GCloud Functions部署无报错（code=13）的排查与修复咨询

1. 查看Cloud Build详细日志 #

错误输出中提供了Cloud Build日志链接，直接打开查看完整构建日志。code=13基本对应构建阶段失败，日志会明确显示具体原因：比如Python依赖安装失败（requirements.txt含无效包/版本冲突）、代码语法错误、文件缺失、权限不足等。

2. 对比成功与失败函数的差异 #

既然有同参数函数部署成功，重点对比两者差异：

• 代码入口：确认失败函数的entry入口函数存在，且符合Pub/Sub触发器要求（需接收event和context参数）。
• 依赖配置：检查my-source-folder下的requirements.txt，对比成功函数的依赖列表，排查是否有新增的不兼容Python 3.9的包，或版本指定错误。
• 源文件完整性：确认失败函数的my-source-folder所有必要文件已提交到GitHub，无遗漏（如代码文件、配置文件），也无本地冗余文件（如__pycache__、.env）。

3. 本地验证部署流程 #

在本地用相同gcloud命令部署，排除GitHub Workflow环境影响：

• 本地安装gcloud CLI并完成身份验证。
• 替换命令中环境变量为实际值，执行部署，观察是否成功或得到更详细错误。

4. 检查GitHub Workflow的环境与权限 #

• 环境变量：确认GitHub Secrets中的SENDGRID_API_KEY配置正确，Workflow文件中正确引用${{ secrets.SENDGRID_API_KEY }}。
• 服务账号权限：确认Workflow使用的GCloud服务账号具备以下权限：
  • cloudfunctions.developer（部署权限）
  • cloudbuild.builds.editor（触发构建权限）
  • pubsub.topics.setIamPolicy（触发器配置权限）
    需额外确认该账号对my-trigger-topic主题有操作权限。

5. 排查运行时与资源问题 #

• Python兼容性：确认代码和依赖包兼容Python 3.9，部分旧包可能不支持该版本。
• 构建超时：查看Cloud Build日志时间线，若构建超时，可优化依赖安装（如用缓存）或调整Cloud Build超时配置。

6. 检查函数与触发器主题配置 #

• 确认$FUNCTION_NAME符合GCloud命名规则，无特殊字符且未重名。
• 确认my-trigger-topic主题存在，且区域与函数部署区域（northamerica-northeast1）一致。

内容的提问来源于stack exchange，提问作者PMorganCA