函数工作流 FunctionGraph 跑定时任务的实践（1110 期）

把几个定时脚本从自己的服务器迁到了函数工作流上，记录一下迁移要点。

场景很典型：每天定时抓取数据、做汇总、推通知。以前是服务器上挂 crontab，机器欠费或者重启就悄悄断了。迁到函数计算之后，定时触发器负责调度，函数跑完就释放，不用再养一台常驻机器。

迁移过程中有几点体会：一是函数的超时时间和内存要按实际执行情况调，默认配置跑长任务会中途被杀；二是依赖包要打成 zip 一起上传，或者用容器镜像，线上环境不要现场 pip install；三是日志要主动打结构化信息，排查问题全靠云日志服务里翻。

还有一个容易被忽略的点：函数访问外部网络要在配置里开对应开关，否则表现是请求莫名超时，第一反应往往想不到是网络配置。

迁完之后这台服务器的负载明显下降，定时任务也因为有了触发记录变得可观测。Serverless 并不是万能，但确实适合这种轻量、离散的自动化场景。冷启动的问题也记录一下：函数长时间不调用后第一次请求会慢一些，对延迟敏感的场景可以用预留实例消掉冷启动，不过那就要权衡成本了。定时任务这种场景对启动延迟不敏感，默认的按量模式完全够用。另外建议给函数配死信队列或者失败重试策略，任务执行失败要有地方能看到，静默失败是最难排查的问题类型。