云函数在本地运行，但在GCP中崩溃（函数执行耗时12681 ms，状态为：'crash'）]]

Question

这里是我的代码的超级缩写版本（我将在注释中添加指向所有内容的链接）

import ...

...

def main(data, context):
    log_client = logging.Client()

    log_name = 'cloudfunctions.googleapis.com%2Fcloud-functions'

    res = Resource(type="cloud_function",
                   labels={
                       "function_name": "refresh_classes",
                       "region": os.environ.get("FUNC_REGION")
                   })
    logger = log_client.logger(log_name.format(os.environ.get("PROJECT_ID")))

    db = sqlalchemy.create_engine(
        sqlalchemy.engine.url.URL(
            drivername="mysql+pymysql",
            username=os.environ.get("DB_USER"),
            password=os.environ.get("DB_PASS"),
            host=os.environ.get("DB_HOST"),
            port=3306,
            database=PRIMARY_TABLE_NAME
        ),
        pool_size=5,
        max_overflow=2,
        pool_timeout=30,
        pool_recycle=1800
    )
    start_time = perf_counter()

    check_if_table_exists(db)

    for i in range(START_IDX, END_IDX):
        print(i)
        logger.log_text(f"Checking class with id {i}", resource=res, severity="INFO")

        ...

    logger.log_text(f"Total seconds elapsed: {perf_counter() - start_time}", resource=res, severity="INFO")


if __name__ == '__main__':
    main('data', 'context')
当我在本地运行上述云函数，并配置了我的GOOGLE_APPLICATION_CREDENTIALS并设置了本地Cloud MySQL代理时，将进行详细的云日志记录，并且该函数将顺利完成，完全符合我的期望：

但是，当我将整个组件部署到GCP并尝试通过控制台触发它（云消息传递触发器）时，我得到的只是日志记录：

实际文本

{
 insertId: "******"  
 labels: {
  execution_id: "******"   
 }
 logName: "projects/******/logs/cloudfunctions.googleapis.com%2Fcloud-functions"  
 receiveTimestamp: "2020-05-29T22:11:13.435688367Z"  
 resource: {
  labels: {
   function_name: "******"    
   project_id: "******"    
   region: "us-central1"    
  }
  type: "cloud_function"   
 }
 severity: "DEBUG"  
 textPayload: "Function execution started"  
 timestamp: "2020-05-29T22:11:03.069889708Z"  
 trace: "projects/******/traces/******"  
}

{
 insertId: "******"  
 labels: {
  execution_id: "******"   
 }
 logName: "projects/******/logs/cloudfunctions.googleapis.com%2Fcloud-functions"  
 receiveTimestamp: "2020-05-29T22:11:16.331311285Z"  
 resource: {
  labels: {
   function_name: "******"    
   project_id: "******"    
   region: "us-central1"    
  }
  type: "cloud_function"   
 }
 severity: "DEBUG"  
 textPayload: "Function execution took 12362 ms, finished with status: 'crash'"  
 timestamp: "2020-05-29T22:11:15.430033249Z"  
 trace: "projects/******/traces/******"  
}
*我真的不知道什么是敏感信息，什么不是，所以我只是给一些随机的东西加注了星标

在写这篇文章时，我意识到更多的日志记录可能会有所帮助，因此我将Google记录器卡在了记录器设置，数据库设置和运行的表检查之间。

该功能在安装Google记录器之前就崩溃了。

因此，我目前还不确定是否会破坏我的功能，并且我不知道如何找出原因，因为Google Cloud日志记录没有帮助。错误json具有trace属性，看起来确实很有希望，因为此时我需要的只是Python堆栈跟踪，但我不知道是否有办法看到它。

我应该注意，我已经通过GCP的Cloud Function控制台配置了环境变量。

原则上，有两件事会有所帮助：

1. 如何查看崩溃的云函数的Python堆栈跟踪
2. 具体针对我的应用程序，可能导致它表现出这种崩溃行为

这里是我的代码的超级缩写版本（我将在注释中放置指向所有内容的链接）import ... ... def main（数据，上下文）：log_client = logging.Client（）log_name ='cloudfunctions。 ...

Answer 1

因此，我最终发现，如果不是通过Cloud Scheduler触发云功能，而是通过Test Function手动运行该功能，则>