Envía y verifica eventos con Django and Celery structured event monitoring
Observa un intento de tarea Celery, conserva su resultado original y verifica el estado registrado antes de crear gráficos.
- 1
Elige el intento
Resultados del worker de Celery
- 2
Definir el contrato
job_name, job_id, queue_name, observed_state y status
- 3
Registra el estado del intento
Este ejemplo registra SUCCESS, FAILURE y RETRY de task_postrun como estados de intento; un reintento no es un fallo definitivo.
- 4
Verificar la evidencia
Ejecuta una tarea conocida y consulta celery_task_attempt_finished para verificar el estado del intento observado; una fila de reintento no es un resultado final.
Antes de empezar
Antes de empezar
- Un TELEMETRY_API_KEY del lado del servidor
- Celery instalado en el proceso del worker
- Importa este módulo al iniciar el worker de Celery
Configuración de entrega
Instalar e inicializar el lado del servidor
Este módulo del worker de Celery envía eventos con HTTP de la biblioteca estándar de Python; no necesita instalar ni inicializar el SDK de Telemetry. Mantenga las credenciales de ingesta fuera de los paquetes de navegador, las variables de entorno visibles para el cliente, el control de fuente, los registros y los mensajes de excepción.
- 1Carga el módulo de señales una vez por worker y separa los errores de envío de los resultados de las tareas.
- 2Agregue el evento de resultado en el límite de éxito, error, reintento o tiempo de espera.
- 3Envíe accesorios controlados e inspeccione las filas almacenadas antes de habilitar una alerta.
Fragmento
Comience con un evento estructurado
Agregue esta forma donde el flujo de trabajo se completa, falla o se vuelve a intentar. Luego cree el panel a partir de campos reales.
Evento Django and Celery structured event monitoring
import json
import logging
import os
from urllib.request import Request, urlopen
from celery.signals import task_postrun
def report_export_failure():
try:
logging.getLogger(__name__).warning("Telemetry export unavailable")
except Exception:
pass
@task_postrun.connect(weak=False)
def record_task(sender=None, task_id=None, state=None, **kwargs):
try:
status = {"SUCCESS": "success", "FAILURE": "failed",
"RETRY": "retry_scheduled"}.get(state)
if status is None:
return # Other states need their own observed lifecycle handlers.
key = os.getenv("TELEMETRY_API_KEY")
if not key:
report_export_failure()
return
delivery = sender.request.delivery_info or {}
payload = {
"table": "celery_task_attempt_finished",
"data": {
"job_name": sender.name,
"job_id": task_id,
"queue_name": delivery.get("routing_key"),
"observed_state": state,
"status": status,
"attempt": sender.request.retries + 1,
},
}
request = Request("https://api.telemetry.sh/log",
data=json.dumps(payload).encode("utf-8"),
headers={"Authorization": key,
"Content-Type": "application/json",
"User-Agent": "telemetry-agent/1.0"},
method="POST")
# Socket timeout, not a hard end-to-end deadline. Export can be lost.
with urlopen(request, timeout=1.0) as response:
if not 200 <= response.status < 300:
report_export_failure()
except Exception:
# Do not let export or metadata errors replace the task outcome.
report_export_failure()Esquema del evento
job_name, job_id, queue_name, observed_state y status
attempt es retries + 1 para la ejecución observada
Solo metadatos del worker; revisa los identificadores de tarea y cola antes de enviarlos
Comprueba tu configuración
Punto de control 1
Este ejemplo registra SUCCESS, FAILURE y RETRY de task_postrun como estados de intento; un reintento no es un fallo definitivo.
Punto de control 2
Conserva el ID de la tarea lógica durante los reintentos y registra retries + 1 como número de intento.
Punto de control 3
Importa este módulo una vez en cada proceso del worker. No instrumenta solicitudes de Django ni mide la duración de las tareas.
Punto de control 4
El envío se realiza sin garantía, con un tiempo límite de socket de un segundo; añade latencia al worker y no implementa un plazo total estricto, entrega duradera ni reintentos del exportador.
Punto de control 5
No incluyas argumentos, resultados, texto de excepciones, URL ni credenciales en el evento. La pérdida o terminación del worker puede impedir task_postrun, por lo que los eventos ausentes tienen estado desconocido.
Verificación
Demuestra que el evento llegó
Ejecute esto después de ejercitar casos conocidos de éxito y fracaso. Reemplace el nombre de la tabla alternativa si su contrato de evento final difiere del fragmento.
Consulta de verificación Django and Celery structured event monitoring
SELECT *
FROM celery_task_attempt_finished
ORDER BY timestamp_utc DESC
LIMIT 20;Referencias de implementación
Revise el contrato del evento, la guía de seguridad de los datos y la documentación primaria previa antes de habilitar una nueva ruta de producción.
Dónde registrar eventos
Mantenga el evento de resultado pequeño y recuperable
Este patrón proporciona
- Un resultado limitado y listo para SQL junto al flujo de trabajo ascendente.
- Campos estables para paneles, alertas y correlación entre eventos.
- Una ruta basada en dispositivos para validar el comportamiento de éxito, fracaso, reintento y tiempo de espera.
Este patrón no proporciona
- Un exportador de OTLP, un canal de recopilación automática o un reemplazo para seguimientos detallados y registros de diagnóstico.
- Entrega exactamente una vez simplemente porque la carga útil contiene un ID de evento.
- Permiso para recopilar cargas útiles sin procesar del proveedor, contenido de usuario, credenciales o datos regulados.
Ejemplos de esquemas de eventos
Esquemas de eventos para este flujo de trabajo
Revise el detalle de la fila, el límite de emisión, los tipos requeridos, las clases de privacidad, la carga útil de ejemplo y la lista de verificación de validación antes de adaptar una consulta o fragmento a producción.
Función relacionada del producto
Continúe este flujo de trabajo en Alertas
Promueva la consulta de confiabilidad revisada a un umbral propio y un flujo de trabajo de respuesta.
Recetas SQL relacionadas
Más ejemplos de SQL
Ejecute la consulta en los campos estructurados de este flujo de trabajo, inspeccione el resultado del ejemplo y convierta una respuesta útil en un panel o alerta.
Medir el reintento del trabajo en segundo plano y la tasa de fallas
¿Qué trabajos en segundo plano consumen más reintentos o aún fallan?
Receta abiertaMedir el tiempo de espera de la cola por trabajo
¿Qué trabajos esperan más tiempo antes de que un trabajador los inicie?
Receta abiertaMedir el crecimiento de la cola de mensajes fallidos
¿Qué colas agregan trabajos fallidos más rápido de lo que los resuelven?
Receta abiertaCalcular la tasa de errores de API por ruta
¿Qué rutas de API tienen la mayor tasa de errores 5xx con al menos 20 solicitudes?
Receta abiertaDetectar tormentas de reintentos de trabajos en segundo plano
¿Qué tipos de trabajos dedican más trabajo a los reintentos en este momento?
Receta abiertaExplorar por familia de implementación
Comparar patrones de integración relacionados
Plantillas para combinar con esta integración
Monitor de fallas en el trabajo en segundo plano
Capture el estado de los trabajos de cola, cron, importación, sincronización de facturación y webhook desde la primera ejecución hasta los reintentos y fallas.
Abrir plantillaMonitor de latencia y errores de API
Observe el volumen de solicitudes, los códigos de estado, la latencia de ruta, los puntos finales fallidos y los incidentes de API que afectan al cliente.
Abrir plantillaMás integraciones
Monitoreo de cola BullMQ
Mida la espera de la cola de BullMQ, la duración de la ejecución, los reintentos, los fallos y el crecimiento de los mensajes no entregados con eventos del ciclo de vida preparados para SQL.
abrir guiaCola RabbitMQ Telemetry
Realice un seguimiento de la confirmación de publicación, entrega, acuse de recibo, reenvío, espera en cola, reintentos y resultados de mensajes fallidos de RabbitMQ con eventos estructurados.
abrir guiaBus de servicio de Azure Telemetry
Realice un seguimiento de los envíos, recepciones, renovación de bloqueos, liquidación, reenvío, aplazamiento y resultados de mensajes fallidos de Azure Service Bus sin recopilar cuerpos de mensajes.
abrir guia