在Heroku上重启后，长时间运行的delayed_job作业保持锁定状态
当重新启动Heroku工作程序时（无论是在命令上还是作为部署的结果），Heroku都会将SIGTERM发送到工作进程。 在delayed_job的情况下， 捕获 SIGTERM 信号 ，然后在当前作业（如果有）停止后工作程序停止执行。
如果工人需要很长时间才能完成，那么Heroku将发送SIGKILL 。 在delayed_job的情况下，这会在数据库中delayed_job一个锁定的作业，该作业不会被另一个工作人员接收。
我想确保工作最终完成（除非出现错误）。 鉴于此，采用这种方法的最佳方法是什么？
我看到两个选择。 但是我想得到其他的意见：
- 修改
delayed_job以在收到SIGTERM时停止处理当前作业（并释放锁定）。 - 找出（程序化的）方法来检测孤立的锁定作业，然后解锁它们。
有什么想法吗？
TLDR：
把它放在你的工作方法的顶部：
begin term_now = false old_term_handler = trap 'TERM' do term_now = true old_term_handler.call end
和
确保每十秒至少调用一次：
if term_now puts 'told to terminate' return true end
和
在你的方法结束时，把这个：
ensure trap 'TERM', old_term_handler end
说明：
我遇到了同样的问题并且发现了这篇Heroku文章 。
该作业包含一个外循环，所以我按照文章并添加了一个trap('TERM')并exit 。 但是， delayed_job选择了failed with SystemExit并将任务标记为失败。
由于SIGTERM现在被我们的trap困住， 因此不会调用worker的处理程序 ，而是立即重新启动作业，然后在几秒钟之后获得SIGKILL 。 回到原点。
我尝试了一些exit ：
-
return true表示作业成功（并将其从队列中删除），但如果队列中有另一个作业正在等待，则会遇到同样的问题。 -
叫
exit!将成功退出作业和工作人员， 但它不允许工作人员从队列中删除该作业，因此您仍然有“孤立锁定作业”问题。
我的最终解决方案是在我的答案顶部给出的解决方案，它由三部分组成：
-
在我们开始潜在的长作业之前，我们通过执行
trap（如Heroku文章中所述）为'TERM'添加一个新的中断处理程序，我们使用它来设置term_now = true。但是我们还必须抓住
old_term_handler，它将延迟的作业工作者代码设置（由trap返回） 并记得call它。 -
我们仍然必须确保我们将控制权返回给
Delayed:Job:Worker有足够的时间进行清理和关闭，因此我们应该每隔十秒检查term_now（至少），如果为true，则return。您可以
return true或return false具体取决于您是否希望将作业视为成功。 -
最后，记住删除处理程序并在完成后安装
Delayed:Job:Worker一个是至关重要的 。 如果你没有这样做，你将保留对我们添加的那个的悬空引用，如果你在其上添加另一个（例如，当工人再次启动这个工作时），可能会导致内存泄漏。
在SIGTERM上彻底中止工作
现在，一个更好的解决方案内置于delayed_job中。 使用此设置通过在初始化程序中添加此项来在TERM信号上引发exception：
Delayed::Worker.raise_signal_exceptions = :term
使用该设置，作业将在heroku发出针对非合作进程的最终KILL信号之前正确清理并退出：
您可能需要在SIGTERM信号上引发exception，Delayed :: Worker.raise_signal_exceptions =：term将导致worker引发SignalException，导致正在运行的作业中止并被解锁，这使得该作业可供其他工作人员使用。 此选项的默认值为false。
raise_signal_exceptions可能值为：
-
false– 不会引发exception（默认） -
:term– 仅在TERM信号上引发exception，但INT将等待当前作业完成。 -
true– 将在TERM和INT上引发exception
从3.0.5版开始提供。
请参阅： https ： //github.com/collectiveidea/delayed_job/commit/90579c3047099b6a58595d4025ab0f4b7f0aa67a
这就是max_run_time的用途：从作业被锁定之后经过max_run_time之后，其他进程将能够获取锁。
请参阅Google群组中的此讨论
新网站，所以不能评论戴夫的post，并需要添加一个新的答案。
我与戴夫的方法有关的问题是我的任务很长（几分钟到8小时），根本不重复。 我不能每隔10秒“确保打电话”。 此外，我已经尝试了Dave的答案，无论我返回什么内容，总是从队列中删除作业 – 无论是真还是假。 我不清楚如何将工作保留在队列中。
看到这个拉动请求 。 我认为这对我有用。 请随时评论并支持拉取请求。
我目前正在尝试陷阱，然后拯救出口信号……到目前为止没有运气。
我最终不得不在几个地方这样做，所以我创建了一个模块，我坚持使用lib /，然后从我的延迟作业的执行块中运行ExitOnTermSignal.execute {long_running_task}。
# Exits whatever is currently running when a SIGTERM is received. Needed since # Delayed::Job traps TERM, so it does not clean up a job properly if the # process receives a SIGTERM then SIGKILL, as happens on Heroku. module ExitOnTermSignal def self.execute(&block) original_term_handler = Signal.trap 'TERM' do original_term_handler.call # Easiest way to kill job immediately and having DJ mark it as failed: exit end begin yield ensure Signal.trap 'TERM', original_term_handler end end end
我使用状态机来跟踪作业的进度，并使进程具有幂等性，以便我可以多次调用给定作业/对象上的执行，并确信它不会重新应用破坏性操作。 然后更新rake task / delayed_job以释放TERM上的日志。
当进程重新启动时，它将按预期继续。