits für Worker-Ressourcen prüfen

Prüfen Sie die Airflow-Worker-Ressourcenlimits in Ihrer Umgebung:

1. Rufen Sie in der Google Cloud Console die Seite Umgebungen auf.

   Zur Seite Umgebungen

2. Klicken Sie in der Liste der Umgebungen auf den Namen Ihrer Umgebung. Die Seite Umgebungsdetails wird geöffnet.

3. Rufen Sie den Tab Umgebungskonfiguration auf.

4. Gehen Sie zu Ressourcen > Konfiguration der Arbeitslasten > Worker.

5. Die Werte müssen 0,5 vCPUs, 1,875 GB Arbeitsspeicher und 1 GB Speicher lauten. Das sind die Airflow-Nutzerressourcenlimits, mit denen Sie in den nächsten Schritten dieser Anleitung arbeiten.

Beispiel: Probleme mit unzureichendem Arbeitsspeicher diagnostizieren

Laden Sie den folgenden Beispiel-DAG in die Umgebung hoch, die Sie in den vorherigen Schritten erstellt haben. In dieser Anleitung heißt dieser DAG create_list_with_many_strings

Dieser DAG enthält eine Aufgabe, die die folgenden Schritte ausführt:

1. Erstellt eine leere Liste s.
2. Führt einen Zyklus aus, um den String More an die Liste anzufügen.
3. Gibt an, wie viel Arbeitsspeicher die Liste verbraucht, und wartet bei jeder Iteration von einer Minute 1 Sekunde.

Warnung: Dieser DAG simuliert ein Problem mit Arbeitsspeichermangel, das den Betrieb in Ihrer Umgebung beeinträchtigen kann.

import time

import airflow
from airflow import DAG
from airflow.operators.python_operator import PythonOperator
import sys
from datetime import timedelta

default_args = {
    'start_date': airflow.utils.dates.days_ago(0),
    'retries': 0,
    'retry_delay': timedelta(minutes=10)
}

dag = DAG(
    'create_list_with_many_strings',
    default_args=default_args,
    schedule_interval=None)


def consume():
    s = []
    for i in range(120):
        for j in range(1000000):
            s.append("More")
        print(f"i={i}; size={sys.getsizeof(s) / (1000**3)}GB")
        time.sleep(1)


t1 = PythonOperator(
    task_id='task0',
    python_callable=consume,
    dag=dag,
    depends_on_past=False,
    retries=0
)

Beispiel-DAG auslösen

Beispiel-DAG create_list_with_many_strings auslösen:

1. Rufen Sie in der Google Cloud Console die Seite Umgebungen auf.

   Zur Seite Umgebungen

2. Klicken Sie in der Spalte Airflow-Webserver auf den Link Airflow für Ihre Umgebung.

3. Klicken Sie in der Airflow-Weboberfläche auf der Seite DAGs in der Spalte Links für Ihren DAG auf die Schaltfläche Trigger DAG.

4. Klickbasierter Trigger

5. Klicken Sie auf der Seite DAGs auf die ausgelöste Aufgabe und prüfen Sie die Ausgabeprotokolle, um sicherzustellen, dass der DAG gestartet wurde.

Während der Task ausgeführt wird, wird in den Ausgabeprotokollen die Arbeitsspeichergröße in GB ausgegeben, die vom DAG verwendet wird.

Nach einigen Minuten schlägt die Aufgabe fehl, da sie den Airflow-Worker überschreitet. 1,875 GB.

Hinweis :Wenn Sie den DAG auslösen, der das Arbeitsspeicherlimit gleichzeitig Wenn eine der Aufgaben die Speicherkapazität überschreitet, und schlägt fehl, schlagen andere laufende Aufgaben ebenfalls fehl, selbst wenn sie dies Arbeitsspeicher verbrauchen.

Fehlgeschlagenen DAG diagnostizieren

Wenn Sie zum Zeitpunkt des Fehlers mehrere Tasks ausgeführt haben, sollten Sie erwägen, und die Diagnose des Ressourcendrucks während dieser Zeit welche Aufgaben Ressourcendruck verursachen und welche Ressourcen Sie erhöhen müssen.

Airflow-Aufgabenlogs prüfen

Sie sehen, dass die Aufgabe aus dem DAG create_list_with_many_strings Failed.

Prüfen Sie die Logs der Aufgabe. Sie sehen den folgenden Logeintrag:

```none
{local_task_job.py:102} INFO - Task exited with return code
Negsignal.SIGKILL
```

`Netsignal.SIGKILL` might be an indication of your task using more memory
than the Airflow worker is allocated. The system sends
the `Negsignal.SIGKILL` signal to avoid further memory consumption.

Arbeitslasten überprüfen

Überprüfen Sie die Arbeitslasten, um sicherzustellen, dass die Auslastung der Aufgabe nicht den Knoten verursacht, auf dem der Pod ausgeführt wird, um das Limit für die Arbeitsspeichernutzung zu überschreiten:

1. Rufen Sie in der Google Cloud Console die Seite Umgebungen auf.

   Zur Seite Umgebungen

2. Klicken Sie in der Liste der Umgebungen auf den Namen Ihrer Umgebung. Die Seite Umgebungsdetails wird geöffnet.

3. Rufen Sie den Tab Umgebungskonfiguration auf.

4. Gehen Sie zu Ressourcen > GKE-Cluster > Arbeitslasten: Klicken Sie auf Clusterarbeitslasten anzeigen.

5. Prüfen Sie, ob einige der Arbeitslast-Pods einen ähnlichen Status wie den folgenden haben:

   Error with exit code 137 and 1 more issue.
   ContainerStatusUnknown with exit code 137 and 1 more issue
   

   Exit code 137 bedeutet, dass ein Container oder Pod versucht, mehr Arbeitsspeicher zu nutzen, als zulässig ist. Der Prozess wird beendet, um eine Arbeitsspeichernutzung zu verhindern.

Überwachung der Umgebungsintegrität und des Ressourcenverbrauchs prüfen

Prüfen Sie den Zustand der Umgebung und die Überwachung des Ressourcenverbrauchs:

1. Rufen Sie in der Google Cloud Console die Seite Umgebungen auf.

   Zur Seite Umgebungen

2. Klicken Sie in der Liste der Umgebungen auf den Namen Ihrer Umgebung. Die Seite Umgebungsdetails wird geöffnet.

3. Wechseln Sie zum Tab Monitoring und wählen Sie Übersicht aus.

4. Suchen Sie im Bereich Umgebungsübersicht nach dem Diagramm zum Umgebungsstatus (Airflow Monitoring-DAG): Er enthält einen roten Bereich, der der Zeit entspricht, zu der in den Protokollen Fehler ausgegeben wurden.

5. Wählen Sie Worker aus und gehen Sie zur Grafik Gesamte Arbeitsspeichernutzung der Worker. Sie sehen, dass die Linie Arbeitsspeichernutzung zu dem Zeitpunkt, als die Aufgabe ausgeführt wurde, einen Ausschlag aufweist.

Abbildung 1: Diagramm zur Gesamtarbeitsspeichernutzung der Worker (zum Vergrößern anklicken)

Auch wenn die Linie für die Arbeitsspeichernutzung im Diagramm das Limit nicht erreicht, müssen Sie bei der Diagnose der Fehlerursachen nur den zuweisbaren Arbeitsspeicher berücksichtigen. Die Linie Arbeitsspeicherlimit im Diagramm steht für den gesamten verfügbaren Arbeitsspeicher (einschließlich der von GKE reservierten Kapazität).

In diesem Beispiel ist das Worker-Arbeitsspeicherlimit auf 1, 875 GB festgelegt. GKE reserviert 25% der ersten 4 GiB Arbeitsspeicher. GKE reserviert außerdem Bereinigungsschwellenwert: 100 MiB Arbeitsspeicher auf jedem Knoten für die Kubelet-Bereinigung.

Der zuweisbare Arbeitsspeicher wird so berechnet:

ALLOCATABLE = CAPACITY - RESERVED - EVICTION-THRESHOLD

Wenn das Speicherlimit 1,875 GB beträgt, beträgt der tatsächlich zuweisbare Arbeitsspeicher:

1.75 GiB (1.875GB) - 0.44 (25% GiB reserved) - 0.1 = 1.21 GiB (~1.3 GB).

Wenn Sie dieses tatsächliche Limit an das Diagramm zur Arbeitsspeichernutzung anhängen, sehen Sie, dass der Anstieg der Arbeitsspeichernutzung der Aufgabe das tatsächliche Arbeitsspeicherlimit erreicht. Sie können dann daraus schließen, dass die Aufgabe aufgrund von unzureichendem Arbeitsspeicher des Workers fehlgeschlagen ist.

Hinweis: Wenn die Speichernutzung zu schnell ansteigt, wird die tatsächliche Ressourcennutzung möglicherweise nicht korrekt erfasst. Der DAG airflow_monitoring ist ein umgebungsspezifischer DAG Aktivitäts-Systemdiagnose, die verwendet wird, environment/healthy Monitoringmesswert. Dieser DAG können Sie Cloud Monitoring-Features wie Messwertgrafiken oder Benachrichtigungen einrichten, wenn Ihre Umgebung nicht mehr fehlerfrei ist. Er fährt alle 5 Minuten und erfasst die Messwerte, sodass die Ressourcennutzung möglicherweise nicht erfasst wird. zwischen den Läufen.

Worker-Arbeitsspeicherlimit erhöhen

Hinweis: Durch Ändern der CPU oder des Arbeitsspeichers des Workers werden Worker neu gestartet, was Auswirkungen Aufgaben ausführen. Wir empfehlen dies, wenn keine DAGs ausgeführt werden.

Weisen Sie zusätzlichen Worker-Arbeitsspeicher zu, damit der Beispiel-DAG erfolgreich ist:

1. Rufen Sie in der Google Cloud Console die Seite Umgebungen auf.

   Zur Seite Umgebungen

2. Klicken Sie in der Liste der Umgebungen auf den Namen Ihrer Umgebung. Die Seite Umgebungsdetails wird geöffnet.

3. Rufen Sie den Tab Umgebungskonfiguration auf.

4. Suchen Sie die Konfiguration unter Ressourcen > Arbeitslasten und Klicken Sie auf Bearbeiten.

5. Geben Sie im Abschnitt Worker im Feld Memory den neuen Arbeitsspeicher an. Limit für Airflow-Worker. Verwenden Sie in dieser Anleitung 3 GB.

6. Speichern Sie die Änderungen und warten Sie einige Minuten, bis Ihre Airflow-Worker neu starten.

DAG mit neuem Arbeitsspeicherlimit testen

Lösen Sie den create_list_with_many_strings-DAG noch einmal aus und warten Sie, bis die Ausführung abgeschlossen ist.

1. In den Ausgabelogs der DAG-Ausführung sehen Sie Marking task as SUCCESS. und der Status der Aufgabe lautet Success.

2. Prüfen Sie auf dem Tab Monitoring im Bereich Umgebungsübersicht, ob es keine roten Bereiche gibt.

3. Klicken Sie auf den Abschnitt Worker und suchen Sie die Gesamtspeichernutzung der Worker. Diagramm. In der Zeile Memory limit (Speicherlimit) wird die Änderung der des Arbeitsspeicherlimits und die Zeile Arbeitsspeichernutzung weit unter dem tatsächlichen Wert Limit des zuweisbaren Arbeitsspeichers.

Beispiel: Probleme mit nicht ausreichendem Speicherplatz diagnostizieren

In diesem Schritt laden Sie zwei DAGs hoch, die große Dateien erstellen. Der erste DAG erstellt eine große Datei. Der zweite DAG erstellt eine große Datei und simuliert einen langwierigen Vorgang.

Die Größe der Datei in beiden DAGs überschreitet das Standardspeicherlimit von 1 GB für Airflow-Worker. Der zweite DAG enthält jedoch eine zusätzliche Warteaufgabe, um seine Dauer künstlich zu verlängern.

In den nächsten Schritten untersuchen Sie die Unterschiede im Verhalten der beiden DAGs.

Hinweis: Mit den DAGs in dieser Anleitung werden lokale Dateien erstellt. Speichern Sie in einer Produktionsumgebung keine Dateien oder Konfigurationen im lokalen Dateisystem, da die nächste Aufgabe wahrscheinlich auf einem anderen Airflow-Worker ohne Zugriff auf die Datei ausgeführt wird.

DAG hochladen, durch den eine große Datei erstellt wird

Laden Sie den folgenden Beispiel-DAG in die Umgebung hoch, die Sie in den vorherigen Schritten erstellt haben. In dieser Anleitung heißt dieser DAG create_large_txt_file_print_logs

Dieser DAG enthält eine Aufgabe, die die folgenden Schritte ausführt:

1. Schreibt eine 1,5 GB große Datei localfile.txt in den Airflow-Worker-Speicher.
2. Gibt die Größe der erstellten Datei mit dem Python-Modul os aus.
3. Gibt die Dauer der DAG-Ausführung jede Minute aus.

Warnung: Dieser DAG simuliert ein Problem aufgrund fehlenden Speichers, das und möglicherweise den Betrieb Ihrer Umgebung stören.

import airflow
from airflow import DAG
from airflow.operators.python_operator import PythonOperator
import os
from datetime import timedelta
import time

default_args = {
    'start_date': airflow.utils.dates.days_ago(0),
    'retries': 0,
    'retry_delay': timedelta(minutes=10)
}

dag = DAG(
    'create_large_txt_file_print_logs',
    default_args=default_args,
    schedule_interval=None)


def consume():
    size = 1000**2  # bytes in 1 MB
    amount = 100

    def create_file():
        print(f"Start creating a huge file")
        with open("localfile.txt", "ab") as f:
            for j in range(15):
                f.write(os.urandom(amount) * size)
        print("localfile.txt size:", os.stat("localfile.txt").st_size / (1000**3), "GB")

    create_file()
    print("Success!")


t1 = PythonOperator(
    task_id='create_huge_file',
    python_callable=consume,
    dag=dag,
    depends_on_past=False,
    retries=0)

DAG hochladen, der eine große Datei in einem lang andauernden Vorgang erstellt

Imitieren eines lang andauernden DAG und Untersuchung der Auswirkungen der Aufgabendauer für den Endzustand den zweiten Beispiel-DAG in den Upload zu verbessern. In dieser Anleitung heißt dieser DAG long_running_create_large_txt_file_print_logs

Dieser DAG enthält eine Aufgabe, die die folgenden Schritte ausführt:

1. Schreibt eine 1,5 GB große Datei localfile.txt in den Airflow-Worker-Speicher.
2. Gibt die Größe der erstellten Datei mit dem Python-Modul os aus.
3. Es wird 1 Stunde und 15 Minuten gewartet, um die Zeit zu simulieren, die für Vorgänge mit der Datei erforderlich ist, z. B. das Lesen aus der Datei.
4. Gibt alle 1 Minute die Dauer der DAG-Ausführung aus.

Warnung: Dieser DAG simuliert ein Problem aufgrund fehlenden Speichers, das und möglicherweise den Betrieb Ihrer Umgebung stören.

import airflow
from airflow import DAG
from airflow.operators.python_operator import PythonOperator
import os
from datetime import timedelta
import time

default_args = {
    'start_date': airflow.utils.dates.days_ago(0),
    'retries': 0,
    'retry_delay': timedelta(minutes=10)
}

dag = DAG(
    'long_running_create_large_txt_file_print_logs',
    default_args=default_args,
    schedule_interval=None)


def consume():
    size = 1000**2  # bytes in 1 MB
    amount = 100

    def create_file():
        print(f"Start creating a huge file")
        with open("localfile.txt", "ab") as f:
            for j in range(15):
                f.write(os.urandom(amount) * size)
        print("localfile.txt size:", os.stat("localfile.txt").st_size / (1000**3), "GB")

    create_file()
    for k in range(75):
        time.sleep(60)
        print(f"{k+1} minute")

    print("Success!")


t1 = PythonOperator(
    task_id='create_huge_file',
    python_callable=consume,
    dag=dag,
    depends_on_past=False,
    retries=0)

Beispiel-DAGs auslösen

Lösen Sie den ersten DAG create_large_txt_file_print_logs aus:

1. Rufen Sie in der Google Cloud Console die Seite Umgebungen auf.

   Zur Seite Umgebungen

2. Klicken Sie in der Spalte Airflow-Webserver auf den Link Airflow für Ihre Umgebung.

3. Klicken Sie in der Airflow-Weboberfläche auf der Seite DAGs in der Spalte Links für Ihren DAG auf die Schaltfläche Trigger DAG.

4. Klickbasierter Trigger

5. Klicken Sie auf der Seite DAGs auf die Aufgabe, die Sie ausgelöst haben, und überprüfen Sie die Ausgabe. Logs, um sicherzustellen, dass der DAG ausgeführt wird.

6. Warten Sie, bis die Aufgabe abgeschlossen ist, die Sie mit dem create_large_txt_file_print_logs-DAG erstellt haben. Das kann einige Minuten dauern.

   Hinweis: Möglicherweise stellen Sie fest, dass der verwendete Airflow-Arbeitsspeicher nach Abschluss der Aufgabe auf Null zurückgesetzt wurde. Cloud Composer stützt sich auf Google Kubernetes Engine Autopilot das die notwendigen Ressourcen bereitstellt. Autoscaling in Cloud Composer ist messwertbasiert und steuert die Ressourcenzuweisung über GKE Pod-Verwaltung innerhalb eines bestimmten Kontingents.

7. Klicken Sie auf der Seite DAGs auf die DAG-Ausführung. Die Aufgabe hat den Status Success, obwohl das Speicherlimit überschritten wurde.

Prüfen Sie die Airflow-Logs der Aufgabe:

1. Rufen Sie in der Google Cloud Console die Seite Umgebungen auf.

   Zur Seite Umgebungen

   1. Klicken Sie in der Liste der Umgebungen auf den Namen Ihrer Umgebung. Die Seite Umgebungsdetails wird geöffnet.

   2. Rufen Sie den Tab Logs auf und klicken Sie dann auf Alle Logs > Airflow-Logs > Worker > Im Log-Explorer ansehen

   3. Filtern Sie die Logs nach Typ: Nur Fehlermeldungen werden angezeigt.

In den Protokollen werden Meldungen ähnlich der folgenden angezeigt:

Worker: warm shutdown (Main Process)

oder

A worker pod was evicted at 2023-12-01T12:30:05Z with message: Pod ephemeral
local storage usage exceeds the total limit of containers 1023Mi.

Diese Protokolle zeigen, dass der Pod den Prozess „Warmes Herunterfahren“ gestartet hat, weil der genutzte Speicher das Limit überschritten hat und innerhalb einer Stunde entfernt wurde. Die DAG-Ausführung ist jedoch nicht fehlgeschlagen, da sie innerhalb des Kubernetes-Kündigungstoleranzzeitraums abgeschlossen wurde. Weitere Informationen dazu finden Sie in dieser Anleitung.

Überprüfen Sie das Ergebnis, um das Konzept des Kulanzzeitraums für die Kündigung zu veranschaulichen. des zweiten Beispiel-DAG, long_running_create_large_txt_file_print_logs.

Lösen Sie den zweiten DAG long_running_create_large_txt_file_print_logs aus:

1. Rufen Sie in der Google Cloud Console die Seite Umgebungen auf.

   Zur Seite Umgebungen

2. Klicken Sie in der Spalte Airflow-Webserver auf den Link Airflow für Ihre Umgebung.

3. Klicken Sie in der Airflow-Weboberfläche auf der Seite DAGs in der Spalte Links für Ihren DAG auf die Schaltfläche Trigger DAG.

4. Klickbasierter Trigger

5. Klicken Sie auf der Seite DAGs auf die Aufgabe, die Sie ausgelöst haben, und überprüfen Sie die Ausgabe. Logs, um sicherzustellen, dass der DAG ausgeführt wird.

6. Warten Sie, bis der DAG long_running_create_large_txt_file_print_logs ausgeführt wird. schlägt fehl. Das dauert etwa eine Stunde.

Prüfen Sie die Ergebnisse der DAG-Ausführung:

1. Klicken Sie auf der Seite DAGs auf den long_running_create_large_txt_file_print_logs DAG-Ausführung. Sie sehen, dass die Aufgabe den Status Failed hat und dass die Ausführungsdauer genau 1 Stunde und 5 Minuten betrug. Das ist kürzer als die Wartezeit der Aufgabe von 1 Stunde und 15 Minuten.

2. Prüfen Sie die Logs der Aufgabe. Sobald der DAG die Datei localfile.txt im Container des Airflow-Workers erstellt hat, wird im Log ausgegeben, dass der DAG mit dem Warten begonnen hat. Die Ausführungsdauer wird alle 60 Sekunden in den Aufgabenprotokollen ausgegeben. In diesem Beispiel gibt der DAG das localfile.txt size:-Log und die Größe aus der Datei localfile.txt beträgt 1,5 GB.

Sobald die in den Container des Airflow-Workers geschriebene Datei den Speicherplatz überschreitet sollte die DAG-Ausführung fehlschlagen. Die Aufgabe schlägt jedoch nicht fehl. sofort und läuft weiter, bis die Dauer 1 Stunde und 5 Minuten erreicht ist. Dies liegt daran, dass Kubernetes die Aufgabe nicht sofort abbricht wird ausgeführt, um die Wiederherstellung von einer Stunde zu ermöglichen Punkt“. Wenn die Ressourcen eines Knotens ausgehen, beendet Kubernetes den Pod sofort, um die Beendigung ordnungsgemäß zu verarbeiten, damit nur minimale Auswirkungen auf die Endanwendenden.

Die Kulanzzeitraum für die Beendigung hilft Nutzern, Dateien nach Aufgabenausfällen wiederherzustellen. Bei der Diagnose von DAGs kann es jedoch zu Verwirrung führen. Wenn der Airflow-Worker Speicherlimit überschritten ist, hängt der Status der Endaufgabe von der Dauer der DAG-Ausführung:

• Wenn die DAG-Ausführung das Worker-Speicherlimit überschreitet, aber in weniger als 1 abgeschlossen wird Stunde, wird die Aufgabe mit dem Status Success abgeschlossen, da sie abgeschlossen wurde innerhalb des Kulanzzeitraums für die Kündigung. Kubernetes beendet jedoch den Pod und die geschriebene Datei wird sofort aus dem Container gelöscht.

• Wenn der DAG das Speicherlimit des Workers überschreitet und länger als eine Stunde ausgeführt wird, läuft er eine Stunde lang weiter und kann das Speicherlimit um Tausende von Prozent überschreiten, bevor Kubernetes den Pod entfernt und Airflow die Aufgabe als Failed kennzeichnet.

Hinweis: Wenn Sie einen der Beispiel-DAGs, die das Speicherplatzlimit überschreiten, gleichzeitig mit einem anderen Beispiel-DAG auslösen, sehen Sie, dass alle anderen laufenden Aufgaben fehlschlagen, wenn eine der Aufgaben das Speicherplatzlimit überschreitet und fehlschlägt, auch wenn sie keinen Speicherplatz benötigen.

Fehlgeschlagenen DAG diagnostizieren

Wenn Sie zum Zeitpunkt des Fehlers mehrere Aufgaben ausgeführt haben, sollten Sie nur eine Aufgabe ausführen und während dieser Zeit den Ressourcendruck diagnostizieren, um zu ermitteln, welche Aufgaben den Ressourcendruck verursachen und welche Ressourcen Sie erhöhen müssen.

Sehen Sie sich die Aufgabenprotokolle des zweiten DAG an, long_running_create_large_txt_file_print_logs:

1. Rufen Sie in der Google Cloud Console die Seite Umgebungen auf.

   Zur Seite Umgebungen

2. Klicken Sie in der Liste der Umgebungen auf den Namen Ihrer Umgebung. Die Seite Umgebungsdetails wird geöffnet.

3. Rufen Sie den Tab Protokolle auf und klicken Sie dann auf Alle Protokolle > Airflow-Protokolle > Worker > Im Log-Explorer ansehen.

4. Filtern Sie die Logs nach Typ: Nur Fehlermeldungen werden angezeigt.

In den Protokollen werden Meldungen ähnlich der folgenden angezeigt:

Container storage usage of worker reached 155.7% of the limit.

This likely means that the total size of local files generated by your DAGs is
close to the storage limit of worker.

You may need to decrease the storage usage or increase the worker storage limit
in your Cloud Composer environment configuration.

oder

Pod storage usage of worker reached 140.2% of the limit.
A worker pod was evicted at 2023-12-01T12:30:05Z with message: Pod ephemeral
local storage usage exceeds the total limit of containers 1023Mi.

This eviction likely means that the total size of dags and plugins folders plus
local files generated by your DAGs exceeds the storage limit of worker.

Please decrease the storage usage or increase the worker storage limit in your
Cloud Composer environment configuration.

Diese Meldungen zeigen an, dass Airflow-Logs während der Aufgabe gestartet wurden. Druckfehler, wenn die Größe der von Ihrem DAG generierten Dateien die Speicherlimit für Worker und der Kulanzzeitraum für die Kündigung hat begonnen. Während der Kulanzzeitraum für die Beendigung, Speichernutzung ergab nicht wieder das Limit, was nach Ablauf des Kulanzzeitraums für die Beendigung zu einer Pod-Entfernung führte.

Prüfen Sie den Zustand der Umgebung und die Überwachung des Ressourcenverbrauchs:

1. Rufen Sie in der Google Cloud Console die Seite Umgebungen auf.

   Zur Seite Umgebungen

2. Klicken Sie in der Liste der Umgebungen auf den Namen Ihrer Umgebung. Die Seite Umgebungsdetails wird geöffnet.

3. Wechseln Sie zum Tab Monitoring und wählen Sie Übersicht aus.

4. Suchen Sie im Bereich Umgebungsübersicht nach dem Diagramm zum Umgebungsstatus (Airflow Monitoring-DAG): Es enthält einen roten Bereich, der dem Zeitpunkt entspricht, zu dem die Protokolle mit dem Drucken von Fehlern begonnen haben.

5. Wählen Sie Worker aus und suchen Sie das Diagramm Gesamte Laufwerksnutzung der Worker. Sie sehen, dass die Linie Laufwerksnutzung einen Ausschlag aufweist und die Linie Laufwerklimit zum Zeitpunkt der Ausführung der Aufgabe überschreitet.

<ph type="x-smartling-placeholder">

</ph>

Abbildung 2: Diagramm zur Laufwerksnutzung der gesamten Worker (zum Vergrößern klicken)

Speicherlimit für Worker erhöhen

Hinweis: Wenn Sie den Speicherplatz für Worker ändern, werden die Airflow-Worker neu gestartet. Dies kann sich auf laufende Aufgaben auswirken. Wir empfehlen, dies zu tun, wenn keine DAGs ausgeführt werden.

Weisen Sie zusätzlichen Airflow-Worker-Speicher zu, damit der Beispiel-DAG ausgeführt werden kann:

1. Rufen Sie in der Google Cloud Console die Seite Umgebungen auf.

   Zur Seite Umgebungen

2. Klicken Sie in der Liste der Umgebungen auf den Namen Ihrer Umgebung. Die Seite Umgebungsdetails wird geöffnet.

3. Rufen Sie den Tab Umgebungskonfiguration auf.

4. Suchen Sie die Konfiguration unter Ressourcen &gt; Arbeitslasten und Klicken Sie auf Bearbeiten.

5. Geben Sie im Abschnitt Worker im Feld Speicher das neue Speicherlimit für Airflow-Worker an. In dieser Anleitung wird der Wert auf 2 GB festgelegt.

6. Speichern Sie die Änderungen und warten Sie einige Minuten, bis Ihre Airflow-Worker neu starten.

DAG mit der neuen Speicherplatzbegrenzung testen

Triggern Sie den long_running_create_large_txt_file_print_logs-DAG noch einmal und warten Sie 1 Stunde und 15 Minuten, bis er fertig ist.

1. In den Ausgabeprotokollen der DAG-Ausführung wird Marking task as SUCCESS angezeigt und der Status der Aufgabe ist Erfolg mit einer Dauer von 1 Stunde und 15 Minuten, was der im DAG-Code festgelegten Wartezeit entspricht.

2. Prüfen Sie auf dem Tab Monitoring im Bereich Umgebungsübersicht, ob es keine roten Bereiche gibt.

3. Klicken Sie auf den Abschnitt Worker und suchen Sie die Laufwerksnutzung insgesamt der Worker. Diagramm. Sie sehen, dass die Zeile Disk limit (Laufwerksbeschränkung) die Änderung in der Speicherlimit überschritten und die Zeile Disk usage (Laufwerksnutzung) im zulässigen Bereich liegt.

Fazit

In dieser Anleitung haben Sie den Grund für einen DAG-Fehler diagnostiziert und den Ressourcentyp, der durch das Debuggen von zwei fehlgeschlagenen Beispiel-DAGs Auslastung verursacht weil der Worker-Arbeitsspeicher und der Speicherplatz fehlt. Anschließend haben Sie die DAGs erfolgreich ausgeführt. nachdem Sie Ihren Workern mehr Arbeitsspeicher und Speicherplatz zugewiesen haben. Es ist jedoch empfohlen für DAGs (Workflows) optimieren den Ressourcenverbrauch der Worker zu reduzieren, um die Ressourcen über einen bestimmten Schwellenwert hinaus zu erhöhen.

Bereinigen

Um zu vermeiden, dass Ihrem Google Cloud-Konto die Ressourcen in Rechnung gestellt werden Löschen Sie entweder das Projekt, das die Ressourcen enthält, oder das Projekt behalten und die einzelnen Ressourcen löschen.

Projekt löschen

Achtung: Das Löschen von Projekten hat folgende Auswirkungen:

• Alle Inhalte des Projekts werden gelöscht. Wenn Sie für die Aufgaben in diesem Dokument ein bereits bestehendes Projekt verwendet haben und dieses löschen, werden auch alle anderen im Rahmen des Projekts erstellten Daten gelöscht.
• Benutzerdefinierte Projekt-IDs gehen verloren. Beim Erstellen dieses Projekts haben Sie möglicherweise eine benutzerdefinierte Projekt-ID erstellt, die Sie weiterhin verwenden möchten. Damit die URLs, die die Projekt-ID nutzen, z. B. eine appspot.com-URL, erhalten bleiben, sollten Sie ausgewählte Ressourcen innerhalb des Projekts löschen, statt das gesamte Projekt.

Wenn Sie mehrere Architekturen, Anleitungen und Kurzanleitungen durcharbeiten möchten, können Sie die Überschreitung von Projektkontingenten verhindern, indem Sie Projekte wiederverwenden.

1. In the Google Cloud console, go to the Manage resources page.

   Go to Manage resources

2. In the project list, select the project that you want to delete, and then click Delete.
3. In the dialog, type the project ID, and then click Shut down to delete the project.

Einzelne Ressourcen löschen

Wenn Sie mehrere Anleitungen und Kurzanleitungen durcharbeiten möchten, können Sie die Überschreitung von Projektkontingenten verhindern, indem Sie Projekte wiederverwenden.

Löschen Sie die Cloud Composer-Umgebung. Außerdem löschen Sie den Bucket der Umgebung.

Nächste Schritte

• Umgebungen skalieren
• Fehlerbehebung bei DAGs