Airflow配置sla_miss_callback后未正常触发问题求助

云上老周

2026-9-3

问题根因

你遇到的回调不触发问题，是对Airflow SLA机制的认知偏差+版本特性边界共同导致的，核心原因有3个：

首先Airflow的SLA校验从来不是针对DAG整体运行时长，而是针对单个任务实例：你把sla配在default_args里，但顶层DAG里的TriggerDagRunOperator默认触发完子DAG就会立刻标记为成功，本身执行时长只有几秒，远达不到60秒的阈值，根本不会命中SLA miss规则。你看到的DAG总运行时长1小时，是子DAG跑的时间，顶层触发任务早就结束了，SLA检查自然扫不到超时。
其次2.3.1版本的DAG级sla_miss_callback有明确触发前提：必须是该DAG下至少有1个任务命中SLA超时规则，才会执行回调。如果SLA检查遍历完所有任务，没有发现任何超时实例，就会直接退出流程，不会打后续日志，也不会触发任何回调——这就是你看到Running SLA Checks for DAG X1之后没有任何输出的原因。
最后你提到的“子DAG不配置schedule就无法配SLA”是源码逻辑：SLA计算强依赖DAG自身的调度间隔+调度周期时间，没有schedule的DAG没有基准调度时间，根本算不出来SLA超时点，自然无法触发校验。

可落地的修复方案

按优先级从高到低操作即可：

给TriggerDagRunOperator开启子DAG等待配置，让顶层任务的执行时长真正包含子DAG运行时间，不要只靠default_args传SLA，直接给监控的核心任务显式配置参数：

from datetime import timedelta
import pendulum
from airflow.decorators import dag
from airflow.operators.trigger_dagrun import TriggerDagRunOperator

def sla_callback(dag, task_list, blocking_task_list, slas, blocking_tis):
    print(
        "SLA miss触发，参数如下：",
        {
            "dag": dag.dag_id,
            "超时任务列表": task_list,
            "阻塞任务列表": blocking_task_list,
            "SLA配置记录": slas,
            "阻塞任务实例": blocking_tis,
        },
    )

@dag(
    schedule_interval="0 18 * * *",
    start_date=pendulum.datetime(2021, 1, 1, tz="UTC"),
    sla_miss_callback=sla_callback,
    catchup=False # 关闭补跑，避免历史任务触发无意义SLA告警
)
def dag_x1():
    trigger_y1 = TriggerDagRunOperator(
        task_id="trigger_y1",
        trigger_dag_id="dag_y1",
        wait_for_completion=True, # 核心配置：触发子DAG后等待执行完成再标记自身成功
        poke_interval=30, # 每30秒检查一次子DAG状态
        allowed_states=["success"],
        failed_states=["failed"],
        sla=timedelta(seconds=60) # 显式给等待任务配SLA，不要依赖default_args继承
    )

dag_x1()

纠正SLA的计时逻辑认知：SLA的计时起点不是任务开始运行的时间，是DAG该调度周期的理论开始时间。比如你DAG配置18点调度、SLA60秒，代表任务需要在18:01前完成，不是任务启动后跑60秒就算超时。如果DAG因为资源排队18:10才开始执行，哪怕任务1秒跑完，也会触发SLA miss。
2.3.1版本调试技巧：把airflow.cfg里的logging_level改成DEBUG，重启DAG Processor后就能看到SLA检查时扫描的任务列表、每个任务的理论SLA截止时间、实际完成时间，不用瞎猜为什么没触发规则。
避坑提醒：Airflow 2.3+版本已经在官方文档里标记原生SLA机制是遗留功能，跨DAG链路、子DAG场景下的边界bug很多，如果你的链路比较复杂，更稳妥的方案是写独立的监控DAG，定时扫描DAG Run的实际执行时长做告警，不要强依赖sla_miss_callback。

内容的提问来源于stack exchange，提问作者Mayank Kataruka