气流 psycopg2.OperationalError: FATAL: 抱歉，已经有太多客户了

Question

我有一个四节点集群 Airflow 环境，几个月来一直运行良好。

ec2-instances

• 服务器 1：Web 服务器、调度程序、Redis 队列、PostgreSQL 数据库
• 服务器 2：网络服务器
• 服务器 3：工作人员
• 服务器 4：工作人员

最近我一直在研究一个更复杂的 DAG，与我之前处理的相对较小的任务相比，其中包含几十个任务。我不确定这是否是我现在才看到此错误弹出的原因或什么，但我偶尔会收到此错误：

在任务日志下的 Airflow UI 上：

psycopg2.OperationalError: FATAL: sorry, too many clients already

在网络服务器上（运行 airflow 网络服务器的输出）我也遇到了同样的错误：

[2018-07-23 17:43:46 -0400] [8116] [ERROR] Exception in worker process
Traceback (most recent call last):
  File "/usr/local/lib/python3.6/site-packages/sqlalchemy/engine/base.py", line 2158, in _wrap_pool_connect
    return fn()
  File "/usr/local/lib/python3.6/site-packages/sqlalchemy/pool.py", line 403, in connect
    return _ConnectionFairy._checkout(self)
  File "/usr/local/lib/python3.6/site-packages/sqlalchemy/pool.py", line 788, in _checkout
    fairy = _ConnectionRecord.checkout(pool)
  File "/usr/local/lib/python3.6/site-packages/sqlalchemy/pool.py", line 532, in checkout
    rec = pool._do_get()
  File "/usr/local/lib/python3.6/site-packages/sqlalchemy/pool.py", line 1193, in _do_get
    self._dec_overflow()
  File "/usr/local/lib/python3.6/site-packages/sqlalchemy/util/langhelpers.py", line 66, in __exit__
    compat.reraise(exc_type, exc_value, exc_tb)
  File "/usr/local/lib/python3.6/site-packages/sqlalchemy/util/compat.py", line 187, in reraise
    raise value
  File "/usr/local/lib/python3.6/site-packages/sqlalchemy/pool.py", line 1190, in _do_get
    return self._create_connection()
  File "/usr/local/lib/python3.6/site-packages/sqlalchemy/pool.py", line 350, in _create_connection
    return _ConnectionRecord(self)
  File "/usr/local/lib/python3.6/site-packages/sqlalchemy/pool.py", line 477, in __init__
    self.__connect(first_connect_check=True)
  File "/usr/local/lib/python3.6/site-packages/sqlalchemy/pool.py", line 671, in __connect
    connection = pool._invoke_creator(self)
  File "/usr/local/lib/python3.6/site-packages/sqlalchemy/engine/strategies.py", line 106, in connect
    return dialect.connect(*cargs, **cparams)
  File "/usr/local/lib/python3.6/site-packages/sqlalchemy/engine/default.py", line 410, in connect
    return self.dbapi.connect(*cargs, **cparams)
  File "/usr/local/lib64/python3.6/site-packages/psycopg2/__init__.py", line 130, in connect
    conn = _connect(dsn, connection_factory=connection_factory, **kwasync)
psycopg2.OperationalError: FATAL:  sorry, too many clients already

我可以通过运行 sudo /etc/init.d/postgresql restart 并重新启动 DAG 来解决此问题，但是在 大约 次运行之后，我将再次开始看到错误。

我找不到关于 Airflow 的任何细节，但来自other posts I've found such as this one 他们说这是因为我的客户端（我猜在这种情况下是 Airflow）试图打开与 PostgreSQL 的连接比什么PostgreSQL 被配置为处理。我运行这个命令发现我的 PostgreSQL 可以接受 100 个连接：

[ec2-user@ip-1-2-3-4 ~]$ sudo su
root@ip-1-2-3-4
[/home/ec2-user]# psql -U postgres
psql (9.2.24)
Type "help" for help.

postgres=# show max_connections;
 max_connections
-----------------
 100
(1 row)

在this solution 中，帖子说我可以增加我的 PostgreSQL 最大连接数，但我想知道是否应该在我的 Airflow.cfg 文件中设置一个值，以便我可以将 Airflow 允许的连接大小与我的 PoastgreSQL 最大连接数相匹配尺寸。有谁知道我可以在 Airflow 的哪里设置这个值？以下是我认为相关的领域：

# The SqlAlchemy pool size is the maximum number of database connections
# in the pool.
sql_alchemy_pool_size = 5

# The SqlAlchemy pool recycle is the number of seconds a connection
# can be idle in the pool before it is invalidated. This config does
# not apply to sqlite.
sql_alchemy_pool_recycle = 3600

# 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 = 32

# The number of task instances allowed to run concurrently by the scheduler
dag_concurrency = 32

# When not using pools, tasks are run in the "default pool",
# whose size is guided by this config element
non_pooled_task_slot_count = 128

# The maximum number of active DAG runs per DAG
max_active_runs_per_dag = 32

欢迎提出解决此问题的任何建议。这与我的 Airflow 配置有关还是与我的 PostgreSQL 配置有关？

另外，因为我正在测试一个新的 DAG，我有时会终止 正在运行的 任务并重新开始它们。也许这样做会导致某些进程无法正确终止，并且它们会保持对 PostgreSQL 开放的死连接？

Answer 1

遇到了类似的问题。我将 postgres 中的 max_connections 更改为 10000 并将气流配置中的 sql_alchemy_pool_size 更改为 1000。现在我能够并行运行数百个任务。

PS：我的机器有 32 个内核和 60GB 内存。因此，它承担了负载。

Answer 2

引用airflow documentation：

sql_alchemy_max_overflow：池的最大溢出大小。当签出的连接数达到 pool_size 中设置的大小时，将返回额外的连接，直至达到此限制。当这些额外的连接返回到池中时，它们将被断开并丢弃。因此，池将允许的同时连接总数为 pool_size + max_overflow，池将允许的“休眠”连接总数为 pool_size。 max_overflow 可以设置为 -1 表示没有溢出限制；不会限制并发连接的总数。默认为 10。

看来您要在airflow.cfg 上设置的变量都是sql_alchemy_pool_size 和sql_alchemy_max_overflow。您的 PostgreSQL max_connections 必须等于或大于这两个 Airflow 配置变量的总和，因为 Airflow 最多可以有 sql_alchemy_pool_size + sql_alchemy_max_overflow 与您的数据库打开连接。