实时追踪异步任务执行状态需实现可观测、可采集、可告警：通过 completablefuture/future 主动查询状态，concurrenthashmap 缓存映射供轮询；用 prometheus 指标（gauge/summary/counter）暴露运行数据；结合 flower、label studio 等生态工具可视化；spring boot actuator + grafana 做看板告警；aop 统一织入状态生命周期管理。

实时追踪异步任务执行状态，关键在于状态可观测、指标可采集、异常可告警。不依赖“猜”或“等日志”，而是让任务从启动、运行到完成（或失败）全程留痕。

用返回值对象主动查状态

最轻量、最直接的方式是让异步方法返回 CompletableFuture 或 Future，调用方持有该对象即可随时检查：

• isDone() 判断是否结束（无论成功或失败）
• isCompletedExceptionally() 判断是否异常终止
• getNow(null) 非阻塞获取当前结果（若未完成则返回 null）
• 配合 ConcurrentHashMap 缓存任务 ID 与 Future 映射，提供 /status/{taskId} 接口供外部轮询

通过自定义指标暴露运行时数据

把任务执行过程变成 Prometheus 可采集的指标，适合多实例、高并发场景：

Replika

Replika是一款AI工具，AI对话陪伴工具。

下载

• 用 Gauge 类型记录任务实时状态（如 async_task_status{task_id="1001",type="ocr"} = 1）
• 用 Summary 统计耗时（async_task_duration_seconds_count 和 _sum）
• 用 Counter 累计失败次数（async_task_failures_total{reason="timeout"}）
• Spring Boot 中可通过 ThreadPoolTaskExecutor 子类重写 execute 方法，注入指标更新逻辑

借助专用监控工具可视化追踪

对 Celery、GRequests、Label Studio 等框架，优先使用其生态内建的监控方案：

• Celery + Flower：启动 celery -A app flower --port=5555，实时查看队列长度、活跃任务、历史执行详情
• GRequests：为每个 AsyncRequest 设置回调函数，在 response 或 exception 字段就绪时触发日志/上报
• Label Studio：进入项目 Dashboard，直接查看 Pending / In Progress / Completed 任务分布及平均处理时长
• Spring Boot Actuator + Grafana：暴露 /actuator/metrics，用 Grafana 做看板，设置阈值告警（如任务耗时 >30s）

结合 AOP 统一织入状态生命周期

避免在每个业务方法里重复写监控代码，用切面自动管理状态流转：

• 定义枚举 TaskStatus { CREATED, RUNNING, COMPLETED, FAILED }
• 在 @Async 方法执行前后，通过 @Around 切面更新数据库或缓存中的任务状态记录
• 异常时捕获 throwable，写入失败原因和堆栈，支持后续人工介入
• 状态变更同时触发消息（如发 Slack / 钉钉通知），实现闭环响应