Airflow 触发器问题排查

Cloud Composer 1 | Cloud Composer 2 | Cloud Composer 3

本页面提供了针对 Airflow 触发器的常见问题的问题排查步骤和信息。

触发器中的阻塞操作

异步任务有时可能会在触发器中被屏蔽。在大多数情况下，问题出在触发器资源不足或自定义异步操作符代码问题上。

触发器日志会显示所有警告消息，以帮助您找出导致触发器性能下降的根本原因。需要留意两条严重的警告。

  1. 异步线程被阻塞

    Triggerer's async thread was blocked for 1.2 seconds, likely due to the highly utilized environment.

    此警告表示由于异步任务数量过多而导致性能问题。

    解决方案：如需解决此问题，请为触发器分配更多资源，减少同时执行的延迟任务的数量，或增加环境中的触发器数量。请注意，虽然触发器处理的是可延期的任务，但负责启动和最终完成每项任务的都是工作器。如果您要调整触发器的数量，还应考虑伸缩工作器实例的数量。

  2. 某项特定任务阻止了异步线程。

    WARNING - Executing <Task finished coro=<TriggerRunner.run_trigger() done, defined at /opt/***/***/jobs/my-custom-code.py:609> result=None> took 0.401 second

    此警告指向由 Cloud Composer 执行的特定 Operator 代码。根据设计，触发器应依赖于 asyncio 库在后台运行操作。触发器的自定义实现可能无法正确遵守 asyncio 协定（例如，由于在 Python 代码中错误使用了 await 和 async 关键字）。

    解决方案：检查警告报告的代码，并检查异步操作是否已正确实现。

触发器过多

推迟任务的数量可以在 task_count 指标中查看，该指标也会显示在环境的 Monitoring 信息中心内。每个触发器都会创建一些资源（例如与外部资源的连接），而这些资源会消耗内存。

Monitoring 信息中心中显示的推迟任务
图 1. Monitoring 信息中心上显示的延迟任务（点击可放大）

内存和 CPU 消耗图表明资源不足会导致重启，因为活跃性探测因缺少检测信号而失败：

触发器因资源不足而重启
图 2.触发器因资源不足而重启（点击可放大）

解决方案：如需解决此问题，请为触发器分配更多资源，减少同时执行的延迟任务的数量，或增加环境中的触发器数量。

Airflow 工作器在回调执行期间崩溃

触发器完成执行后，控件会返回给 Airflow 工作器，后者会使用执行槽运行回调方法。此阶段由 Celery Executor 控制，因此适用相应的配置和资源限制（例如 parallelism 或 worker_concurrency）。

如果回调方法在 Airflow 工作器中失败、工作器发生故障，或者运行该方法的工作器重启，则任务会被标记为 FAILED。在这种情况下，重试操作会重新执行整个任务，而不仅仅是回调方法。

触发器中的无限循环

实现自定义触发器运算符可以完全阻止主触发器循环，以便当时仅执行一个断开的触发器。在这种情况下，有问题的触发器完成后，触发器日志中会生成一条警告。

找不到触发器类

由于 DAGs 文件夹未与 Airflow 触发器同步，因此在执行触发器时，内嵌触发器代码缺失。错误是在失败任务的日志中生成的：

ImportError: Module "PACKAGE_NAME" does not define a "CLASS_NAME" attribute/
class

解决方案：从 PyPI 导入缺失的代码。

Airflow 界面中有关触发器的警告消息

在某些情况下，停用触发器后，您可能会在 Airflow 界面中看到以下警告消息：

The triggerer does not appear to be running. Last heartbeat was received
4 hours ago. Triggers will not run, and any deferred operator will remain
deferred until it times out or fails.

Airflow 可能会显示此消息，因为不完整的触发器会保留在 Airflow 数据库中。此消息通常表示触发器在您的环境中的所有触发器完成之前就已停用。

您可以查看 Airflow 界面中的浏览 > 触发器页面（需要 Admin 角色），以查看在该环境中运行的所有触发器。

解决方案：

停用触发器后，任务会保持推迟状态

触发器停用后，已处于推迟状态的任务会保持此状态，直到超时。此超时可以是无限的，具体取决于 Airflow 和 DAG 配置。

请使用以下任一解决方案：

  • 手动将任务标记为失败。
  • 请启用触发器以完成任务。

我们建议，仅在您的环境不运行任何延迟的运算符或任务，并且所有延迟的任务都已完成时，才停用触发器。

后续步骤