调试

运维部署 社区

技能解读

当前原文的自动摘译,尚未人工审校。

运行 CLI

使用 uvx 运行所有 af 命令(无需安装):在本文档中,af 是 uvx --from astro-airflow-mcp af 的简写。

第 3 步:检查上下文

收集其他上下文以了解为什么会发生这种情况:最近的更改:是否有代码部署?检查 git 历史记录(如果可用) 数据量:数据量是否激增?对源表运行快速计数 上游运行状况:上游任务是否成功但产生了意外数据?历史规律:这是一次反复的失败吗?检查之前是否有相同的任务失败

在阿斯特罗

如果您在 Astro 上运行,这些附加工具可以帮助诊断: 部署活动日志:检查 Astro UI 中最近的部署 — 失败的部署或最近的代码更改通常是突然故障的原因 Astro 警报:在 Astro UI 中配置警报以进行主动故障监控(DAG 故障、任务持续时间、SLA 未命中) 可观察性:使用 Astro 可观察性仪表板跟踪 DAG 运行状况趋势并发现重复出现的问题

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
运维部署
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
88 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@diegosouzapw · 未声明许可证
上下文用量评级
低消耗
接入复杂程度
即装即用
是否需要外部接口密钥
不需要
兼容的系统
Windows
运行环境要求
未检出明确要求
检测到的文件与系统行为
  • 只读
  • 允许写入 / 修改
网络行为
仅限本地
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

01
第 1 步:识别故障

如果提到特定 DAG:运行 `af runs diagnose <dag_id> <dag_run_id>`(如果提供了 run_id) 如果未指定 run_id,则运行 `af dags stats` 以查找最近的故障 如果未指定 DAG:运行 `af health` 以查找所有 DAG 中的最近故障

02
第 2 步:获取错误详细信息

确定失败的任务后:使用`af tasks logs <dag_id> <dag_run_id> <task_id>`获取任务日志查找实际异常 - 滚动 Airflow 样板以查找真正的错误对失败类型进行分类:数据问题:丢失数据、架构更改、空值、约束违规

03
第 3 步:检查上下文

收集其他上下文以了解为什么会发生这种情况:最近的更改:是否有代码部署?检查 git 历史记录(如果可用) 数据量:数据量是否激增?对源表进行快速计数 上游运行状况:上游任务是否成功但产生了意外数据?历史规律:这是一次反复的失败吗?检查之前是否有相同的任务失败

04
第 4 步:提供可操作的输出

将您的诊断构建为:

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。