用 systemd timer 接管 cron:一次迁移踩到的 6 个坑和一份校验脚本
把四十多条 crontab 迁到 systemd timer 之后,最直观的变化不是性能,而是「出问题时终于有地方查」。下面是一次真实迁移的记录:映射表、踩到的六个坑,以及一份能放进 CI 的校验脚本。
一、为什么要迁
原来那台机器上有四十多条 crontab,跑备份、清理、对账、拉数据。日常遇到三类问题:
- 日志没有落点。cron 只会把 stdout/stderr 丢进 MAILTO,而机器上根本没装 MTA,输出等于消失。某次对账任务静默失败半个月,靠业务侧数据不对才发现。
- 依赖关系不可见。任务 A 清理临时目录,任务 B 恰好在同一分钟读写同一个目录,偶发失败后无从复盘。
- 没有并发保护。上一个实例还没跑完,下一个整点又起来一份,磁盘 IO 被压垮过一次。
systemd 在这三点上恰好都有现成能力:journalctl 统一收日志、timer 与 service 解耦、同一个 unit 默认不并发。
二、先做映射,别急着删 crontab
| cron 表达式 | systemd 写法 |
|---|---|
5 3 * * * |
OnCalendar=*-*-* 03:05:00 |
*/10 * * * * |
OnCalendar=*:0/10 |
0 4 * * 1 |
OnCalendar=Mon 04:00 |
@reboot |
不写 timer,service 直接 WantedBy=basic.target |
每个任务拆成两个文件:foo.service 描述「跑什么」,foo.timer 描述「什么时候跑」。两者同名,systemd 自动配对。
# /etc/systemd/system/nightly-backup.service
[Unit]
Description=Nightly backup to object storage
OnFailure=notify-failure@%n.service
[Service]
Type=oneshot
WorkingDirectory=/opt/backup
Environment=PATH=/usr/local/bin:/usr/bin:/bin
ExecStart=/opt/backup/run.sh --incremental
TimeoutStartSec=3600
# /etc/systemd/system/nightly-backup.timer
[Unit]
Description=Trigger nightly backup at 03:05
[Timer]
OnCalendar=*-*-* 03:05:00
Persistent=true
RandomizedDelaySec=120
[Install]
WantedBy=timers.target
三、踩到的六个坑
坑 1:时区不是你以为的那个时区
cron 用系统时区,OnCalendar 默认也是本地时区,但容器里常见的 TZ 环境变量不会影响 systemd。稳妥写法是显式声明:
[Timer]
OnCalendar=*-*-* 03:05:00 Asia/Shanghai
顺手用 systemd-analyze calendar '*-*-* 03:05:00 Asia/Shanghai' 验证下一次触发时间,比等到第二天早上看结果强。
坑 2:默认「不并发」是优点,也是陷阱
同一个 service 上一个实例还在跑时,timer 不会重入。这在跑批场景是对的,但如果任务本身会卡住,你会看到 Triggering 一直排队而任务其实早死了。给 service 加 TimeoutStartSec 兜底,并定期查 systemctl list-timers --all 看有没有 LAST 很久没更新的。
坑 3:环境变量不是登录 shell
cron 的 PATH 精简,systemd 更精简:/usr/local/bin 通常不在里面。脚本里调用了自编译工具就会报 command not found,而手工执行完全正常。要么在 service 里显式 Environment=PATH=...,要么在脚本开头自己 export PATH。同理,HOME、LANG(影响 Python 输出编码)都建议显式给。
坑 4:Persistent=true 不等于「不漏跑」
Persistent=true 只补跑关机期间错过的那一次,机器挂着但 systemd 正常运行时并没有额外补跑语义。想做到「一旦漏了就补」,得在任务里自己记录水位(比如把最后一次成功的业务日期写进状态文件),启动时比对。
坑 5:失败通知要单独设计
OnFailure= 指向一个 notify-failure@.service 模板,把 unit 名和 journalctl -u 的末尾几行拼进邮件/IM 消息。只写 Restart=on-failure 对 Type=oneshot 意义不大——它不会重跑整个任务,反而容易掩盖问题。
# /etc/systemd/system/notify-failure@.service
[Service]
Type=oneshot
ExecStart=/opt/ops/notify.sh %i
坑 6:日志不是无限的
journalctl -u foo 默认不落盘(Storage=auto 且没有 /var/log/journal 时只进内存),重启即失。要让历史日志可用,先 mkdir -p /var/log/journal && systemctl restart systemd-journald,再在 journald.conf 里设 SystemMaxUse=1G,否则半年后硬盘被日志吃满又是一次事故。
四、一份可以放进 CI 的校验脚本
迁移完之后最怕「以为装好了其实没启用」。这段脚本做四件事:语法校验、触发时间预览、enabled 状态、上次执行结果。
#!/usr/bin/env bash
set -euo pipefail
fail=0
for timer in $(systemctl list-unit-files --type=timer --no-legend | awk '{print $1}'); do
printf '== %s\n' "$timer"
if ! systemd-analyze verify "$timer" >/dev/null 2>&1; then
echo ' [语法] 校验失败'; fail=1; continue
fi
systemd-analyze calendar "$(systemctl show -p TimersCalendar --value "$timer" | head -n1 | awk '{print $2}')" \
| sed -n 's/^ *Next elapse: */ [下次] /p'
enabled=$(systemctl is-enabled "$timer" 2>/dev/null || echo 'not-enabled')
echo " [启用] $enabled"
[ "$enabled" = 'enabled' ] || fail=1
service=${timer%.timer}.service
echo " [上次] $(systemctl show -p Result --value "$service" || true)"
done
exit "$fail"
接进流水线之后,任何新增 timer 忘了 systemctl enable --now 都会当场被打回。
五、收尾清单
- 新旧并行跑一周,对比两边产出文件的数量和大小,确认一致后再注释掉 crontab。
- crontab 不要直接删,先
crontab -l > ~/crontab.bak.$(date +%F)留档。 - 给每个 timer 加
Description=,三个月后你会感谢自己。 - 记一次
systemctl list-timers的基线输出,出问题时才有对比物。
迁移本身大概花了两个下午,但后面排查故障的时间省下来了:现在任何一次失败都能顺着 journalctl 找到入参、耗时和退出码,而不是对着一个「昨天好像没跑」的印象猜。
- 点赞
- 收藏
- 关注作者
评论(0)