Beispiel DAG bleibt auf unbestimmte Zeit im "Running" -Status

Question

In meinem ersten Ausflug in den Luftstrom versuche ich, eines der Beispiel-DAGS auszuführen, das mit der Installation geliefert wird. Dies ist v.1.8.0. Hier sind meine Schritte:

$ airflow trigger_dag example_bash_operator 
[2017-04-19 15:32:38,391] {__init__.py:57} INFO - Using executor SequentialExecutor 
[2017-04-19 15:32:38,676] {models.py:167} INFO - Filling up the DagBag from /Users/gbenison/software/kludge/airflow/dags 
[2017-04-19 15:32:38,947] {cli.py:185} INFO - Created <DagRun example_bash_operator @ 2017-04-19 15:32:38: manual__2017-04-19T15:32:38, externally triggered: True> 
$ airflow dag_state example_bash_operator '2017-04-19 15:32:38' 
[2017-04-19 15:33:12,918] {__init__.py:57} INFO - Using executor SequentialExecutor 
[2017-04-19 15:33:13,229] {models.py:167} INFO - Filling up the DagBag from /Users/gbenison/software/kludge/airflow/dags 
running 

Der dag Zustand bleibt für eine lange Zeit „läuft“ (mindestens 20 Minuten mit dem jetzt), obwohl von einer schnellen Überprüfung dieser Aufgabe sollte es eine Sache von Sekunden. Wie kann ich dies beheben? Wie kann ich sehen, in welchem ​​Schritt es feststeckt?

Answer 1

jede DAGs ausführen zu können, müssen Sie sicherstellen, dass zwei Prozesse ausgeführt werden: nur

• airflow webserver
• airflow scheduler

Wenn Sie airflow webserver läuft, wird die UI DAGs zeigen als running , aber wenn Sie auf die DAG klicken, ist keine der Aufgaben tatsächlich running oder scheduled, sondern in einem Null Zustand. Das bedeutet, dass sie darauf warten, von airflow scheduler abgeholt zu werden. Wenn airflow scheduler nicht ausgeführt wird, bleiben Sie für immer in diesem Zustand stecken, da die Aufgaben niemals zur Ausführung abgeholt werden.