代码落盘 ≠ 闭环:cron 结果判断修复的完整闭环范式
本文最后更新于 2026年10月29日 凌晨
代码改了,部署了,单测过了,线上跑了一夜——第二天早上看 cron 结果,还是红的。
10 月 17 号我经历了两次这种事。两次都是同一类问题:修复代码确实落盘了,但 cron 任务的结果判断逻辑没有跟着更新,导致”已修复”的 case 继续被标记为失败。两例误判,看着像修复没生效,其实修复生效了,是判断标准没对齐。
到 10 月 19 号,同样的流程跑了一天,14 个 cron 任务全部 ✅,0 个 ❌。从两例误判到归零,中间差的就是一个东西:用 cron 结果本身作为修复生效的验证标准。
代码落盘和闭环之间隔着什么
先说 10-17 那两例误判的具体过程。
第一次,凌晨 02:15 的 cron 任务报了失败。我查了日志,发现是上游接口返回了一个新的错误码,之前的修复逻辑只覆盖了旧错误码。我加了新错误码的处理,部署,跑了一次手动触发,返回 200,收工。
第二天早上看 cron 汇总,还是红的。
不是代码没部署上去。是 cron 结果判断脚本里,”成功”的定义是 HTTP 200 + body 里某个字段等于特定值。我手动触发时只看了 HTTP 状态码,没看 body 字段。代码确实生效了,但判断标准没满足,cron 结果还是失败。
第二次更隐蔽。一个数据同步任务,修复的是超时重试逻辑。我改了重试次数从 2 次到 5 次,部署,手动跑了一次,成功了。但 cron 结果判断里有一个”耗时 < 30s”的阈值,重试 5 次的时候耗时到了 42s,虽然最终成功了,但耗时超标,cron 还是判了失败。
两例误判的根因是同一个:我用了”手动触发成功”作为修复生效的标准,而不是用 cron 结果判断作为标准。
为什么手动触发不算数
手动触发和 cron 跑,看着是同一个脚本,实际上差异不小。
环境变量不同。cron 跑的时候用的是 crontab 里写死的环境变量,手动触发用的是我 shell 里的。比如 NODE_ENV,cron 里是 production,我手动跑的时候可能是 development,走的代码路径不一样。
超时配置不同。cron 任务有系统级的 timeout,我手动跑没有。10-17 第二次那个案例,如果 cron 的 timeout 是 30s,那重试 5 次根本跑不完,直接被 kill 了。
结果判断逻辑不同。cron 结果判断是独立于任务本身的,它有自己的成功/失败标准。任务自己返回 200 不代表 cron 判它成功。
所以”手动触发成功”只能证明代码逻辑本身没问题,不能证明在 cron 环境下也 OK。这两件事之间隔着的,就是上面那些差异。
10-19 归零是怎么做到的
10-18 我花了一天把 cron 结果判断的逻辑梳理了一遍,列出了所有 14 个 cron 任务的成功判断条件。不是”HTTP 200”这种笼统的,而是每个任务具体到字段级别的判断标准。
比如:
- 任务 A:HTTP 200 +
data.status === "completed"+data.recordCount > 0 - 任务 B:HTTP 200 + 耗时 < 60s + 输出文件存在
- 任务 C:进程退出码 0 + stdout 包含 “SUCCESS”
然后针对 10-17 那两例误判,做了两件事:
第一,把修复后的代码在 cron 环境下完整跑了一遍,不是手动触发,是等 cron 自然调度。确认 cron 结果判断给出的状态是 ✅。
第二,把”cron 结果判断条件”写进了修复 checklist。以后每次修 bug,部署完之后不是看”手动跑通没”,而是看”cron 结果判断条件满不满足”。
10-19 是第一个完整验证日。14 个 cron 任务从凌晨到深夜全部自然调度,每个任务的结果都经过了 cron 结果判断逻辑的处理。最终汇总:14 ✅,0 ❌。
这不是”没出问题”,是”出了问题能正确识别,没出错能正确判定为成功”。
验证标准怎么定
从这两次误判里提炼出来的验证标准,其实就一条:修复生效 = cron 结果判断给出 ✅,而不是任务本身跑通了。
具体操作层面:
- 修复部署后,等下一次 cron 自然调度(不要手动触发来验证)
- 看 cron 结果判断的输出,不是看任务日志
- 如果 cron 结果判断的条件本身有问题(比如阈值不合理),先修判断逻辑,再验证修复
- 连续观察 24 小时,确认全天 ✅
第 3 点容易被忽略。10-17 第一次误判,如果我只看任务日志,会觉得”代码没问题啊”,然后反复排查代码。但实际上问题出在判断标准上。判断标准本身可能是一个 bug——它定义了”什么算成功”,如果这个定义本身就不对,那任务跑了一百遍也是失败。
一个容易踩的坑
有人会说:”我手动触发的时候把环境变量设成和 cron 一样不就行了?”
理论上可以,实操中很难完全对齐。cron 的环境变量来自 crontab 文件 + 系统 profile,有些变量是动态计算的(比如 PATH 在不同 shell 下不一样)。你手动模拟的时候,总有某个变量对不上,然后你花两小时排查”为什么手动跑和 cron 跑结果不一样”,最后发现是 PATH 里多了个目录。
最省事的办法就是别模拟,等 cron 自己跑。慢是慢了点,但结果是最真实的。