《Serverless 定时任务实战:用 FunctionGraph + 云数据库做一个轻量打卡提醒服务》
一、为什么用 Serverless 做定时任务
几乎每个开发者都写过定时任务:每天早上拉取数据、每小时清理过期缓存、每周生成一份报表。传统做法是找一台服务器,装上 crontab,再配一套监控和日志。服务器 24 小时开着,哪怕任务每天只跑几分钟,账单和运维负担却一分不少。
Serverless 把这件事反了过来:没有常驻服务器,任务到点才运行,跑完即释放,只按实际执行次数和时长计费。对于低频、轻量的定时任务,这几乎是最划算的组合。本文就以一个“每日打卡提醒服务”为例,讲清楚怎么用华为云 FunctionGraph(函数计算)加云数据库,从零搭出一套能真正跑起来的定时任务。
二、方案选型:三个组件就够了
整个服务只需要三个部分:
第一,FunctionGraph 函数,承载业务逻辑:查询今天该提醒谁、生成提醒内容、调用通知渠道。第二,定时触发器,FunctionGraph 自带的触发器类型,支持 cron 表达式,精确到分钟。第三,云数据库,存两张表就够:一张是用户与提醒规则表,一张是发送记录表,用来去重和留痕。
之所以不把规则写死在代码里,是因为提醒时间、提醒对象经常变。规则放数据库,改规则不用重新部署函数;发送记录表则解决了一个定时任务最常见的坑:触发器重试或函数超时重试时,同一条提醒被重复发出。
三、架构:一次触发走完的链路
定时触发器到点唤起函数,函数先读规则表,筛选出“今天需要提醒且尚未提醒”的用户;接着逐条生成提醒内容并推送;推送成功后把记录写入发送记录表;最后函数返回执行结果,日志自动落到云日志服务里,全程不需要人工干预。
这个链路里最值得注意的是幂等设计。函数执行前先查发送记录表,确认今天这条提醒没有发过再发;写入记录时用“用户 ID + 日期”做唯一键,哪怕触发器因为网络抖动重复触发,也不会出现重复提醒。定时任务可以丢一次,但绝不能重复打扰用户,这是底线。
四、第一步:创建函数
在 FunctionGraph 控制台新建一个函数,选择 Python 运行时。入口函数保持简单,只做三件事:初始化数据库连接、调用业务逻辑、返回执行摘要。数据库连接不要放在函数入口里每次新建,放在全局变量中复用,函数实例复用时可以省下一次建连的时间。
依赖管理上,只引入确实需要的库。提醒服务通常只需要数据库驱动和 HTTP 客户端,包越小冷启动越快。把依赖打进部署包之前,先在本地跑通一次,避免“本地能跑、云上报错”的经典翻车。
五、第二步:配好定时触发器
给函数绑定一个定时触发器,cron 表达式按需填写。比如每天早上八点半提醒,就写成在每天 8 点 30 分触发;每周一早上出周报,就写成每周一固定时间触发。触发器支持按分钟、小时、星期、日期组合,基本覆盖日常需求。
这里有两个细节值得留意。一是时区:触发时间按控制台所在时区解释,跨时区用户要先换算好再填。二是超时时间:函数默认超时较短,提醒量大了要适当放宽,并给数据库查询加上索引,避免一次触发扫全表。
六、第三步:两张表管住规则和记录
规则表建议包含这几个字段:用户标识、提醒内容模板、提醒时间、启用状态、创建时间。启用状态字段看似多余,实则最有用:用户想暂停提醒时,改一个字段就行,不用改代码、不用删触发器。
发送记录表建议包含:用户标识、提醒日期、发送时间、发送状态、失败原因。失败原因字段在排查问题时价值极大:是推送渠道挂了,还是数据库连不上,看一眼记录就能定位,不用翻大段日志。
七、第四步:核心代码怎么写
核心逻辑可以写成三个小函数,保持职责清晰。第一个函数查规则:按当前时间筛选出启用的规则,再关联发送记录表排除今天已提醒的用户。第二个函数发提醒:按模板拼装内容,调用推送接口,接口调用要设超时,避免一个渠道卡住拖垮整批任务。第三个函数写记录:成功失败都写,失败的记下原因,方便第二天复查。
错误处理要分层:单条提醒失败只记日志、不中断整批;数据库连接失败则直接让函数报错退出,依靠平台的重试与告警兜底。最忌讳的是把所有异常一口吞掉,表面上“全部成功”,实际上悄悄丢了提醒。
八、第五步:测试、日志与告警
上线前先做三件事。第一,用测试事件手动触发一次函数,确认链路通、提醒能发出、记录能写进去。第二,把定时触发器先设成未来几分钟,观察一次真实触发,确认 cron 表达式没有写错。第三,去云日志服务里看一眼执行日志,确认没有报错、耗时在预期内。
长期运行靠告警而不是靠人盯。给函数配上执行失败告警和执行时长告警,一旦触发器连续失败或单次执行耗时异常,第一时间收到通知。定时任务最怕的不是报错,而是静默失败——任务停了几天都没人知道。
九、成本与注意事项
这类轻量定时任务的成本很低:每天触发一次、每次运行几秒,按量计费几乎可以忽略。真正的成本在三个地方:一是推送渠道本身的费用,二是数据库实例的费用,三是冷启动带来的几百毫秒延迟。对提醒类场景,冷启动完全可以接受。
还有三点提醒:第一,提醒内容不要带敏感信息,推送渠道只传必要字段;第二,数据库账号只给函数最小权限,不要用管理员账号直连;第三,定期清理发送记录表里的旧数据,表越小查询越快。
十、总结
用 FunctionGraph 加云数据库做定时任务,核心经验就四条:规则放数据库、发送要幂等、失败要分层处理、运行靠告警不靠人盯。搭起来不过半天时间,之后每天自动运行,几乎不需要维护。
如果你手头也有一个“每天跑一次”的小需求,不妨按这个思路试一次:先写一个最小可用的函数,配一个定时触发器,跑通之后再慢慢加规则、加渠道、加告警。小步快跑,比一开始就设计一套大而全的系统要稳得多。
- 点赞
- 收藏
- 关注作者
评论(0)