Memecahkan masalah pemicu Airflow

Cloud Composer 3 | Cloud Composer 2 | Cloud Composer 1

Halaman ini memberikan langkah-langkah dan informasi pemecahan masalah untuk masalah umum pada pemicu Airflow.

Memblokir operasi dalam pemicu

Tugas asinkron terkadang dapat diblokir di pemicu. Dalam sebagian besar kasus, masalah berasal dari sumber daya pemicu yang tidak memadai atau masalah pada kode operator asinkron kustom.

Log pemicu menampilkan pesan peringatan apa pun yang dapat membantu Anda mengidentifikasi penyebab utama penurunan performa pemicu. Ada dua peringatan penting yang harus diperhatikan.

  1. Thread asinkron diblokir:

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

    Peringatan ini menandakan masalah performa karena volume tugas asinkron yang tinggi.

    Solusi: Untuk mengatasi masalah ini:

    • Sesuaikan parameter pemicu untuk mengalokasikan lebih banyak resource ke pemicu atau menambah jumlah pemicu di lingkungan Anda.
    • Kurangi jumlah tugas yang ditangguhkan yang dieksekusi secara bersamaan.

    Meskipun pemicu menangani tugas yang dapat ditangguhkan, pekerja Airflow bertanggung jawab untuk memulai dan akhirnya menyelesaikan setiap tugas. Jika Anda menyesuaikan jumlah pemicu, pertimbangkan juga untuk menskalakan jumlah instance pekerja.

  2. Tugas tertentu memblokir thread asinkron:

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

    Peringatan ini mengarah ke bagian kode operator tertentu yang dieksekusi oleh Cloud Composer. Secara desain, pemicu mengandalkan library asyncio untuk menjalankan operasi di latar belakang. Implementasi pemicu kustom dapat gagal mematuhi kontrak asyncio dengan benar (misalnya, karena penggunaan kata kunci await dan async yang salah dalam kode Python).

    Solusi: Periksa kode yang dilaporkan oleh peringatan dan periksa apakah operasi asinkron diterapkan dengan benar.

Terlalu banyak pemicu

Jumlah tugas yang ditangguhkan dapat dilihat di metrik task_count yang juga ditampilkan di dasbor Monitoring lingkungan Anda. Setiap pemicu membuat beberapa resource seperti koneksi ke resource eksternal, yang menggunakan memori.

Tugas yang ditangguhkan ditampilkan di dasbor Monitoring
Gambar 1. Tugas yang ditangguhkan ditampilkan di dasbor Monitoring (klik untuk memperbesar)

Grafik konsumsi memori dan CPU menunjukkan bahwa resource yang tidak memadai menyebabkan restart karena pemeriksaan keaktifan gagal karena detak jantung tidak ada:

Pemicu dimulai ulang karena sumber daya tidak mencukupi
Gambar 1. Pemicu dimulai ulang karena sumber daya tidak mencukupi (klik untuk memperbesar)

Solusi: Untuk mengatasi masalah ini:

  • Sesuaikan parameter pemicu untuk mengalokasikan lebih banyak resource ke pemicu atau menambah jumlah pemicu di lingkungan Anda.
  • Kurangi jumlah tugas yang ditangguhkan yang dieksekusi secara bersamaan.

Error pada pekerja Airflow selama eksekusi callback

Setelah pemicu menyelesaikan eksekusi, kontrol akan kembali ke pekerja Airflow, yang menjalankan metode callback menggunakan slot eksekusi. Fase ini dikontrol oleh Celery Executor sehingga konfigurasi dan batas resource yang sesuai berlaku (seperti parallelism atau worker_concurrency).

Jika metode callback gagal di worker Airflow, worker gagal, atau worker yang menjalankan metode dimulai ulang, tugas akan ditandai sebagai FAILED. Dalam hal ini, operasi percobaan ulang akan mengeksekusi ulang seluruh tugas, bukan hanya metode callback.

Loop tak terbatas dalam pemicu

Operator pemicu kustom dapat diimplementasikan sedemikian rupa sehingga memblokir seluruh loop pemicu utama, sehingga hanya satu pemicu yang rusak yang dieksekusi pada saat itu. Dalam hal ini, peringatan dibuat di log pemicu setelah pemicu yang bermasalah selesai.

Class pemicu tidak ditemukan

Karena folder DAG tidak disinkronkan dengan pemicu Airflow, kode pemicu inline tidak ada saat pemicu dieksekusi. Error dihasilkan dalam log tugas yang gagal:

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

Solusi: Impor kode yang tidak ada dari PyPI.

Pesan peringatan tentang pemicu di UI Airflow

Dalam beberapa kasus setelah pemicu dinonaktifkan, Anda mungkin melihat pesan peringatan berikut di UI 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 dapat menampilkan pesan ini karena pemicu yang tidak lengkap tetap ada di database Airflow. Pesan ini biasanya berarti bahwa pemicu dinonaktifkan sebelum semua pemicu selesai di lingkungan Anda.

Anda dapat melihat semua pemicu yang berjalan di lingkungan dengan memeriksa halaman Browse > Triggers di UI Airflow. Peran Admin diperlukan.

Solusi:

Tugas tetap dalam status ditangguhkan setelah pemicu dinonaktifkan

Jika pemicu dinonaktifkan, tugas yang sudah dalam status ditangguhkan akan tetap dalam status ini hingga waktu tunggu tercapai. Waktu tunggu ini bisa tidak terbatas, bergantung pada konfigurasi Airflow dan DAG.

Gunakan salah satu solusi berikut:

  • Tandai tugas secara manual sebagai gagal.
  • Aktifkan pemicu untuk menyelesaikan tugas.

Sebaiknya nonaktifkan pemicu hanya jika lingkungan Anda tidak menjalankan operator atau tugas yang ditangguhkan, dan semua tugas yang ditangguhkan telah selesai.

Langkah berikutnya