bug: a database outage longer than ~30 seconds permanently stops cron schedules (self-hosted)
Les mainteneurs répondent en général sous 1 jour
Personne n'a encore pris cette issue.
- #5128 par @umeraamir69 — fermée sans fusion
Évaluation
- Difficulté
- 4/5
- Temps estimé
- 3-5 jours
- Accessibilité débutants
- 35/100
- Type d'issue
- Bug
- Clarté
- Clairement spécifiée
- Activité
- Active
- Stack technique
- docker-compose, postgresql, redis, typescript
- Domaine
- backend
Piste de recherche
Start with the retry budget in internal-packages/schedule-engine/src/engine/workerCatalog.ts and the finalAttempt TODO in internal-packages/schedule-engine/src/engine/index.ts, then follow ScheduleEngine.triggerScheduledTask to registerNextTaskScheduleInstance. Look at recoverSchedulesInEnvironment as the existing reconciliation logic. Done means a schedule survives a database outage of about 75 seconds in a four-schedule test and keeps firing afterwards, with no duplicate runs. The fix direction is a maintainer decision, so check the thread before starting.
Rédigé par le modèle d'indexation à partir du texte de l'issue.
Description
Provide environment information
- Self-hosted Trigger.dev v4.8.3 (Docker Compose), linux/arm64
- External PostgreSQL reached through a TCP proxy, Redis 7
- The same code is in v4.8.5 and on
mainas of 2026-11-12
Describe the bug
A short PostgreSQL outage permanently stops cron schedules. Ours lasted about 35 seconds and stopped 8 of 123 active schedules. They never fired again until we called the admin recover endpoint (/admin/api/v1/environments/{id}/schedules/recover). Nothing in the dashboard shows that a schedule has stopped.
Why it happens:
- Each tick is one schedule-engine worker job,
schedule.triggerScheduledTask. The next tick is only registered at the end of a successful handler (ScheduleEngine.triggerScheduledTask→registerNextTaskScheduleInstance). scheduleWorkerCataloggives that jobretry: { maxAttempts: 5 }(internal-packages/schedule-engine/src/engine/workerCatalog.ts). With the redis-worker defaults (factor 2, 1 s base, randomized) all five attempts finish in about 15–30 seconds.- If PostgreSQL is unreachable for that whole window, the job goes to the dead-letter queue. No job exists for the instance any more, so nothing registers the next tick. The chain is broken for good.
- The handler is called with
finalAttempt: false, // TODO: implement retry logic(internal-packages/schedule-engine/src/engine/index.ts), so there is no last-attempt fallback.
Reproduction repo
No repo needed; this reproduces on a stock self-hosted install.
To reproduce
- Self-host v4.8.3 with a few
* * * * *schedules in a production environment. - Stop PostgreSQL for about 75 seconds, starting just before a minute boundary. Then start it again.
- Check Redis. Most schedules now have no entry in
schedule:schedule:{queue:schedule-engine-worker:}itemsand one in…dlq. They never fire again.
In an isolated test with four schedules, three stopped permanently after a 76 second outage.
Suggested fix
- Reconcile periodically. Run the existing
recoverSchedulesInEnvironmentlogic on a timer for all active, non-development instances, usingenqueueOnceso a live job is never replaced. This makes the chain self-healing whatever the cause. We run a 60 second loop as a local patch; with it, a 12 minute outage recovered six seconds after PostgreSQL returned, with no duplicate runs. - A longer retry budget for this job, for example
maxAttempts: 15withmaxTimeoutInMs: 60_000(about 9–10 minutes). A short outage then costs a late tick instead of a lost schedule.calculateNextSchedulableOccurrencealready skips expired slots, so there is no backlog replay. - An idempotency key on the scheduled trigger (instance id + schedule time). Today a retry after "trigger succeeded, next-tick registration failed" can trigger the same slot twice, and a longer retry budget makes that more likely.
- Make it visible. A metric or dashboard state for "active schedule with no pending job" would surface this.
Additional information
The webapp log at the time showed Failed to trigger scheduled task and then Failed to register schedule instance, both with Prisma Can't reach database server, for each affected instance. The dead-letter entries carry the same error with attempt: 4.
- Langage dominant
- TypeScript
- Étoiles
- 16.5k
- Forks
- 1.5k
- Merge moyen
- 1 j 15 h
- PR mergées (30 j)
- 17
Préparer son environnement
Ce projet ne fournit ni conteneur de développement, ni Dockerfile, ni guide de contribution : l'installation est à votre charge. Commencez par son README, et consultez notre guide de la première contribution pour les étapes générales.
Par où commencer
- Lisez l'issue en entier, puis le guide de contribution du projet.
- Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
- Forkez le dépôt et travaillez sur une branche.
- Ouvrez une pull request qui référence le numéro de l'issue.
Autres issues de triggerdotdev/trigger.dev
-
bug: retry.fetch ignores the caller's abort signal and retries aborted requestsPeut-être à nouveau libre Une pull request pour cette issue a été fermée sans être fusionnée. Ouverte
Difficulté 2/5 1-3 heures Accessibilité débutants 76/100
triggerdotdev/trigger.dev#5116 · 2 commentaires ·
Les mainteneurs répondent en général sous 1 jour
-
bug: Chat transport crashes on Safari < 17.4: AbortSignal.any is not a functionPeut-être à nouveau libre Une pull request pour cette issue a été fermée sans être fusionnée. Ouverte
Difficulté 2/5 1-3 heures Accessibilité débutants 83/100
triggerdotdev/trigger.dev#5098 · 2 commentaires ·
Les mainteneurs répondent en général sous 1 jour
-
bug: Side menu items lose their active state on detail pagesPeut-être à nouveau libre Une pull request pour cette issue a été fermée sans être fusionnée. Ouverte
Difficulté 2/5 1-3 heures Accessibilité débutants 72/100
triggerdotdev/trigger.dev#5088 ·
Les mainteneurs répondent en général sous 1 jour
-
bug: RBAC loader logs "plugin found but failed to load" when @triggerdotdev/plugins is simply not installedPeut-être à nouveau libre @itsfaryal l’a pris il y a 17 jours, et aucune pull request n’est ouverte. Ouverte
Difficulté 2/5 1-3 heures Accessibilité débutants 82/100
triggerdotdev/trigger.dev#5083 · 1 commentaire ·
Les mainteneurs répondent en général sous 1 jour
-
Difficulté 2/5 1-3 heures Accessibilité débutants 83/100
triggerdotdev/trigger.dev#5072 · 1 commentaire ·
Les mainteneurs répondent en général sous 1 jour
Toutes les issues de triggerdotdev/trigger.dev
Issues similaires
-
Difficulté 2/5 1-3 heures Accessibilité débutants 72/100
Les mainteneurs répondent en général sous 1 jour
-
bug platform-android
Difficulté 2/5 1-3 heures Accessibilité débutants 68/100
Termix-SSH/Mobile#146 · 1 commentaire ·
Les mainteneurs répondent en général sous 2 jours
-
bug
Difficulté 2/5 1-3 heures Accessibilité débutants 66/100
devswha/herdr-web-ui#3875 ·
-
Difficulté 1/5 Moins d'une heure Accessibilité débutants 88/100
-
area: runtime chore cli consistency dependencies developer-experience difficulty: easy discovery documentation enhancement good first issue help wanted hygiene json-output packaging priority: P3 tests version
Difficulté 2/5 1-3 heures Accessibilité débutants 78/100
Les mainteneurs répondent en général sous 1 jour