使用Airflow连接MsSQL Server执行查询时任务因Negsignal.SIGSEGV失败求助

遇到Negsignal.SIGSEGV这种段错误确实头疼，尤其是在Airflow连接MSSQL的场景下——这类错误大多不是Python代码逻辑问题，而是底层驱动或环境兼容性导致的。结合你的DAG代码和日志信息，我们一步步来排查：

先明确错误本质 #

Negsignal.SIGSEGV是段错误，意味着程序尝试访问了不被允许的内存区域。从你的日志来看，连接信息已经正确加载，但执行SQL时触发了底层内存异常，大概率和Airflow依赖的MSSQL驱动库有关。

可能的原因及对应解决办法 #

1. 底层驱动版本不兼容 #

Airflow的apache-airflow-providers-microsoft-mssql依赖的数据库驱动（比如pymssql）和系统中的freetds库版本不匹配，是引发段错误的最常见原因。

修复步骤：

• 先检查当前安装的相关包版本：

  pip list | grep -E "pymssql|apache-airflow-providers-microsoft-mssql"
  

• 查看系统的freetds版本（pymssql依赖的底层库）：

  tsql -C  # 或者 freetds-config --version
  

• 尝试锁定兼容的驱动版本：
  比如pymssql==2.1.5版本和多数freetds版本兼容性较好，执行安装：

  pip install pymssql==2.1.5
  

  同时要确保Airflow的MSSQL provider版本和核心Airflow版本匹配（比如Airflow 2.x对应provider版本>=3.0.0）。

2. SQL语句与连接配置细节问题 #

虽然日志显示连接信息正确，但两个细节可能触发底层bug：

• 你的SQL语句中用到了带连字符的数据库名EQM-CORE，MSSQL中这类特殊字符的对象名需要用方括号包裹，否则可能触发底层解析异常（虽然这看起来是语法问题，但可能间接引发驱动崩溃）。修改SQL语句为：

  sql=f"SELECT COUNT(*) FROM [EQM-CORE].[DBO].[TEST_TABLE]"
  

• 检查Airflow中mssql_default连接的Extra配置，尝试添加TDS版本参数来匹配你的MSSQL Server版本，比如：

  {"tds_version": "7.3"}
  

3. 切换到更稳定的ODBC驱动 #

如果pymssql一直出现段错误，可以尝试切换到pyodbc驱动——Airflow的MSSQL provider对pyodbc的支持更稳定，且更少出现内存异常。

切换步骤：

• 安装pyodbc和系统级ODBC驱动：

  pip install pyodbc
  

  （Ubuntu系统还需要安装官方MSSQL ODBC驱动：sudo apt-get install msodbcsql17，Windows直接安装官方ODBC驱动）
• 修改Airflow的mssql_default连接：
  在Airflow UI的连接管理中，将Conn Type改为Microsoft SQL Server (ODBC)，然后填写连接信息，或者在Extra中直接指定ODBC连接字符串：

  {"conn_str": "DRIVER={ODBC Driver 17 for SQL Server};SERVER=eqm-lsnr,1433;DATABASE=eqm-core;UID=ETL_USER;PWD=你的密码"}
  

• 你的DAG代码不需要大改，Airflow会自动根据连接类型选择对应的驱动实现。

4. 系统层面的环境排查 #

• 检查Airflow worker节点的内存使用情况，是否存在内存不足导致的进程崩溃；
• 尝试重启Airflow scheduler和worker，排除进程状态异常的问题；
• 如果是容器化部署，检查容器的内存限制是否足够，或者是否有容器底层环境的兼容性问题。

验证步骤 #

修改配置后，先在本地单独测试数据库连接，排除Airflow本身的干扰：

import pyodbc
# 用pyodbc测试连接与查询
conn = pyodbc.connect('DRIVER={ODBC Driver 17 for SQL Server};SERVER=eqm-lsnr,1433;DATABASE=eqm-core;UID=ETL_USER;PWD=你的密码')
cursor = conn.cursor()
cursor.execute("SELECT COUNT(*) FROM [EQM-CORE].[DBO].[TEST_TABLE]")
print(cursor.fetchone())
conn.close()

如果本地测试正常，再运行Airflow DAG，看是否还出现段错误。

内容的提问来源于stack exchange，提问作者LOTR