Cloud Composer 1 dalam mode pasca-pemeliharaan. Google tidak merilis update lebih lanjut untuk Cloud Composer 1, termasuk versi baru Airflow, perbaikan bug, dan update keamanan. Sebaiknya rencanakan migrasi ke Cloud Composer 2.

Halaman ini diterjemahkan oleh Cloud Translation API.

Memecahkan masalah pemicu Airflow

Cloud Composer 1 | Cloud Composer 2

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

Operasi pemblokiran dalam pemicu

Tugas asinkron terkadang dapat diblokir di pemicu. Pada umumnya, masalah berasal dari resource pemicu yang tidak memadai atau masalah pada kode operator asinkron kustom.

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

Thread asinkron diblokir
```
Triggerer's async thread was blocked for 1.2 seconds, likely due to the highly utilized environment.
```
Peringatan ini menandakan adanya masalah pada performa karena banyaknya tugas asinkron.

Solusi: Untuk mengatasi masalah ini, alokasikan lebih banyak resource ke pemicu, kurangi jumlah tugas yang ditangguhkan yang dijalankan secara bersamaan, atau tingkatkan jumlah pemicu di lingkungan Anda. Perlu diingat bahwa meskipun pemicu menangani tugas yang dapat ditangguhkan, pekerjalah yang bertanggung jawab untuk memulai dan pada akhirnya menyelesaikan setiap tugas. Jika Anda menyesuaikan jumlah pemicu, pertimbangkan juga menskalakan jumlah instance worker.
Tugas tertentu memblokir thread asinkron.
```
WARNING - Executing <Task finished coro=<TriggerRunner.run_trigger() done, defined at /opt/***/***/jobs/my-custom-code.py:609> result=None> took 0.401 second
```
Peringatan ini mengarah ke bagian kode operator tertentu yang dijalankan oleh Cloud Composer. Pemicu dari desain harus mengandalkan library asyncio untuk menjalankan operasi di latar belakang. Implementasi kustom pemicu dapat tidak 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 dalam metrik task_count yang juga ditampilkan di dasbor Monitoring lingkungan Anda. Setiap pemicu membuat beberapa resource seperti koneksi ke resource eksternal, yang menggunakan memori.

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

Grafik memori dan konsumsi CPU menunjukkan bahwa resource yang tidak mencukupi menyebabkan memulai ulang karena pemeriksaan keaktifan gagal karena detak jantung tidak ada:

Pemicu memulai ulang karena resource tidak mencukupi — **Gambar 2.** Pemicu memulai ulang karena resource tidak memadai (klik untuk memperbesar)

Solusi: Untuk mengatasi masalah ini, alokasikan lebih banyak resource ke pemicu, kurangi jumlah tugas yang ditangguhkan yang dijalankan secara bersamaan, atau tingkatkan jumlah pemicu di lingkungan Anda.

Error pekerja Airflow selama eksekusi callback

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

Jika metode callback gagal di pekerja Airflow, pekerja gagal, atau pekerja yang menjalankan metode tersebut 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

Anda dapat menerapkan operator pemicu kustom sedemikian rupa sehingga sepenuhnya memblokir loop pemicu utama, sehingga hanya satu pemicu rusak yang akan dijalankan 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 akan hilang saat pemicu dijalankan. Error ini dibuat dalam log tugas yang gagal:

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

Solusi: Impor kode yang hilang 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:

Aktifkan pemicu lagi dan tunggu tugas yang ditangguhkan selesai.
Akses database Airflow dan hapus pemicu yang tidak lengkap secara manual.

Tugas tetap dalam status ditangguhkan setelah pemicu dinonaktifkan

Jika pemicu dinonaktifkan, tugas yang sudah dalam status ditangguhkan tetap dalam status ini hingga waktu tunggu habis. Waktu tunggu ini dapat tak terbatas, bergantung pada konfigurasi Airflow dan DAG.

Gunakan salah satu solusi berikut:

Tandai tugas sebagai gagal secara manual.
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.