如何让Cron仅在Python包执行路径相关代码变更时触发执行

一、先明确__main__入口的实际执行依赖 #

要精准判断变更是否影响执行，首先得搞清楚入口运行时到底用到了哪些文件和函数——动态追踪是最靠谱的方式，能避免静态分析的误判：

• 写个简单的追踪脚本，运行入口并记录所有被执行到的自有包文件/函数：

  import sys
  
  executed_files = set()
  executed_funcs = set()
  
  def trace_execution(frame, event, arg):
      if event == 'call':
          file_path = frame.f_code.co_filename
          # 只追踪自己包内的代码，过滤标准库和第三方依赖
          if 'your_package' in file_path and file_path.endswith('.py'):
              executed_files.add(file_path)
              func_name = frame.f_code.co_name
              executed_funcs.add(f"{file_path}:{func_name}")
      return trace_execution
  
  sys.settrace(trace_execution)
  
  # 运行你的包入口（根据实际入口逻辑调整）
  from your_package.__main__ import main
  main()
  
  # 保存结果到文件，供后续对比用
  with open('executed_files.txt', 'w') as f:
      f.write('\n'.join(executed_files))
  with open('executed_funcs.txt', 'w') as f:
      f.write('\n'.join(executed_funcs))
  

  替换your_package为你的包名，运行一次这个脚本就能拿到执行路径的基准数据。

二、用Git对比两次提交的变更 #

Cron任务每次运行时，先读取上一次执行时的Git哈希（存在last_commit.txt里），再对比当前HEAD的哈希，提取变更内容：

• 用Shell脚本实现对比逻辑：

  # 读取上次运行的提交哈希，首次运行时用初始提交哈希
  LAST_COMMIT=$(cat last_commit.txt 2>/dev/null || echo "初始提交哈希")
  CURRENT_COMMIT=$(git rev-parse HEAD)
  
  # 获取两次提交之间变更的自有包Python文件
  CHANGED_FILES=$(git diff --name-only $LAST_COMMIT $CURRENT_COMMIT | grep "your_package.*\.py$")
  
  # 如果需要细粒度到函数，获取变更涉及的函数
  CHANGED_FUNCS=$(git diff -p $LAST_COMMIT $CURRENT_COMMIT | awk '
      /^diff --git/ {file=$3}
      /^def / {print file ":" substr($2, 1, index($2, "(")-1)}
  ' | grep "your_package")
  

三、判断是否需要执行包 #

根据对比结果，判断变更是否落在执行路径内：

文件级判断（简单场景） #

如果变更的文件在executed_files.txt里，就执行包：

NEED_RUN=0
# 遍历变更文件，检查是否在执行路径中
for file in $CHANGED_FILES; do
  ABS_FILE=$(realpath "$file")
  if grep -q "^$ABS_FILE$" executed_files.txt; then
      NEED_RUN=1
      break
  fi
done

函数级判断（精准场景） #

如果要排除“文件变更但仅修改未调用函数”的情况，就检查变更函数是否在executed_funcs.txt里：

NEED_RUN=0
for func in $CHANGED_FUNCS; do
  if grep -q "^$func$" executed_funcs.txt; then
      NEED_RUN=1
      break
  fi
done
# 额外处理新增文件的情况（新增文件如果被入口调用，也需要执行）
for file in $CHANGED_FILES; do
  if ! grep -q "^$(realpath "$file")$" executed_files.txt; then
      # 检查新增文件是否被入口依赖（可以用静态分析或临时运行验证）
      python -c "import your_package.__main__; import $(echo $file | sed 's/\.py$//' | tr '/' '.')" && NEED_RUN=1
      break
  fi
done

四、执行逻辑与Cron整合 #

最后在脚本里加入执行逻辑，并配置Cron：

if [ $NEED_RUN -eq 1 ]; then
  echo "Detected changes in execution path, running package..."
  python -m your_package.__main__
  # 更新上次运行的提交哈希
  echo $CURRENT_COMMIT > last_commit.txt
else
  echo "No relevant changes, skipping run."
fi

把脚本保存为run_on_change.sh，然后添加Cron任务：

crontab -e
# 每天凌晨2点执行，输出日志到指定文件
0 2 * * * /bin/bash /path/to/run_on_change.sh >> /path/to/cron_log.txt 2>&1

内容的提问来源于stack exchange，提问作者Harry Stuart