如何找出任务在 dask 分布式中失败的原因？

Question

我正在使用dask.distributed开发分布式计算系统。 我使用Executor.map函数提交给它的任务有时会失败，而其他看起来相同的任务会成功运行。

该框架是否提供了任何诊断问题的方法？

更新失败我的意思是增加 Bokeh Web UI 中失败任务的计数器，由调度程序提供。 完成任务的计数器也会增加。

由Executor.map运行的函数返回None 。 它与数据库通信，从其表中检索一些行，执行计算并更新值。

我map有40000多个任务，所以研究日志有点乏味。

Answer 1

如果任务失败，则任何检索结果的尝试都将引发与工作线程相同的错误

In [1]: from distributed import Client

In [2]: c = Client()

In [3]: def div(x, y):
   ...:     return x / y
   ...: 

In [4]: future = c.submit(div, 1, 0)

In [5]: future.result()
<ipython-input-3-398a43a7781e> in div()
      1 def div(x, y):
----> 2     return x / y

ZeroDivisionError: division by zero

但是，其他事情可能会出错。 例如，您的工作人员上可能没有与客户端上相同的软件，或者您的网络可能不允许连接通过，或者现实世界网络中发生的任何其他事情。 为了帮助诊断这些，有几个选项：

1. 您可以使用Web 界面来跟踪您的任务和工作人员的进度
2. 您可以在调度程序或工作程序中启动 IPython 内核以直接检查它们