Cloud Composer 1 | Cloud Composer 2
Cette page fournit des étapes de dépannage et des informations sur les problèmes courants liés au déclencheur Airflow.
Opérations de blocage dans le déclencheur
Les tâches asynchrones peuvent parfois être bloquées dans les déclencheurs. Dans la plupart des cas, les problèmes découlent 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 pouvant vous aider à identifier les causes de la baisse des performances 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 grand nombre de tâches asynchrones.
Solution: pour résoudre ce problème, allouez davantage de ressources aux déclencheurs, réduisez le nombre de tâches différées exécutées en même temps ou augmentez le nombre de déclencheurs dans votre environnement. Gardez à l'esprit que même si les déclencheurs gèrent des tâches différables, ce sont les nœuds de calcul qui sont responsables du démarrage et de l'exécution de chaque tâche. Si vous ajustez le nombre de déclencheurs, pensez également à adapter le nombre d'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 pointe vers un extrait de code d'opérateur spécifique exécuté par Cloud Composer. De par leur conception, les déclencheurs doivent s'appuyer sur la bibliothèque
asyncio
pour exécuter les opérations en arrière-plan. L'implémentation personnalisée d'un déclencheur peut ne pas respecter correctement les contratsasyncio
(par exemple, en raison d'une utilisation incorrecte des mots clésawait
etasync
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.
Les graphiques de la consommation de mémoire et de processeur indiquent que des ressources insuffisantes entraînent des redémarrages en raison de l'échec de la vérification d'activité en raison de pulsations manquantes:
Solution: pour résoudre ce problème, allouez davantage 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 lors de l'exécution du rappel
Une fois l'exécution du déclencheur terminée, le contrôle est renvoyé à un nœud de calcul Airflow, qui exécute une méthode de rappel à l'aide d'un emplacement d'exécution. Cette phase est contrôlée par Celery Executor. Par conséquent, la configuration et les limites de ressources correspondantes s'appliquent (par exemple, parallelism
ou worker_concurrency
).
Si la méthode de rappel échoue dans le nœud de calcul Airflow, ou si 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'intégralité de la tâche, pas 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
Comme le dossier des DAG n'est pas synchronisé avec le déclencheur Airflow, le code du déclencheur intégré est manquant lors de l'exécution du déclencheur. 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 la fin de tous les déclencheurs dans votre environnement.
Pour afficher tous les déclencheurs en cours d'exécution dans l'environnement, consultez la page Parcourir > Déclencheurs de l'interface utilisateur Airflow (le rôle Admin
est requis).
Solutions :
- Activez le déclencheur à nouveau 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 "différée" après la désactivation du déclencheur
Lorsque le déclencheur est désactivé, les tâches qui sont déjà à l'état différé restent dans cet état jusqu'à ce que le délai avant expiration soit atteint. Ce délai peut être infini, en fonction de la configuration d'Airflow et du DAG.
Utilisez l'une des solutions suivantes :
- Marquer manuellement les tâches comme ayant échoué
- Activez le déclencheur pour effectuer 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.