本文介绍如何通过标准输出（stdout）替代文件写入的方式，使运行在临时 docker 容器中的批处理任务（如每日 etl 作业）日志可持久化、可检索、可轮转，并兼容本地 cron 与云环境（如 google cloud scheduler）。
本文介绍如何通过标准输出（stdout）替代文件写入的方式，使运行在临时 docker 容器中的批处理任务（如每日 etl 作业）日志可持久化、可检索、可轮转，并兼容本地 cron 与云环境（如 google cloud scheduler）。
在容器化批处理作业中，将日志写入容器内文件（如 main.log）是一种常见但低效的做法——尤其当容器为短暂生命周期（ephemeral）时，日志随容器销毁而丢失，无法追溯历史执行状态。正确的实践是：让应用直接输出到 stdout/stderr，由容器运行时统一捕获和管理日志。这不仅符合 12-Factor 应用原则，也天然适配 Docker、Kubernetes、Cloud Run、Google Cloud Scheduler 等各类平台的日志基础设施。
✅ 正确做法：日志输出到 stdout，交由容器运行时托管
首先，移除 run_manager.sh 中的重定向逻辑：
# ❌ 不推荐：日志写入容器内文件，无法持久化 python3 main.py >> main.log 2>&1
改为直接执行 Python 脚本，并确保日志实时刷出：
Dockerfile（精简优化版）：
FROM python:3.11-slim WORKDIR /app COPY requirements.txt . RUN pip install --no-cache-dir -r requirements.txt COPY main.py . # ✅ 关键：赋予可执行权限（因 main.py 含 shebang #!/usr/bin/env python3） RUN chmod +x main.py # ✅ 关键：禁用 Python 输出缓冲，确保日志即时输出 ENV PYTHONUNBUFFERED=1 # ✅ 直接运行脚本，不经过 shell 重定向 CMD ["./main.py"]
同时，保持 Python 日志配置简洁有效（无需修改）：
import logging
logging.basicConfig(
format='%(asctime)s|%(levelname)s: %(message)s',
datefmt='%H:%M:%S, %d-%b-%Y',
level=logging.INFO
)? basicConfig() 默认即输出到 sys.stderr（属于标准错误流），而 Docker 会统一捕获 stdout 和 stderr ——因此无需额外配置 handler。
? 日志获取方式：按部署环境选择
| 环境 | 获取日志命令 | 特点 |
|---|---|---|
| 本地 Docker + cron | docker logs <container_id> 或 docker logs --since "2024-06-01" <container_id> | 容器需保留（不加 --rm）；建议 cron 中使用 --name etl-job-$(date +\%F) 命名便于检索 |
| Docker with --rm（推荐） | docker run --rm $IMAGE 2>&1 \| tee "/var/log/etl/$(date +\%F-\%H%M).log" | 结合 tee 将 stdout 实时落地到宿主机日志目录，支持轮转（配合 logrotate） |
| Google Cloud Scheduler + Cloud Run | 查看 Cloud Console → Logging → Logs Explorer，过滤 resource.type="cloud_run_revision" & logName="stdout" | 自动采集、索引、保留（默认 30 天）、支持查询与告警 |
| Kubernetes CronJob | kubectl logs job.batch/etl-daily-xxxxx | 日志由节点级 agent（如 fluentd）收集至集中式后端（e.g., Stackdriver / Loki） |
⚠️ 注意事项与最佳实践
- 禁止使用 --rm + 文件重定向组合：若容器启动时加了 --rm，又未通过 docker logs 或外部挂载及时提取日志，则日志必然丢失。
- 命名容器或打标签：在 docker run 中使用 --name etl-$(date -I) 或 --label job_date=$(date -I)，便于后续 docker ps -f label=job_date=2024-06-01 快速定位。
-
日志轮转建议（本地场景）：
使用 logrotate 管理 tee 生成的宿主机日志：/var/log/etl/*.log { daily missingok rotate 30 compress delaycompress notifempty } - 云迁移平滑性：Google Cloud Scheduler 本身不运行容器，需搭配 Cloud Run（fully managed）或 Compute Engine + Docker。只要保持 stdout 输出习惯，日志自动接入 Cloud Logging，无需修改应用代码。
✅ 总结
将日志写入文件是面向虚拟机时代的惯性思维；在容器时代，stdout 是日志的“通用接口”。只需三步即可实现可靠日志治理：
- 移除所有 >> file.log 重定向，确保应用输出到标准流；
- 设置 PYTHONUNBUFFERED=1 防止日志滞留内存；
- 依赖运行时（Docker / Cloud Run / Kubernetes）的日志采集能力，而非自行管理文件。
如此设计，既满足当前 Ubuntu cron 场景下的可运维性，也为迁移到 Google Cloud Scheduler + Cloud Run 预留无缝路径——一次改造，长期受益。
