芹菜工人在开机时停滞不前

Question

我们在夜间启动AWS中250个工作节点的集群来处理一些长时间运行的分布式任务。

工作节点正在使用以下命令运行芹菜:

celery -A celery_worker worker --concurrency=1 -l info -n background_cluster.i-1b1a0dbb --without-heartbeat --without-gossip --without-mingle -- celeryd.prefetch_multiplier=1

我们使用rabbitmq作为代理，并且只有1个rabbitmq节点。

大约60%的节点声称正在监听，但不会接收任何任务。

他们的日志是这样的:

 -------------- celery@background_cluster.i-1b1a0dbb v3.1.18 (Cipater)
---- **** -----
--- * ***  * -- Linux-3.2.0-25-virtual-x86_64-with-Ubuntu-14.04-trusty
-- * - **** ---
- ** ---------- [config]
- ** ---------- .> app:         celery_worker:0x7f10c2235cd0
- ** ---------- .> transport:   amqp://guest:**@localhost:5672//
- ** ---------- .> results:     disabled
- *** --- * --- .> concurrency: 1 (prefork)
-- ******* ----
--- ***** ----- [queues]
 -------------- .> background_cluster exchange=root(direct) key=background_cluster

[tasks]
  . more.celery_worker.background_cluster
[2015-10-10 00:20:17,110: WARNING/MainProcess] celery@background_cluster.i-1b1a0dbb
[2015-10-10 00:20:17,110: WARNING/MainProcess] consuming from
[2015-10-10 00:20:17,110: WARNING/MainProcess] {'background_cluster': <unbound Queue background_cluster -> <unbound Exchange root(direct)> -> background_cluster>}
[2015-10-10 00:20:17,123: INFO/MainProcess] Connected to amqp://our_server:**@10.0.11.136:5672/our_server
[2015-10-10 00:20:17,144: WARNING/MainProcess] celery@background_cluster.i-1b1a0dbb ready.

但是，rabbitmq显示队列中有消息等待。

如果我登录到任何工作节点并发出以下命令:

celery -A celery_worker inspect active

…然后，每个(先前停止的)工作节点立即获得一个任务并开始启动。

知道为什么吗?

可能与这些开关有关吗?

--without-heartbeat --without-gossip --without-mingle

Answer 1

原来这是一个bug在芹菜使用--without-gossip保持事件排水。芹菜对八卦的实现是相当新的，它显然隐式地处理排水事件，但是当你关闭它时，事情就会变得有点不稳定。

这个问题的细节概述在这个github问题:https://github.com/celery/celery/issues/1847

Master目前在此PR中有修复:https://github.com/celery/celery/pull/2823

你可以用三种方法解决这个问题:

• 使用gossip (remove—without-gossip)
• 用https://github.com/celery/celery/pull/2823.patch
修补你的芹菜版本
• 使用cron作业定期运行celery inspect active