时间戳

首页 > 解决方案 > 在 Apache Airflow 中运行超过 32 个并发任务

python - 在 Apache Airflow 中运行超过 32 个并发任务

问题描述

我正在运行 Apache Airflow 1.8.1。我想在我的实例上运行超过 32 个并发任务，但无法让任何配置工作。

我正在使用 CeleryExecutor，UI 中的 Airflow 配置显示为 64，parallelism并且dag_concurrency我已经多次重新启动了 Airflow 调度程序、Web 服务器和工作程序（我实际上是在 Vagrant 机器上进行本地测试，但也已经在EC2 实例）。

气流.cfg

# The amount of parallelism as a setting to the executor. This defines
# the max number of task instances that should run simultaneously
# on this airflow installation
parallelism = 64

# The number of task instances allowed to run concurrently by the scheduler
dag_concurrency = 64

示例 DAG。我已经concurrency直接在 DAG 中尝试了不带参数和带参数的方法。

from datetime import datetime

from airflow import DAG
from airflow.operators.bash_operator import BashOperator

dag = DAG(
    'concurrency_dev',
    default_args={
        'owner': 'airflow',
        'depends_on_past': False,
        'start_date': datetime(2018, 1, 1),
    },
    schedule_interval=None,
    catchup=False
)

for i in range(0, 40):
    BashOperator(
        task_id='concurrency_dev_{i}'.format(i=i),
        bash_command='sleep 60',
        dag=dag
    )

无论如何，只有 32 个任务同时执行。

在此处输入图像描述

标签： pythonairflow

解决方案

如果您有 2 个工作人员，celeryd_concurrency = 16那么您将被限制为 32 个任务。如果non_pooled_task_slot_count = 32你也受到限制。当然parallelism，dag_concurrency不仅网络服务器和调度程序需要设置在 32 以上，工作人员也需要设置。

推荐阅读