చిన్నపాటి ఉత్పత్తి విపత్తును సృష్టించకుండా నమ్మకమైన క్రాన్ జాబ్‌లను ఎలా షెడ్యూల్ చేయాలి

చిన్నపాటి ప్రొడక్షన్ విపత్తును సృష్టించకుండా నమ్మకమైన క్రాన్ జాబ్‌లను ఎలా షెడ్యూల్ చేయాలి

క్రోన్ జాబ్స్ అనేవి సిస్టమ్‌లను నిశ్శబ్దంగా కలిపి ఉంచే విసుగు పుట్టించే చిన్న పనులలో ఒకటి. బ్యాకప్‌లు, రిపోర్ట్ ఈమెయిల్‌లు, ఇన్‌వాయిస్ సింక్‌లు, కాష్ వార్మప్‌లు, లాగ్ క్లీనప్, డేటా ఇంపోర్ట్‌లు, సర్టిఫికేట్ చెక్‌లు వంటి ప్రతిరోజూ ఎవరూ మాన్యువల్‌గా క్లిక్ చేయడానికి ఇష్టపడని పనులన్నీ ఇవే. క్రోన్ చూడటానికి చాలా సింపుల్‌గా ఉండటం వల్ల, ప్రజలు తరచుగా దానిని సర్వర్‌కు టేప్‌తో అంటించిన ఒక స్టిక్కీ నోట్‌లా భావిస్తారు. ఐదు ఫీల్డ్‌లు, ఒకే కమాండ్. అంతే.

అప్పుడు అది రెండుసార్లు నడుస్తుంది. లేదా అసలు నడవదు. లేదా సరిగ్గా తప్పుడు సమయంలో నడుస్తుంది, ఎందుకంటే డేలైట్ సేవింగ్ టైమ్ బురద బూట్లు వేసుకుని గదిలోకి వచ్చేసింది.

ఇదిగో ఒక వాస్తవ సంఘటన. ఒక చిన్న SaaS బృందం ప్రతి రాత్రి 2:00 గంటలకు ఒక బిల్లింగ్ సయోధ్య పనిని షెడ్యూల్ చేసుకుంది. సాధారణంగా అది ఎవరూ పని మొదలుపెట్టక ముందే పూర్తవుతుంది. ఒక సోమవారం, సపోర్ట్ బృందం నిద్రలేచేసరికి కొన్ని వందల మంది కస్టమర్లకు ఒకే రకమైన రిమైండర్ ఈమెయిళ్ళు పంపబడి ఉన్నాయి. ఇది పెద్ద విపత్తు కాకపోయినా, ఇబ్బందికరంగా ఉంది. దీనికి కారణం ఏదో పెద్ద బగ్ కాదు. ఎవరో ఆ పనిని ఒక సర్వర్ నుండి మరొక సర్వర్‌కు మార్చారు, టైమ్‌జోన్ మారింది, మరియు ఒక రీట్రై స్క్రిప్ట్ అసలు పనితో అతివ్యాప్తి చెందింది. ఇది మామూలు షెడ్యూలింగ్ గందరగోళం.

కాబట్టి, మీరు ఒక వాస్తవ వాతావరణంలో క్రాన్‌ను ఏర్పాటు చేస్తుంటే, లక్ష్యం కేవలం "దాన్ని నడిపించడం" మాత్రమే కాదు. దాన్ని ఊహించదగిన విధంగా, సురక్షితంగా మరియు స్పష్టంగా నడిపించడమే లక్ష్యం.

దశ 1: ఉద్యోగం యొక్క బాధ్యతలు ఏమిటో వ్రాసుకోండి

క్రోన్‌టాబ్‌ను ముట్టుకునే ముందు, రెండు నిమిషాలు నిదానంగా ఉండండి. జాబ్ యొక్క ఉద్దేశ్యాన్ని సులభమైన భాషలో రాయండి. “sync.shను రన్ చేయండి” అని కాకుండా, “వేర్‌హౌస్ API నుండి నిన్న పూర్తయిన ఆర్డర్‌లను ఇంపోర్ట్ చేయండి మరియు విఫలమైన ఇంపోర్ట్‌లను మాన్యువల్ సమీక్ష కోసం గుర్తించండి” అని రాయండి. ఆ చిన్న వాక్యమే షెడ్యూల్, లాగింగ్, టైమ్‌అవుట్ మరియు అలర్టింగ్‌లను ఎంచుకోవడంలో మీకు సహాయపడుతుంది.

దాని యజమాని ఎవరో కూడా నిర్ణయించుకోండి. క్రాన్ జాబ్స్ చాలా త్వరగా విచిత్రమైన అనాథలుగా మిగిలిపోతాయి. ఆరు నెలల తర్వాత, ప్రతి 17 నిమిషాలకు ఒక స్క్రిప్ట్ ఎందుకు నడుస్తుందో ఎవరికీ గుర్తుండదు, కానీ దాన్ని తొలగించడానికి అందరూ భయపడతారు. యజమాని పేరును ఒక వ్యాఖ్యలో, ఒక READMEలో, లేదా మీ రన్‌బుక్‌లో పేర్కొనండి.

దశ 2: అలవాటును బట్టి కాకుండా, వ్యాపార అవసరాన్ని బట్టి షెడ్యూల్‌ను ఎంచుకోండి

చాలా క్రోన్ షెడ్యూల్‌లు పాత ఉదాహరణల నుండి కాపీ చేయబడ్డాయి. అర్ధరాత్రి. ప్రతి గంట. ప్రతి ఐదు నిమిషాలకు. పది జాబ్‌లు ఒకేసారి మేల్కొని, ఒక శాండ్‌విచ్ కోసం పావురాలు పోట్లాడుకున్నట్లుగా డేటాబేస్ కోసం పోట్లాడుకునే వరకు ఇదంతా బాగానే అనిపిస్తుంది.

కొన్ని ప్రాథమిక ప్రశ్నలు అడగండి:

• ఫలితం నిజంగా ఎంత తాజాగా ఉండాలి?
• ఈ పనికి సాధారణంగా ఎంత సమయం పడుతుంది?
• ఒకవేళ ఆలస్యం అయితే ఏమవుతుంది?
• రెండుసార్లు రన్ చేస్తే ఏమవుతుంది?
• లోడ్ తక్కువగా ఉన్నప్పుడు నిశ్శబ్ద సమయాలు ఉంటాయా?

ఒకవేళ మేనేజర్లు ఉదయం 9:00 గంటలకు ఒక నివేదికను చదివితే, అది రాత్రంతా ప్రతి 10 నిమిషాలకు నడవాల్సిన అవసరం బహుశా ఉండదు. ఒకవేళ క్లీనప్ జాబ్ తాత్కాలిక ఫైళ్లను తొలగిస్తే, బహుశా రోజూ చేస్తే సరిపోవచ్చు. ఇంకా, ఒక క్యూ ప్రాసెసర్‌కు తరచుగా పని అవసరమైతే, క్రాన్ సరైన సాధనం కూడా కాకపోవచ్చు, వర్కర్ ప్రాసెస్ మరింత శుభ్రంగా ఉండవచ్చు.

దశ 3: ఐదు క్రోన్ ఫీల్డ్‌లను నెమ్మదిగా అర్థం చేసుకోండి

చాలా ప్రామాణిక క్రాన్ ఎక్స్‌ప్రెషన్‌లు ఐదు సమయ ఫీల్డ్‌లను ఉపయోగిస్తాయి: నిమిషం, గంట, నెలలోని రోజు, నెల మరియు వారంలోని రోజు. కాబట్టి ఇది:

30 2 * * *

అంటే ప్రతిరోజూ ఉదయం 2:30. ప్రతీ 30 నిమిషాలకు కాదు. ఇప్పటి నుండి 2 గంటల 30 నిమిషాలకు కాదు. ప్రతిరోజూ నిమిషం 30 మరియు గంట 2 అయినప్పుడు.

శ్రేణులు మరియు దశలు ఉపయోగకరంగా ఉంటాయి కానీ వాటిని తప్పుగా అర్థం చేసుకోవడం సులభం. */15 * * * * అంటే ప్రతి 15 నిమిషాలకు. 0 9-17 * * 1-5 అంటే సోమవారం నుండి శుక్రవారం వరకు, ఉదయం 9 గంటల నుండి సాయంత్రం 5 గంటల వరకు ప్రతి గంట ప్రారంభంలో అని అర్థం. మీ క్రాన్ సోమవారం నుండి శుక్రవారం వరకు 1-5ని ఉపయోగిస్తుందని అనుకుంటే (చాలా వరకు అలాగే చేస్తాయి), కానీ వివరాలు మారవచ్చు కాబట్టి మీ పరిసరాలను తనిఖీ చేసుకోండి.

మీరు ఒక షెడ్యూల్‌ను సర్వర్‌లో పెట్టే ముందు దాన్ని తనిఖీ చేస్తుంటే, తదుపరి రన్ టైమ్‌లను త్వరగా చూడటానికి మరియు స్పష్టమైన తప్పులను పట్టుకోవడానికి క్రాన్ ఎక్స్‌ప్రెషన్ కాలిక్యులేటర్ ఉపయోగకరంగా ఉంటుంది.

దశ 4: సమయ మండలాల విషయంలో చాలా ఉద్దేశపూర్వకంగా ఉండండి

టైమ్‌జోన్ సమస్యలు అరుదైనవి కావు. అవి మంగళవారం నాటివి.

సర్వర్లు తరచుగా UTCలో నడుస్తాయి. డెవలపర్లు తరచుగా స్థానిక సమయం ప్రకారం ఆలోచిస్తారు. వ్యాపార బృందాలు, కస్టమర్ లేదా ఆఫీస్ ఉపయోగించే టైమ్‌జోన్ ప్రకారం ఆలోచిస్తాయి. క్లౌడ్ షెడ్యూలర్లు కొన్నిసార్లు టైమ్‌జోన్‌ను ఎంచుకోవడానికి మిమ్మల్ని అనుమతిస్తాయి, కానీ వేరే విధంగా కాన్ఫిగర్ చేయకపోతే క్లాసిక్ క్రాన్ తరచుగా సర్వర్ టైమ్‌జోన్‌నే తీసుకుంటుంది.

చాలా వరకు బ్యాకెండ్ పనులకు, UTC అనేది అతి తక్కువ ఆశ్చర్యం కలిగించే ఎంపిక. దాన్ని స్థిరంగా ఉపయోగించండి, దాన్ని నమోదు చేయండి, మరియు మనుషులతో మాట్లాడేటప్పుడు మార్చుకోండి. ఒక పని తప్పనిసరిగా "న్యూయార్క్ సమయం ఉదయం 8 గంటలకు" జరగాల్సి వస్తే, దాన్ని రాసుకోండి మరియు డేలైట్ సేవింగ్ మార్పుల సమయంలో ఏమి జరుగుతుందో అర్థం చేసుకోండి. కొన్ని స్థానిక సమయాలు సంవత్సరానికి ఒకసారి ఉండవు. కొన్ని రెండుసార్లు ఉంటాయి. ప్లగ్‌పై అడుగు వేయడం ఎంత సరదాగా ఉంటుందో, ఇది కూడా అంతే సరదాగా ఉంటుంది.

దశ 5: అతివ్యాప్తి చెందే రన్‌లను నివారించండి

ఇది వాస్తవ ప్రపంచంలో జరిగే అతిపెద్ద క్రాన్ పొరపాట్లలో ఒకటి. ఒక జాబ్ ప్రతి 10 నిమిషాలకు షెడ్యూల్ చేయబడుతుంది, కానీ ఒక API నెమ్మదిగా ఉండటం వల్ల, ఒక్కోసారి ఒక రన్ పూర్తి కావడానికి 18 నిమిషాలు పడుతుంది. ఇప్పుడు రెండు కాపీలు రన్ అవుతున్నాయి. బహుశా అవి రెండూ ఒకే వరుసలను (rows) అప్‌డేట్ చేస్తుండవచ్చు. బహుశా అవి రెండూ ఈమెయిల్‌లను పంపుతుండవచ్చు. బహుశా అవి రెండూ ఒకే పేరుతో ఫైల్‌లను జనరేట్ చేసి, వాటిలో ఒకటి మరొకదాని పనిని నాశనం చేస్తుండవచ్చు.

లాక్‌ను ఉపయోగించండి. మీ సెటప్‌ను బట్టి అది ఫ్లాక్ (flock) , డేటాబేస్ అడ్వైజరీ లాక్, జాగ్రత్తగా శుభ్రపరిచే లాక్ ఫైల్, లేదా ఒకేసారి అమలు జరిగేలా హామీ ఇచ్చే జాబ్ సిస్టమ్ కావచ్చు. ఖచ్చితమైన సాధనం కంటే నియమమే ముఖ్యం: ఒకవేళ ఓవర్‌లాపింగ్ చెడ్డది అయితే, ఉద్దేశపూర్వకంగా దానిని నివారించండి.

టైమ్అవుట్‌ను కూడా జోడించండి. శాశ్వతంగా నిలిచిపోయే జాబ్‌లు చాలా దారుణంగా ఉంటాయి, ఎందుకంటే వంటగదికి నిప్పు అంటుకున్న తర్వాత కూడా టోస్ట్ తయారుచేస్తూనే ఉండే యంత్రంలా, క్రాన్ సంతోషంగా మరిన్ని కాపీలను ప్రారంభిస్తూనే ఉంటుంది.

దశ 6: పునఃప్రయత్నం కోసం ఉద్యోగాలను సురక్షితంగా చేయండి

విశ్వసనీయంగా షెడ్యూల్ చేయబడిన పని సాధారణంగా ఐడెంపోటెంట్‌గా ఉండేలా రూపొందించబడుతుంది, అంటే డూప్లికేట్ నష్టం జరగకుండా మీరు దానిని మళ్లీ అమలు చేయవచ్చు. ఆ పదం వినడానికి ఆడంబరంగా ఉన్నా, దాని వెనుక ఉన్న ఆలోచన చాలా స్పష్టమైనది. ఒకవేళ ఆ జాబ్ ఇప్పటికే ఇన్‌వాయిస్ 123ను ప్రాసెస్ చేసి ఉంటే, దానిని మళ్లీ అమలు చేసినప్పుడు అది ఆ విషయాన్ని గుర్తించి, దానిని దాటవేయాలి, అంతేగానీ కస్టమర్‌కు రెండుసార్లు ఛార్జ్ చేయకూడదు లేదా అదే ఇమెయిల్‌ను మళ్లీ పంపకూడదు.

స్టేటస్ కాలమ్‌లు, ప్రత్యేక ఐడీలు, లావాదేవీల పరిధులు మరియు “ప్రాసెస్ చేయబడిన సమయం” టైమ్‌స్టాంప్‌లను ఉపయోగించండి. ఫైల్ పని కోసం, ముందుగా ఒక తాత్కాలిక ఫైల్‌లోకి రాయండి, ఆపై పని పూర్తయ్యాక దానికి పేరు మార్చండి. బాహ్య APIల కోసం, మీకు వీలైన చోట రిక్వెస్ట్ ఐడీలను లేదా రెస్పాన్స్ స్టేట్‌ను నిల్వ చేయండి. మొదటి పాక్షిక వైఫల్యం ఎదురయ్యే వరకు ఈ విషయాలన్నీ అదనపు ఏర్పాట్లుగా అనిపిస్తాయి, కానీ ఆ తర్వాత అకస్మాత్తుగా అందరూ పట్టించుకునేది కేవలం వీటి గురించే అయిపోతుంది.

దశ 7: ప్రారంభం, ముగింపు మరియు ఫలితాన్ని నమోదు చేయండి

లాగ్‌లు లేని క్రాన్ జాబ్ అనేది ప్రాథమికంగా ఒక పుకారు లాంటిది. కనీసం, జాబ్ ఎప్పుడు ప్రారంభమైంది, ఎప్పుడు ముగిసింది, దానికి ఎంత సమయం పట్టింది, మరియు అది విజయవంతమైందా లేదా అనే వివరాలను లాగ్ చేయండి. సంఖ్యలను కూడా చేర్చండి: 481 రికార్డులు ఇంపోర్ట్ చేయబడ్డాయి, 12 దాటవేయబడ్డాయి, 3 విఫలమయ్యాయి. ఈ సంఖ్యలు సమస్య పరిష్కారాన్ని చాలా సులభతరం చేస్తాయి.

వైఫల్యాలను మాత్రమే లాగ్ చేయవద్దు. ఒక జాబ్ నిశ్శబ్దంగా ఆగిపోతే, అది చివరిసారిగా సరిగ్గా పనిచేసిందని నిరూపించడానికి విజయవంతమైన లాగ్‌లే మీకు మార్గం. అవుట్‌పుట్‌ను ఎవరూ గమనించని టెర్మినల్‌కు మాత్రమే కాకుండా, స్థిరమైన చోటికి పంపండి. మీ యాప్ లాగ్‌లు, సిస్‌లాగ్, రొటేషన్ ఉన్న ఫైల్ లేదా మానిటరింగ్ సర్వీస్‌ను ఉపయోగించండి.

8వ దశ: వైఫల్యంపై హెచ్చరించండి, కానీ ప్రతి చిన్న సమస్యకు కాదు.

హెచ్చరికలు ప్రజలు వాటిని విస్మరించడానికి అలవాటు పడకుండా ఉండేంత ఉపయోగకరంగా ఉండాలి. ఒక పని ఒకసారి విఫలమై, రెండు నిమిషాల తర్వాత విజయవంతంగా పునఃప్రయత్నిస్తే, బహుశా అది ఫోన్ కాల్ కాకుండా, లాగ్‌లలో ఒక హెచ్చరికగా ఉండవచ్చు. బిల్లింగ్ ఎగుమతి మూడుసార్లు విఫలమైతే, అవును, ఎవరినైనా నిద్రలేపండి లేదా కనీసం అధిక ప్రాధాన్యత గల టికెట్‌ను తెరవండి.

మంచి హెచ్చరిక నియమాలు సాధారణంగా ఫలితాలను చూస్తాయి: చివరిగా ఆశించిన సమయంలో రన్ విజయవంతం కాకపోవడం, రన్‌టైమ్ సాధారణ పరిమితులను మించిపోవడం, దోషాల సంఖ్య పరిమితిని మించిపోవడం, లేదా అవుట్‌పుట్ ఫైల్ కనిపించకపోవడం. “క్రాన్ కమాండ్ సున్నా కాని విలువతో నిష్క్రమించింది” అనేది ఒక ప్రారంభం మాత్రమే, కానీ కథ మొత్తం అది కాదు.

నివారించాల్సిన సాధారణ క్రాన్ తప్పులు

• పరిసరాలను మరచిపోవడం వేరు. క్రాన్ మీ ఇంటరాక్టివ్ టెర్మినల్ లాగా అదే PATH, షెల్ ప్రొఫైల్, భాషా వెర్షన్ లేదా ఎన్విరాన్‌మెంట్ వేరియబుల్స్‌ను లోడ్ చేయకపోవచ్చు.
• సాపేక్ష మార్గాలను ఉపయోగించండి. స్క్రిప్ట్‌లు, కాన్ఫిగ్ ఫైల్‌లు మరియు అవుట్‌పుట్ డైరెక్టరీల కోసం సంపూర్ణ మార్గాలను ఉపయోగించండి. మీరు ఎక్కడ ఉన్నారని అనుకున్నారనే దానితో క్రాన్‌కు సంబంధం లేదు.
• ప్రతీదాన్నీ గంటకసారికి షెడ్యూల్ చేయండి. పనులను విడదీయండి. పనులను ఒకేసారి చేయాల్సిన అవసరం లేకపోతే, గంట తర్వాత 7, 13, 42 నిమిషాలను ఉపయోగించుకోండి.
• డేలైట్ సేవింగ్ టైమ్‌ను పట్టించుకోకపోవడం. ముఖ్యంగా స్థానిక సమయం ప్రకారం నడిచే వ్యాపార షెడ్యూళ్ల విషయంలో.
• లాకింగ్ లేదు. ఓవర్‌ల్యాప్‌లు అకస్మాత్తుగా చాలా బిగ్గరగా అయ్యే వరకు నిశ్శబ్దంగా ఉంటాయి.
• యజమాని లేరు, పత్రాలు లేవు. భవిష్యత్తులోని మీరు గుర్తుంచుకోలేరు. భవిష్యత్తులోని మీరు అలసిపోయి ఉంటారు.

దశ 9: ప్రొడక్షన్ కోడ్ లాగా షెడ్యూల్‌లను సమీక్షించండి

క్రోన్ ఎంట్రీలకు కోడ్ రివ్యూ తప్పనిసరి. అప్లికేషన్ కోడ్ లాగే, అవి కూడా డేటాను తొలగించడం, కస్టమర్లకు ఇమెయిల్ పంపడం, డబ్బును బదిలీ చేయడం లేదా డేటాబేస్‌ను ఓవర్‌లోడ్ చేయడం వంటివి చేయగలవు. వీలైనంత వరకు వాటిని వెర్షన్ కంట్రోల్‌లో ఉంచండి, ముఖ్యంగా స్క్రిప్ట్‌లు లేదా కంటైనర్‌ల ద్వారా నిర్వహించబడే ఇన్‌ఫ్రాస్ట్రక్చర్ విషయంలో. కామెంట్‌లను జోడించండి. మార్పులను సమీక్షించండి. షెడ్యూల్‌ను విశ్వసించే ముందు, సురక్షితమైన వాతావరణంలో కమాండ్‌లను మాన్యువల్‌గా పరీక్షించండి.

మరియు అప్పుడప్పుడు, పాత పనులను ఆడిట్ చేయండి. ఎవరికీ చెందని షెడ్యూల్‌లు, ఇప్పుడు ఉనికిలో లేని స్క్రిప్ట్‌లు, ఎప్పుడూ విఫలమయ్యే పనులు, మరియు 2021లో తాత్కాలికంగా ఉండి, ఎలాగోలా అందులో అంతర్భాగంగా మారిపోయిన టాస్క్‌ల కోసం వెతకండి. క్రోన్ సరళమైనదే, అవును. కానీ సరళమైన విషయాలను కూడా చాలా కాలం పాటు వదిలేస్తే అవి గందరగోళాన్ని సృష్టించగలవు.

అత్యుత్తమ క్రాన్ సెటప్ తెలివైనదిగా ఉండదు. అది ఊహించదగినదిగా, డాక్యుమెంట్ చేయబడినదిగా, పర్యవేక్షించబడేదిగా మరియు కొద్దిగా రక్షణాత్మకంగా ఉంటుంది. షెడ్యూల్ చేసిన పనిని విసుగు పుట్టించేలా ఉంచేది అదే, మరియు ఇక్కడ మీకు కావలసింది కూడా సరిగ్గా ఆ విసుగుే.