pyspider scheduler 停止调度，重启时间长.

Question

1. 当前的pyspider为pyspider (0.3.9) python 2.7.5

2. 大概有200个项目，其中部分stop，运行状态大概有100多个。

3. projectdb和resultdb 使用的是 mongodb collection有过百万的数据。
   某些porjectdb 的task数据也有数十万条

4. 当我修改项目的itag 然后修改项目状态为running，然后点run，显示为红色，看scheduler日志提示当前项目状态不是run或者debug，然后schedular停止调度了。

5. scheduler运行一段时间也有时 停止调度。

当重启scheduler 会打印很多
诸如 ：

• [E 161019 15:07:37 scheduler:241] unknown project: whole_***

• [E 161019 15:22:46 scheduler:767] not processing pack: **********:2e8087192edf9a9922701d2370cdcf5d http://www.******.com/157405/
  这样的报错, 重启过程特别慢，将近两个小时，看日志没有其它别的异常。

Answer 1

scheduler 停止调度是所有 project 都停止调度还是你尝试重启的那个停止调度？

追踪 scheduler 日志关于 project %s updated, status:%s, paused:%s, %d tasks 的内容，看看 schduler 是否得知 project 状态已改变。

unknown project 如果 project 确实存在，是不应该出现的
not processing pack 是正常的，scheduler 重启后，先前分发的任务就没法追踪了
启动时 scheduler 需要从数据库中恢复所有活动任务的状态，如果任务很多确实会比较耗时

Answer 2

这个问题已经找到，pyspider的源码中database下的mongodb下的statusdb的status_count查询在数据量特别大的情况下查询非常慢，会造成调度器启动特别长