背景

Apache DolphinScheduler 有时候可能会出现工作流卡死问题：

• 工作流显示运行状态（小齿轮一直转），但进入工作流查看各任务实例却是没有运行的状态。工作流执行时间超时严重，有的甚至达到几天都执行不完。
• 工作流显示运行状态，进入工作流，各子工作流也显示运行状态，但再进入子工作流，各任务实例其实已经运行完了，此时子工作流卡节点死不动一直运行状态，下一个节点也不调起。持续很久都不结束。

解决思路

发生这种情况，根据以往处理经验，只有一种可能：那就是 Apache DolphinScheduler 操作 MySQL 数据库超时了，MySQL 出现了死锁、事务超时、查询时间长等，导致 Apache DolphinScheduler 状态与数据库不同步了。工作流也无法继续下去。

解决方案

一般 Apache DolphinScheduler 的数据库操作超时，就会卡住，有的会卡在调数据库前，有的是会卡在调数据库后，对数据库基本是写操作。卡住咱们也没法，只能保证数据库能用了，然后再重试之前的操作。

我们一般采用如下方案：

1. 查看 Apache DolphinScheduler MySQL 数据库的工作流定义、任务定义、工作流实例、任务实例等表进行简单的更新操作是否存在超时/锁表等问题。
2. 如果 MySQL 没问题
   • 可以查看前后端状态是否一致，不一致可以人工修改库强制改成一致的，让流程继续下去。
   • 如果状态一致，可以杀死工作流，手工删除工作流实例，然后重启补数调度。
3. 如果 MySQL 有问题
   • 是否查询慢更新慢，查看 MySQL 机器是否资源不够了。
   • 是否无法查询或更新，发生了锁表，通过show processlist，看哪些数据库连接连接时长很长，尤其是那些sleep的，将该连接kill掉“kill processid”。processid是show processlist执行后列表的第一列。

通过上面的解决方案，大体能解决绝大部分问题。有问题评论区大家可以一起沟通。

原文链接：https://blog.csdn.net/f4vinny/article/details/155012377