Docker使用cron运行定时任务

概述

在有Docker之前，环境的部署实在是噩梦，尤其是像Python这一类环境管理非常恶心的。使用Docker完美地解决了部署的问题。最近在写一个需要定时爬取的爬虫，爬虫的代码已经编写好，现在需要每天中午12点自动运行一下这个爬虫更新新一天的数据。定时任务一事，很自然就想到使用cron来解决。由于对cron的不熟悉，中途还是踩了一点坑，记录一下中途遇到的一些坑点。

TL;DR

先创建一个crontab，就一个纯文本文件，写上需要的cron表达式。

# crontab
0 12 * * * EXEC_USER SOME_COMMAND >> /var/log/cron.log 2>&1

然后写Dockerfile：

# 我这里需要用到python环境，用的python镜像，底层是Debian(bullseye)
FROM python:3.7
RUN apt-get update && apt-get -y install cron tzdata
# 安装tzdata，结合环境变量将容器时间调整为北京时间（默认为UTC时间）
ENV TZ Asia/Shanghai
# 创建log，防止后面因为文件不存在报错
RUN touch /var/log/cron.log
# 将cron复制到cron.d，名字随便取，这里叫app-cron
COPY crontab /etc/cron.d/app-cron
... # do whatever you need
# 将cron放在前台运行
CMD ["cron", "-f"]

坑

cron不是镜像里的标配

Docker镜像为了精简大小，会保留相对最少的依赖，因此需要安装一下cron。

# 修改为国内源，加速下载
RUN sed -i "s@http://\(deb\|security\).debian.org@https://mirrors.aliyun.com@g" /etc/apt/sources.list
RUN apt-get update && apt-get -y install cron

默认为UTC时间

Docker容器无法获取主机的时区，因此会以UTC时间运行（北京时间是东八区，UTC +8，因此会相差8个小时），一般而言不影响使用，但若对时间概念有需求则需要调整为对应的时区。

需要另外安装tzdata，这个加在上面就可以了。

# 指定一下默认时区
ENV TZ Asia/Shanghai

这时候如果需要设置容器为其他时区，只需要创建容器时-e TZ=Asia/Singapore设定即可。

cron表达式

cron表达式的参数要记得，分时日月周，用户名和命令。

需要注意，如果需要使用重定向（例如输出日志），>>为append模式，>为w模式（清除原有内容）。同时，所有的路径最好使用绝对路径，如/usr/local/bin/python、/var/log/cron.log。

* * * * * EXEC_USER SOME_COMMAND

最后的命令

一开始以为让容器运行cron就可以了，写成了

RUN cron

结果容器一启动就退出了，还是状态0（正常退出）。这里误解了CMD和RUN，还有类似的ENTRYPOINT，他们的区别和用法如下。

RUN命令执行命令并创建新的镜像层，通常用于安装软件包，或进行一些文件操作
CMD命令设置容器启动后默认执行的命令及其参数，但CMD设置的命令能够被docker run命令后面的命令行参数替换
ENTRYPOINT配置容器启动时的执行命令（不会被忽略，一定会被执行，即使运行 docker run时指定了其他命令）

改成以下就可以达到预期的效果了。这行的意思是容器启动时让cron在前台运行。

CMD ["cron", "-f"]

其实还有另一种写法，也能达到同样的效果。但是相较上一种写法，这种写法在cron里面的任务运行出错时，让cron退出而容器还是正常运行的状态，不利于状态的监控（例如原本监控容器退出可以自动重启）。

CMD cron && tail -f /var/log/cron.log

具体的讨论可以见：https://stackoverflow.com/questions/37458287/how-to-run-a-cron-job-inside-a-docker-container

阿猫的博客