未记录的托管VM任务队列RPCFailedError

Question

我遇到了一个GAE托管虚拟机和任务队列的特殊且未记录的问题。我知道托管虚拟机服务是测试版的，所以这个问题可能不会永远相关，但它现在肯定让我很头疼。

问题的主要症状是，在某些情况下（我还不完全知道），我看到以下错误/回溯：

  File "/home/vmagent/my_app/some_file.py", line 265, in some_ndb_tasklet
    res = yield some_task.add_async('some-task-queue-name')
  File "/home/vmagent/python_vm_runtime/google/appengine/ext/ndb/tasklets.py", line 472, in _on_rpc_completion
    result = rpc.get_result()
  File "/home/vmagent/python_vm_runtime/google/appengine/api/apiproxy_stub_map.py", line 613, in get_result
    return self.__get_result_hook(self)
  File "/home/vmagent/python_vm_runtime/google/appengine/api/taskqueue/taskqueue.py", line 1948, in ResultHook
    rpc.check_success()
  File "/home/vmagent/python_vm_runtime/google/appengine/api/apiproxy_stub_map.py", line 579, in check_success
    self.__rpc.CheckSuccess()
  File "/home/vmagent/python_vm_runtime/google/appengine/ext/vmruntime/vmstub.py", line 312, in _WaitImpl
    raise self._ErrorException(*_DEFAULT_EXCEPTION)
RPCFailedError: The remote RPC to the application server failed for call taskqueue.BulkAdd().

我已经通过我的本地应用程序引擎SDK进行了跟踪，我可以到达跟踪的最后一行，但我的机器上根本不存在google/appengine/ext/vmruntime/，所以我不知道vmstub.py中发生了什么。从本地代码来看，some_task.add_async('the-queue')正在启动RPC并等待它完成，但这个错误不是taskqueue.py第1949行的except apiproxy_errors.ApplicationError, e:所期望的。。。

产生错误的代码看起来像这样：

@ndb.tasklet
def kickoff_tasks(batch_of_payloads):
    for task_payload in batch_of_payloads:
        # task_payload is a dict
        task = taskqueue.Task(
            url='/the/handler/url',
            params=payload)
        res = yield task.add_async('some-valid-task-queue-name')

其他值得注意的事项：

• 此代码本身运行在由另一个任务启动的任务处理程序中
• 在实现这种批处理之前，我第一次看到这个错误，并认为问题是因为我在任务处理程序中添加了太多任务
• 在某些情况下，我可以在批处理大小为100的情况下成功运行此操作，但在其他情况下，它在100时始终失败（取决于有效载荷中的数据），有时在批处理规模为50时成功
• 任务有效载荷本身包括一批项目，并且被调整为刚好小到适合一个任务。App Engine宣传的最大任务大小为100KB，所以我现在将有效载荷控制在90000字节以下。再缩小尺寸似乎也无济于事
• 当出现此错误时，我还尝试实现一个指数后退来重试kickoff_tasks方法，但似乎一旦出现错误，我就无法在同一处理程序中添加任何其他任务（即，我无法启动"从停止的地方继续"任务，我只需要让这个任务失败并重新启动它自己）

所以，我的问题是，究竟是什么导致了这个错误？我如何避免它，或者解决它，以便正确处理它？

Answer 1

这是一个正在处理的已知问题。实际上有两个问题-RPC失败本身和SDK没有处理RPCFailedError异常。

这里有一些关于这个问题的公开讨论。

Answer 2

如果您使用的是App Engine Flexible和python-compat-multicore映像，则会弹出一个与使用较新版本请求库的App Engine相关的新错误，该错误中断了App Engine Flexsible和数据存储之间的通信。您可以通过monkey修补appengine_config.py文件中的库来修复此错误。

将以下代码添加到appengine_config.py:

try:
    import appengine.ext.vmruntime.vmstub as vmstub
except ImportError:
    pass
else:
    if isinstance(vmstub.DEFAULT_TIMEOUT, (int, long)):
        # Newer requests libraries do not accept integers as header values. 
        # Be sure to convert the header value before sending. 
        # See Support Case ID 11235929.
        vmstub.DEFAULT_TIMEOUT = bytes(vmstub.DEFAULT_TIMEOUT)

请注意，如果您没有appengine_config.py文件，您可以在基本项目目录中创建它（无论您将app.yaml文件放在哪里）。此文件在应用程序引擎启动期间运行。。