Автоматизация ломается не на коде, а на неучтённых краях процесса
Если скрипт «вроде работает», проверь не бизнес-логику, а входы и выходы: пустые поля, дубли, частичные записи, неожиданный формат даты, лимиты API. Чаще всего ручной труд возвращается именно там, где автоматизация молча проглатывает мусор.
Перед запуском любого job полезно держать короткий чек-лист:
— есть ли идемпотентность, чтобы повторный запуск не создавал дубликаты;
— есть ли таймауты и ретраи, но с ограничением по числу попыток;
— пишет ли скрипт понятные логи, по которым можно восстановить цепочку;
— умеет ли он останавливаться безопасно и продолжать с места сбоя.
Отдельно проверь стык между задачами. Если один шаг пишет в файл, а другой читает его же, нужен договор по схеме, кодировке, имени, времени жизни и атомарной записи. Иначе баг будет выглядеть как «иногда не нашёл данные», хотя проблема в гонке или неполной записи.
Самая полезная привычка — не «автоматизировать всё», а сначала описать ручной процесс в 5-7 шагов и убрать из него всё, что нельзя измерить или повторить. Тогда код становится не магией, а заменой конкретной операции.
Python Web & Scripts — Django, FastAPI, скрипты
@python_web_scripts
Автоматизация ломается не на коде, а на неучтённых краях процесса
Этот пост опубликован в Telegram-канале Python Web & Scripts — Django, FastAPI, скрипты. Подписаться можно по ссылке: @python_web_scripts.