Add log

core/tasks.py

@@ -16,14 +16,18 @@ def crawl_website(self, website_id, node_id=None, batch_id=None):
     try:
         website = Website.objects.get(id=website_id)
         logger.info(f"开始爬取网站: {website.name} (节点: {node_id}, 批次: {batch_id})")
+        logger.info(f"网站URL: {website.base_url}")
 
         # 记录任务开始
         if node_id and batch_id:
             from .distributed_crawler import distributed_crawler
             distributed_crawler.heartbeat(node_id, 1)
+            logger.info(f"分布式爬虫心跳已发送 - 节点: {node_id}, 状态: 1")
 
         # 调用爬虫函数
+        logger.info(f"开始调用 full_site_crawler 函数处理网站: {website.name}")
         full_site_crawler(website.base_url, website, max_pages=100)
+        logger.info(f"完成调用 full_site_crawler 函数处理网站: {website.name}")
 
         # 统计结果
         article_count = website.article_set.count()
@@ -32,8 +36,9 @@ def crawl_website(self, website_id, node_id=None, batch_id=None):
         # 记录任务完成
         if node_id and batch_id:
             distributed_crawler.heartbeat(node_id, 0)
+            logger.info(f"分布式爬虫心跳已发送 - 节点: {node_id}, 状态: 0")
 
-        return {
+        result = {
             'website_id': website_id,
             'website_name': website.name,
             'article_count': article_count,
@@ -41,13 +46,18 @@ def crawl_website(self, website_id, node_id=None, batch_id=None):
             'node_id': node_id,
             'batch_id': batch_id
         }
+        logger.info(f"任务完成，返回结果: {result}")
+        return result
 
     except Website.DoesNotExist:
-        logger.error(f"网站不存在: {website_id}")
+        error_msg = f"网站不存在: {website_id}"
+        logger.error(error_msg)
         raise
     except Exception as exc:
-        logger.error(f"爬取网站 {website_id} 失败: {exc}")
+        error_msg = f"爬取网站 {website_id} 失败: {exc}"
+        logger.error(error_msg)
         # 重试任务
+        logger.info(f"准备重试任务，将在5分钟后重试")
         raise self.retry(exc=exc, countdown=60 * 5)  # 5分钟后重试
 
 
@@ -62,19 +72,23 @@ def crawl_all_websites(self):
         # 获取所有启用的网站
         websites = Website.objects.filter(enabled=True)
         total_websites = websites.count()
+        logger.info(f"找到 {total_websites} 个启用的网站")
 
         results = []
         for website in websites:
             try:
+                logger.info(f"启动网站 {website.name} 的爬取任务")
                 # 调用单个网站爬取任务
                 result = crawl_website.delay(website.id)
+                logger.info(f"网站 {website.name} 的爬取任务已启动，任务ID: {result.id}")
                 results.append({
                     'website_id': website.id,
                     'website_name': website.name,
                     'task_id': result.id
                 })
             except Exception as e:
-                logger.error(f"启动网站 {website.name} 爬取任务失败: {e}")
+                error_msg = f"启动网站 {website.name} 爬取任务失败: {e}"
+                logger.error(error_msg)
                 results.append({
                     'website_id': website.id,
                     'website_name': website.name,
@@ -90,7 +104,8 @@ def crawl_all_websites(self):
         }
 
     except Exception as exc:
-        logger.error(f"批量爬取任务失败: {exc}")
+        error_msg = f"批量爬取任务失败: {exc}"
+        logger.error(error_msg)
         raise self.retry(exc=exc, countdown=60 * 10)  # 10分钟后重试
 
 
@@ -103,7 +118,9 @@ def crawl_specific_media(media_list):
         logger.info(f"开始爬取指定媒体: {media_list}")
 
         # 调用管理命令
+        logger.info("调用 crawl_all_media 管理命令")
         call_command('crawl_all_media', media=','.join(media_list))
+        logger.info("crawl_all_media 管理命令执行完成")
 
         return {
             'media_list': media_list,
@@ -111,7 +128,8 @@ def crawl_specific_media(media_list):
         }
 
     except Exception as e:
-        logger.error(f"爬取指定媒体失败: {e}")
+        error_msg = f"爬取指定媒体失败: {e}"
+        logger.error(error_msg)
         raise
 
 
@@ -125,10 +143,13 @@ def cleanup_old_articles(days=30):
         from datetime import timedelta
 
         cutoff_date = timezone.now() - timedelta(days=days)
+        logger.info(f"查找 {days} 天前的文章，截止日期: {cutoff_date}")
         old_articles = Article.objects.filter(created_at__lt=cutoff_date)
         count = old_articles.count()
+        logger.info(f"找到 {count} 篇旧文章")
 
         old_articles.delete()
+        logger.info(f"已删除 {count} 篇旧文章")
 
         logger.info(f"清理了 {count} 篇旧文章（{days}天前）")
 
@@ -139,7 +160,8 @@ def cleanup_old_articles(days=30):
         }
 
     except Exception as e:
-        logger.error(f"清理旧文章失败: {e}")
+        error_msg = f"清理旧文章失败: {e}"
+        logger.error(error_msg)
         raise
 
 
@@ -152,7 +174,9 @@ def export_articles():
         logger.info("开始导出文章")
 
         # 调用导出命令
+        logger.info("调用 export_articles 管理命令")
         call_command('export_articles')
+        logger.info("export_articles 管理命令执行完成")
 
         return {
             'status': 'success',
@@ -160,7 +184,8 @@ def export_articles():
         }
 
     except Exception as e:
-        logger.error(f"导出文章失败: {e}")
+        error_msg = f"导出文章失败: {e}"
+        logger.error(error_msg)
         raise
 
 
@@ -170,25 +195,32 @@ def health_check():
     健康检查任务
     """
     try:
+        logger.info("开始执行健康检查")
         # 检查数据库连接
         website_count = Website.objects.count()
         article_count = Article.objects.count()
+        logger.info(f"数据库状态正常 - 网站数量: {website_count}, 文章数量: {article_count}")
 
         # 检查Redis连接
         from django.core.cache import cache
+        logger.info("检查Redis连接")
         cache.set('health_check', 'ok', 60)
         cache_result = cache.get('health_check')
+        logger.info(f"Redis连接状态: {'正常' if cache_result == 'ok' else '异常'}")
 
-        return {
+        result = {
             'database': 'ok',
             'redis': 'ok' if cache_result == 'ok' else 'error',
             'website_count': website_count,
             'article_count': article_count,
             'status': 'healthy'
         }
+        logger.info(f"健康检查完成，结果: {result}")
+        return result
 
     except Exception as e:
-        logger.error(f"健康检查失败: {e}")
+        error_msg = f"健康检查失败: {e}"
+        logger.error(error_msg)
         return {
             'status': 'unhealthy',
             'error': str(e)