Sidekiq中CurrentAttributes在回调中丢失的问题分析与解决
2025-05-17 08:50:33作者:范靓好Udolf
在Rails应用开发中,我们经常会使用Sidekiq来处理后台任务。近期在使用Sidekiq 7.3.1版本时,发现了一个关于CurrentAttributes在回调中丢失的问题,这个问题可能会影响到依赖CurrentAttributes的业务逻辑。
问题现象
当在Sidekiq作业的回调方法中尝试访问CurrentAttributes时,发现这些属性值为nil。这与预期行为不符,因为按照Sidekiq的设计,CurrentAttributes应该在作业之间传递。
问题根源
经过分析,这个问题源于Sidekiq中间件的执行顺序。具体来说:
- Sidekiq的CurrentAttributes中间件默认被"添加"到中间件链中,而不是"前置"插入
- Batch中间件在CurrentAttributes中间件之后执行
- 当作业执行完成后,中间件开始"解栈"(unwind)执行
- CurrentAttributes中间件先被解栈,清除了Current属性
- 然后Batch中间件才开始处理回调逻辑
这种执行顺序导致了回调方法中无法访问到CurrentAttributes。
解决方案
临时解决方案
在等待官方修复前,可以采用手动传递Current属性的方式:
class Workflow
def create_step_batch
callback_params = Current.to_sidekiq_callback_params(**@params)
step_batch = Sidekiq::Batch.new
step_batch.on(:success, "#{self.class.name}#callback", **callback_params)
step_batch
end
def callback(status, data)
@params = Current.from_sidekiq_callback_params(data.symbolize_keys)
finish
end
end
class Current < ActiveSupport::CurrentAttributes
def to_sidekiq_callback_params(**params)
params.merge(current: { sidekiq_wid: })
end
def from_sidekiq_callback_params(data)
data = data.symbolize_keys
if (sidekiq = data[:current].symbolize_keys)
self.sidekiq_wid = sidekiq[:sidekiq_wid]
end
data.except(:current)
end
end
官方修复方案
Sidekiq官方已经修复了这个问题,解决方案是调整CurrentAttributes中间件的加载方式:
- 不再使用Rails的
to_prepare回调 - 直接使用字符串形式的类名进行持久化配置
Sidekiq::CurrentAttributes.persist("::Current")
这个修复确保了CurrentAttributes中间件能够正确地在中间件链的最前面插入,从而保证在回调方法中也能访问到CurrentAttributes。
最佳实践建议
- 当需要在Sidekiq回调中使用CurrentAttributes时,建议升级到包含此修复的Sidekiq版本
- 如果暂时无法升级,可以采用手动传递属性的方式作为临时解决方案
- 在初始化Sidekiq时,避免使用Rails的
to_prepare回调来配置CurrentAttributes - 使用字符串形式的类名(包含命名空间)来配置CurrentAttributes持久化
这个问题提醒我们,在使用框架提供的线程局部变量时,需要特别注意中间件的执行顺序和生命周期管理,特别是在异步任务和回调场景中。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0135
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
Ascend Extension for PyTorch
Python
756
959
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.39 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
183
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
645