Airflow 1.10版本突发告警停止发送问题排查咨询

开发者阿泽

2026-7-21

Airflow 1.10 DAG失败未发送邮件告警的排查方向

邮件服务器端变更：虽然你未修改Airflow配置，但外部SMTP服务可能发生了变更——比如服务器地址/端口调整、认证密码过期、IP白名单更新，甚至服务本身下线。可以先通过telnet your-smtp-host 587测试连通性，再核对airflow.cfg里smtp_host、smtp_user等参数是否与当前SMTP服务要求匹配。
DAG通知配置被覆盖：检查目标DAG的default_args是否明确设置了email和email_on_failure=True，不排除个别DAG的局部配置（比如单独定义的任务参数）覆盖了全局默认值，把告警开关设为了False。
元数据状态异常：长期运行的Airflow 1.10可能出现元数据表（如task_instance）数据不一致的情况——比如失败任务的状态未被正确标记，导致邮件触发逻辑未被触发。可以手动触发一个测试DAG的失败任务，同时查看元数据库中该任务的状态记录是否正常。
Worker进程或日志报错：查看Airflow Worker的日志（执行airflow logs -w），检查是否存在SMTP连接超时、认证失败等邮件发送相关的报错。如果用CeleryExecutor，还要确认Worker节点是否能访问SMTP服务器，以及Worker的环境变量有没有覆盖Airflow的SMTP配置。
邮件被拦截或地址失效：邮件可能已经发送，但被收件方邮箱当成垃圾邮件拦截，或者收件地址存在拼写错误、已被注销。可以先检查发件邮箱的已发送箱，再让收件方排查垃圾邮件文件夹。
版本已知bug：Airflow 1.10部分子版本存在邮件通知的已知问题，比如1.10.12之前的版本在任务重试后最终失败时，可能不会触发告警；或者email_on_retry与email_on_failure的逻辑存在冲突。可以核对对应版本的Release Notes，必要时在测试环境验证小版本升级的修复效果。