Cloud Composer 1 est en mode post-maintenance. Google ne publie plus de mises à jour de Cloud Composer 1, y compris de nouvelles versions d'Airflow, de correctifs de bugs et de mises à jour de sécurité. Nous vous recommandons de planifier la migration vers Cloud Composer 2.

Cette page a été traduite par l'API Cloud Translation.

Résoudre les problèmes avec le déclencheur Airflow

Cloud Composer 3 | Cloud Composer 2 | Cloud Composer 1

Cette page fournit des étapes de dépannage et des informations sur les problèmes courants liés au déclencheur Airflow.

Opérations bloquantes dans le déclencheur

Il arrive que des tâches asynchrones soient bloquées dans des déclencheurs. Dans la plupart des cas, les problèmes proviennent de ressources de déclencheur insuffisantes ou de problèmes liés au code d'opérateur asynchrone personnalisé.

Les journaux du déclencheur affichent tous les messages d'avertissement qui peuvent vous aider à identifier les causes des performances réduites du déclencheur. Deux avertissements importants sont à surveiller.

Thread asynchrone bloqué
```
Triggerer's async thread was blocked for 1.2 seconds, likely due to the highly utilized environment.
```
Cet avertissement signale des problèmes de performances dus à un volume élevé de tâches asynchrones.

Solution: Pour résoudre ce problème, allouez plus de ressources aux déclencheurs, réduisez le nombre de tâches différées exécutées en même temps ou augmentez le nombre de déclencheurs dans votre environnement. N'oubliez pas que, même si les déclencheurs gèrent les tâches différables, ce sont les nœuds de calcul qui sont chargés de démarrer et d'exécuter chaque tâche. Si vous ajustez le nombre de déclencheurs, envisagez également d'ajuster le nombre de vos instances de nœuds de calcul.
Une tâche spécifique a bloqué le thread asynchrone.
```
WARNING - Executing <Task finished coro=<TriggerRunner.run_trigger() done, defined at /opt/***/***/jobs/my-custom-code.py:609> result=None> took 0.401 second
```
Cet avertissement fait référence à un code d'opérateur spécifique exécuté par Cloud Composer. Par conception, les déclencheurs doivent s'appuyer sur la bibliothèque asyncio pour exécuter des opérations en arrière-plan. Une implémentation personnalisée d'un déclencheur peut ne pas respecter correctement les contrats asyncio (par exemple, en raison d'une utilisation incorrecte des mots clés await et async dans le code Python).

Solution: Inspectez le code signalé par l'avertissement et vérifiez si l'opération asynchrone est correctement implémentée.

Trop de déclencheurs

Le nombre de tâches différées est visible dans la métrique task_count, qui s'affiche également dans le tableau de bord "Monitoring" de votre environnement. Chaque déclencheur crée des ressources telles que des connexions à des ressources externes, qui consomment de la mémoire.

Tâches différées affichées dans le tableau de bord Monitoring — **Figure 1.** Tâches différées affichées sur le tableau de bord "Monitoring" (cliquez pour agrandir)

Les graphiques de consommation de mémoire et de processeur indiquent que des ressources insuffisantes provoquent des redémarrages, car la vérification d'activité échoue en raison d'absence de battements cardiaques:

Redémarrage du déclencheur en raison d'une insuffisance de ressources — **Figure 2.** Redémarrage du déclencheur en raison d'un nombre insuffisant de ressources (cliquez pour agrandir)

Solution: Pour résoudre ce problème, allouez plus de ressources aux déclencheurs, réduisez le nombre de tâches différées exécutées en même temps ou augmentez le nombre de déclencheurs dans votre environnement.

Plantage d'un nœud de calcul Airflow pendant l'exécution du rappel

Une fois l'exécution terminée, le contrôle revient à un worker Airflow, qui exécute une méthode de rappel à l'aide d'un emplacement d'exécution. Cette phase est contrôlée par l'exécuteur Celery. Par conséquent, les limites de configuration et de ressources correspondantes s'appliquent (par exemple, parallelism ou worker_concurrency).

Si la méthode de rappel échoue dans le nœud de calcul Airflow, le nœud de calcul échoue ou le nœud de calcul qui exécute la méthode redémarre, la tâche est marquée comme FAILED. Dans ce cas, l'opération de nouvelle tentative réexécute l'ensemble de la tâche, et non seulement la méthode de rappel.

Boucle infinie dans un déclencheur

Il est possible d'implémenter un opérateur de déclencheur personnalisé de manière à bloquer entièrement la boucle de déclencheur principale, de sorte que seul le déclencheur défectueux soit exécuté à la fois. Dans ce cas, un avertissement est généré dans les journaux du déclencheur une fois le déclencheur problématique terminé.

Classe de déclencheur introuvable

Étant donné que le dossier des DAG n'est pas synchronisé avec le déclencheur Airflow, le code du déclencheur intégré est manquant lorsque le déclencheur est exécuté. L'erreur est générée dans les journaux de la tâche ayant échoué:

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

Solution: Importez le code manquant à partir de PyPI.

Message d'avertissement concernant le déclencheur dans l'interface utilisateur d'Airflow

Dans certains cas, une fois le déclencheur désactivé, le message d'avertissement suivant peut s'afficher dans l'interface utilisateur d'Airflow:

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 peut afficher ce message, car des déclencheurs incomplets restent dans la base de données Airflow. Ce message signifie généralement que le déclencheur a été désactivé avant que tous les déclencheurs ne soient terminés dans votre environnement.

Vous pouvez afficher tous les déclencheurs exécutés dans l'environnement en consultant la page Parcourir > Déclencheurs dans l'interface utilisateur Airflow (le rôle Admin est requis).

Solutions:

Activez à nouveau le déclencheur et attendez la fin des tâches différées.
Accédez à la base de données Airflow et supprimez manuellement les déclencheurs incomplets.

Les tâches restent à l'état différé une fois le déclencheur désactivé

Lorsque le déclencheur est désactivé, les tâches qui sont déjà à l'état "différée" restent dans cet état jusqu'à ce que le délai avant expiration soit atteint. Ce délai avant expiration peut être infini, en fonction de la configuration d'Airflow et du DAG.

Utilisez l'une des solutions suivantes :

Marquez manuellement les tâches comme ayant échoué.
Activez le déclencheur pour qu'il effectue les tâches.

Nous vous recommandons de ne désactiver le déclencheur que si votre environnement n'exécute aucun opérateur ni aucune tâche différée, et que toutes les tâches différées sont terminées.