晚上八点上传高峰过后，转码队列长度从 20 涨到 400，最老的任务等了 3 小时还没开始。worker 日志里一直是 started job，没有 failed，CPU 却只有 15%。乍看像缓存或者权限的锅，追下去往往不是。
celery -A tasks worker -Q transcode -c 8 --loglevel=info redis-cli llen transcode redis-cli lrange transcode 0 5
追下去是这么回事：worker 进程数固定为 2，每个任务又是同步阻塞跑完才取下一个。上传量翻了三倍，消费速度没变，队列只进不出。任务本身不报错，监控只看失败率就发现不了。
「转码队列积压」相关的日志我一般连着看前后五分钟，单看一条报错经常判断不出是哪一步失败。接口问题先分清是没发出去、发出去了没收到，还是收到了处理失败。
具体做法是，先按 enqueued_at 算排队时长分布 确认是消费不足而不是任务卡死；把 worker 并发按 CPU 核数调 转码是 CPU 密集型 别超过核数；给队列长度和最长等待加告警 提前于用户投诉；长视频拆成分片并行 缩短单个任务占用。
验收就看一点，队列长度在高峰后 20 分钟内回落到个位数，最老任务等待时间从 3 小时降到 5 分钟以内。