Soluciona problemas del programador de Airflow

Managed Airflow (3ª gen.) | Managed Airflow (2ª gen.) | Managed Airflow (1ª gen. heredada)

En esta página, se proporcionan información y pasos para solucionar problemas comunes con los programadores y procesadores de DAG de Airflow.

Identifica el origen del problema

Para comenzar a solucionar problemas, identifica si el problema ocurre en los siguientes casos:

  • Durante el análisis de DAG, mientras un procesador de DAG de Airflow analiza el DAG
  • Durante el tiempo de ejecución, mientras un programador de Airflow procesa el DAG

Para obtener más información sobre el tiempo de análisis y el tiempo de ejecución, consulta la Diferencia entre el tiempo de análisis y de ejecución del DAG.

Inspecciona los problemas de procesamiento de DAG

  1. Inspecciona los registros del procesador de DAG.
  2. Verifica los tiempos de análisis de DAG.

Supervisa tareas en ejecución y en cola

Para verificar si hay tareas atascadas en una cola, sigue estos pasos.

  1. En la Google Cloud consola de, ve a la página Entornos.

    Ir a Entornos

  2. En la lista de entornos, haz clic en el nombre de tu entorno. Se abrirá la página Detalles del entorno.

  3. Ve a la pestaña Supervisión.

  4. En la pestaña Supervisión, revisa el gráfico Tareas de Airflow en la sección Ejecuciones de DAG y, luego, identifica posibles problemas. Las tareas de Airflow son tareas que están en estado en cola en Airflow y pueden ir a la cola de agentes de Celery o Kubernetes Executor. Las tareas en cola de Celery son instancias de tareas que se ponen en la cola de agentes de Celery.

Soluciona problemas durante el análisis de DAG

En las siguientes secciones, se describen los síntomas y las posibles soluciones para algunos problemas comunes durante el análisis de DAG.

Distribución de números y horarios de las tareas

Airflow puede tener problemas cuando programa una gran cantidad de DAG o tareas al mismo tiempo. Para evitar problemas con la programación, puedes hacer lo siguiente:

  • Ajusta tus DAG para usar una cantidad menor de tareas más consolidadas.
  • Ajusta los intervalos de programación de tus DAG para distribuir las ejecuciones de DAG de manera más uniforme a lo largo del tiempo.

Ajusta la configuración de Airflow

Airflow proporciona opciones de configuración que controlan cuántas tareas y DAG de Airflow pueden ejecutarse al mismo tiempo. Para establecer estas opciones de configuración, anula sus valores para tu entorno. También puedes establecer algunos de estos valores a nivel de DAG o de tarea.

  • Simultaneidad de los trabajadores

    El parámetro [celery]worker_concurrency controla la cantidad máxima de tareas que un trabajador de Airflow puede ejecutar al mismo tiempo. Si multiplicas el valor de este parámetro por la cantidad de trabajadores de Airflow en tu entorno de Managed Airflow, obtendrás la cantidad máxima de tareas que se pueden ejecutar en un momento determinado de tu entorno. Este número está limitado por la opción de configuración de Airflow [core]parallelism, que se describe con más detalle.

    En los entornos de Managed Airflow (3ª gen.), el valor predeterminado de [celery]worker_concurrency se calcula automáticamente en función de la cantidad de instancias de tareas simultáneas ligeras que puede admitir un trabajador. Esto significa que su valor depende de los límites de recursos del trabajador. El valor de simultaneidad del trabajador no depende de la cantidad de trabajadores de tu entorno.

  • Ejecuciones máximas de DAG activas

    La opción de configuración de Airflow [core]max_active_runs_per_dag controla la cantidad máxima de ejecuciones activas del DAG por DAG. El programador no crea más ejecuciones de DAG si alcanza este límite.

    Si este parámetro se establece de forma incorrecta, puedes encontrar un problema en el que el programador regula la ejecución del DAG porque no puede crear más instancias de ejecución de DAG en un momento determinado.

    También puedes establecer este valor a nivel de DAG con el parámetro max_active_runs.

  • Cantidad máxima de tareas activas por DAG

    La opción de configuración de Airflow [core]max_active_tasks_per_dag controla la cantidad máxima de instancias de tareas que se pueden ejecutar de forma simultánea en cada DAG.

    Si este parámetro se establece de manera incorrecta, es posible que tengas un problema en el que la ejecución de una sola instancia de DAG sea lenta porque solo hay una cantidad limitada de tareas de DAG que se pueden ejecutar en un momento determinado. En este caso, puedes aumentar el valor de esta opción de configuración.

    También puedes establecer este valor a nivel de DAG con el parámetro max_active_tasks.

    Puedes usar max_active_tis_per_dag y max_active_tis_per_dagrun parámetros a nivel de la tarea para controlar cuántas instancias con un ID de tarea específico pueden ejecutarse por DAG y por ejecución de DAG.

  • Paralelismo y tamaño del grupo

    La opción de configuración [core]parallelism de Airflow controla cuántas tareas puede poner en cola el programador de Airflow en la cola del ejecutor después de que se cumplen todas las dependencias para estas tareas.

    Este es un parámetro global para toda la configuración de Airflow.

    Las tareas se ponen en cola y se ejecutan dentro de un grupo. Los entornos de Managed Airflow usan solo un grupo. El tamaño de este grupo controla cuántas tareas puede poner en cola el programador para su ejecución en un momento determinado. Si el tamaño del grupo es demasiado pequeño, el programador no puede poner en cola las tareas para su ejecución a pesar de los límites, que se definen mediante la opción de configuración [core]parallelism y [celery]worker_concurrency multiplicada por la cantidad de trabajadores de Airflow, que todavía no se cumplen.

    Puedes configurar el tamaño del grupo en la IU de Airflow (Administrador > Grupos). Ajusta el tamaño del grupo al nivel del paralelismo que esperas en tu entorno.

    Por lo general, [core]parallelism se establece como un producto de la cantidad máxima de trabajadores y [celery]worker_concurrency.

Soluciona problemas de tareas en ejecución y en cola

En las siguientes secciones, se describen los síntomas y las posibles soluciones para algunos problemas comunes con las tareas en cola y en ejecución.

No se ejecutan las ejecuciones de DAG

Síntoma:

Cuando una fecha de programación para un DAG se establece de forma dinámica, esto puede generar varios efectos secundarios inesperados. Por ejemplo:

  • Una ejecución de DAG siempre está en el futuro, y el DAG nunca se ejecuta.

  • Las ejecuciones de DAG anteriores se marcan como ejecutadas y exitosas a pesar de que no se ejecutaron.

Hay más información disponible en la documentación de Apache Airflow.

Soluciones posibles:

  • Sigue las recomendaciones de la documentación de Apache Airflow.

  • Establece start_date estático para los DAG. Como opción, puedes usar catchup=False para inhabilitar la ejecución del DAG para fechas pasadas.

  • Evita usar datetime.now() o days_ago(<number of days>), a menos que seas consciente de los efectos secundarios de este enfoque.

Usa la función TimeTable del programador de Airflow

Managed Airflow (3ª gen.) no admite complementos personalizados para el programador de Airflow, incluidas las tablas de tiempo implementadas en DAG. Los complementos no se sincronizan con los programadores de tu entorno.

Aun así, puedes usar las tablas de tiempo integradas en Managed Airflow (3ª gen.).

Evita la programación de tareas durante los períodos de mantenimiento

Puedes definir períodos de mantenimiento para tu entorno de modo que el mantenimiento del entorno se realice fuera de los horarios en los que ejecutas tus DAG. Aun así, puedes ejecutar tus DAG durante los períodos de mantenimiento, siempre que sea aceptable que algunas tareas se interrumpan y se vuelvan a intentar. Para obtener más información sobre cómo los períodos de mantenimiento afectan tu entorno, consulta Especifica períodos de mantenimiento.

Uso de “wait_for_downstream” en tus DAG

Si configuras el parámetro wait_for_downstream en True en tus DAG, para que una tarea tenga éxito, todas las tareas que se encuentran en una etapa posterior de esta tarea también deben tener éxito. Significa que la ejecución de las tareas que pertenecen a una ejecución de DAG determinada puede ralentizarse mediante la ejecución de tareas de la ejecución del DAG anterior. Obtén más información en la documentación de Airflow.

Las tareas en cola durante demasiado tiempo se cancelarán y se volverán a programar

Si una tarea de Airflow se mantiene en la cola durante demasiado tiempo, el programador la volverá a programar para su ejecución después de que haya transcurrido la cantidad de tiempo establecida en la opción de configuración de Airflow [scheduler]task_queued_timeout. El valor predeterminado es 2400.

Una forma de observar los síntomas de esta situación es observar el gráfico con la cantidad de tareas en cola (pestaña “Supervisión” en la IU de Managed Airflow). Si los picos de este gráfico no disminuyen en aproximadamente dos horas, es probable que las tareas se vuelvan a programar (sin registros), seguidas de las entradas de registro “Adopted tasks were still pending…” en los registros del programador. En esos casos, es posible que veas el mensaje “Log file is not found…” en los registros de tareas de Airflow porque la tarea no se ejecutó.

En general, se espera este comportamiento, y la siguiente instancia de la tarea programada se ejecutará según la programación. Si observas muchos casos de este tipo en tus entornos de Managed Airflow, es posible que no haya suficientes trabajadores de Airflow en tu entorno para procesar todas las tareas programadas.

Resolución: Para resolver este problema, debes asegurarte de que siempre haya capacidad en los trabajadores de Airflow para ejecutar tareas en cola. Por ejemplo, puedes aumentar la cantidad de trabajadores o worker_concurrency. También puedes ajustar el paralelismo o los grupos para evitar poner en cola tareas más allá de la capacidad que tienes.

Enfoque de Managed Airflow para el parámetro min_file_process_interval

Managed Airflow cambia la forma en que [scheduler]min_file_process_interval es usado por el planificador de Airflow.

El programador de Airflow se reinicia después de una cierta cantidad de veces que se programan todos los DAG , y el [scheduler]num_runs parámetro controla cuántas veces lo hace el programador. Cuando el programador alcanza los bucles de programación [scheduler]num_runs, se reinicia. El programador es un componente sin estado, y ese reinicio es un mecanismo de reparación automática para cualquier problema que pueda experimentar el programador. El valor predeterminado de [scheduler]num_runs es 5,000.

Se puede usar [scheduler]min_file_process_interval para configurar la frecuencia con la que se realiza el análisis de DAG, pero este parámetro no puede ser más largo que el tiempo requerido para que un programador realice bucles [scheduler]num_runs cuando programa tus DAG.

Marca las tareas como fallidas después de alcanzar dagrun_timeout

El programador marca como fallidas las tareas que no se terminan (en ejecución, programadas y en cola) si una ejecución de DAG no finaliza dentro de dagrun_timeout (un parámetro de DAG).

Solución:

Síntomas de que la base de datos de Airflow está bajo una carga pesada

A veces, en los registros de trabajadores de Airflow, es posible que veas la siguiente entrada de registro de advertencia:

psycopg2.OperationalError: connection to server at ... failed

Es posible que esos errores o advertencias sean un síntoma de que la base de datos de Airflow está sobrecargada por la cantidad de conexiones abiertas o la cantidad de consultas ejecutadas al mismo tiempo, ya sea por programadores o por otros componentes de Airflow, como trabajadores, activadores y servidores web.

Soluciones posibles:

El servidor web muestra la advertencia “The scheduler does not appear to be running”

El programador informa su señal de monitoreo de funcionamiento de forma periódica a la base de datos de Airflow. Según esta información, el servidor web de Airflow determina si el programador está activo.

A veces, si el programador está bajo una carga pesada, es posible que no pueda informar su señal de monitoreo de funcionamiento cada [scheduler]scheduler_heartbeat_sec.

En tal situación, el servidor web de Airflow podría mostrar la siguiente advertencia:

The scheduler does not appear to be running. Last heartbeat was received <X>
seconds ago.

Soluciones posibles:

  • Aumenta la CPU y la memoria de los recursos del programador.

  • Optimiza tus DAG para que su análisis y programación sean más rápidos y no consuman demasiados recursos del programador.

  • Evita usar variables globales en los DAG de Airflow. En su lugar, usa variables de entorno y variables de Airflow.

  • Aumenta el valor de la opción de configuración de Airflow [scheduler]scheduler_health_check_threshold para que el servidor web espere más tiempo antes de informar la falta de disponibilidad del programador.

Soluciones alternativas para problemas que surgen durante el reabastecimiento de DAG

A veces, es posible que desees volver a ejecutar DAG que ya se ejecutaron. Puedes hacerlo con un comando de la CLI de Airflow de la siguiente manera:

gcloud composer environments run \
  ENVIRONMENT_NAME \
  --location LOCATION \
   dags backfill -- -B \
   -s START_DATE \
   -e END_DATE \
   DAG_NAME

Para volver a ejecutar solo las tareas fallidas de un DAG específico, también usa el argumento --rerun-failed-tasks.

Reemplaza lo siguiente:

  • ENVIRONMENT_NAME por el nombre del entorno.
  • LOCATION por la región en la que se encuentra el entorno.
  • START_DATE por un valor para el parámetro start_date de DAG, en el formato YYYY-MM-DD.
  • END_DATE por un valor para el parámetro end_date de DAG, en el formato YYYY-MM-DD.
  • DAG_NAME por el nombre del DAG.

A veces, la operación de reabastecimiento puede generar una situación de interbloqueo en la que no es posible realizar un reabastecimiento porque hay un bloqueo en una tarea. Por ejemplo:

2022-11-08 21:24:18.198 CET DAG ID Task ID Run ID Try number
2022-11-08 21:24:18.201 CET -------- --------- -------- ------------
2022-11-08 21:24:18.202 CET 2022-11-08 21:24:18.203 CET These tasks are deadlocked:
2022-11-08 21:24:18.203 CET DAG ID Task ID Run ID Try number
2022-11-08 21:24:18.204 CET ----------------------- ----------- ----------------------------------- ------------
2022-11-08 21:24:18.204 CET <DAG name> <Task name> backfill__2022-10-27T00:00:00+00:00 1
2022-11-08 21:24:19.249 CET Command exited with return code 1
...
2022-11-08 21:24:19.348 CET Failed to execute job 627927 for task backfill

En algunos casos, puedes usar las siguientes soluciones alternativas para superar los interbloqueos:

  • Inhabilita el miniprogramador anulando el [core]schedule_after_task_execution a False.

  • Ejecuta reabastecimientos para períodos más cortos. Por ejemplo, establece START_DATE y END_DATE para especificar un período de solo 1 día.

¿Qué sigue?