Python Azure Function导入类/模块后无法执行后续逻辑

问题场景 #

• 运行Python版Azure Function，需从shared_code/Intelie_Creds.py导入Intelie类
• Intelie类已实现网站登录、将CSV转换为DataFrame并返回数据的逻辑
• 函数仅执行完Intelie类的逻辑，后续清洗DataFrame并写入数据库的步骤未执行，无报错但数据库未收到数据
• 已确认文件夹结构正确，尝试过绝对导入和相对导入

文件结构 #

<project_root>/
 | - .venv/
 | - .vscode/
 | - Intelie_Alerts/
 | | - __init__.py
 | | - function.json
 | - shared_code/
 | | - __init__.py
 | | - Intelie_Creds.py
 | | - function.json

当前函数代码 #

import azure.functions as func
from shared_code.Intelie_Creds import Intelie

def main(mytimer: func.TimerRequest) -> None:
    intel = Intelie()
    byte_stream = intel.csv_custom()
    # 后续清洗DataFrame、写入数据库的代码未执行

排查与解决步骤 #

1. 验证csv_custom()返回值有效性 #

在获取字节流后添加日志，确认数据是否正常返回：

import logging
logging.info(f"获取到的字节流长度: {len(byte_stream)}")

若返回值为空或长度异常，优先排查Intelie类的登录、CSV下载逻辑是否正常执行。

2. 捕获静默异常并检查代码分支 #

后续代码未执行大概率是存在未被捕获的异常，或被条件分支跳过：

import io
import pandas as pd
import logging

def main(mytimer: func.TimerRequest) -> None:
    intel = Intelie()
    byte_stream = intel.csv_custom()
    
    try:
        # 转换字节流为DataFrame
        df = pd.read_csv(io.BytesIO(byte_stream))
        logging.info(f"成功解析DataFrame，行数: {len(df)}")
        
        # 执行数据清洗逻辑（示例）
        cleaned_df = df.dropna(subset=['key_column'])
        
        # 写入数据库（示例）
        # 需提前配置数据库连接
        cleaned_df.to_sql('target_table', con=db_connection, if_exists='append', index=False)
        logging.info("数据成功写入数据库")
    except Exception as e:
        logging.error(f"数据处理/写入失败: {str(e)}", exc_info=True)

• 检查是否存在if等条件判断，导致后续代码未进入执行分支
• 用exc_info=True打印完整异常栈，定位具体错误

3. 确认依赖与环境配置 #

• 检查requirements.txt是否包含所有必要依赖：pandas、对应数据库驱动（如psycopg2-binary/pyodbc）等，确保部署时依赖已正确安装
• 本地调试时，确认已激活.venv虚拟环境并安装全部依赖

4. 验证数据库连接与权限 #

• 使用Azure应用程序配置存储数据库连接字符串，避免硬编码，确保连接信息正确
• 确认Function使用的数据库账号具备INSERT/UPDATE写入权限
• 检查数据库防火墙规则，是否允许Azure Function的出站IP访问

5. 查看Azure Function日志 #

• 登录Azure门户，进入Function App的日志页面，查看是否有隐藏的错误记录
• 启用Application Insights，追踪函数执行的完整流程，定位代码阻塞点

内容的提问来源于stack exchange，提问作者Corry Phelan