Airflow踩坑Xcom任务间数据传递反序列化失败

Posted mkdir700

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Airflow踩坑Xcom任务间数据传递反序列化失败相关的知识,希望对你有一定的参考价值。

基本信息

Airflow版本:2.2.3

部署方式:K8s + helm

后端数据库:mysql5.7

异常描述

我在做一个ETL任务时,发现上流任务的返回值(5W条数据),无法在下流任务中解析出来。

默认使用的是以Json数据作为任务之间的值传递。

查看日志,抛出异常如下:

json.decoder.JSONDecodeError: Unterminated string starting at: line 1 column 65528 (char 65527)

json反序列失败了。

如果是采用pickle 二进制作为任务之间的值传递,则会出现以下报错:

airflow pickle data was truncated

意思是,这个数据被截断了,即不完整。

解决方案

看到truncated关键字,数据被截断。

这让我判断出可能和Mysql字段定义的长度有关系。

任务之间的值传递依赖Xcom模块,它在后端数据库的表明同名,查看value字段的类型为blob

blob最大的存储为65kb,我们只需要修改这个字段类型为mediumblob 或者 longblob

ALTER TABLE `airflow`.`xcom` 
MODIFY COLUMN `value` mediumblob NULL AFTER `key`;

参考文章

以上是关于Airflow踩坑Xcom任务间数据传递反序列化失败的主要内容,如果未能解决你的问题,请参考以下文章

Airflow踩坑XCom大数据传递反序列化失败

Airflow踩坑XCom大数据传递反序列化失败

将 xcom 值传递给 Airflow 中的 JiraOperator

气流 - 如何将 xcom 变量传递给 Python 函数

Airflow:如何从 Postgres Operator 推送 xcom 价值?

Apache Airflow 中的分布式日志记录