技术标签: 全栈
我想使用flask_apscheduler进行动态的定时任务调度,这样可以搭建一个建的分布式任务处理系统。
这篇文章总结的很好,使用apscheduler常见的三种方式:
采用第一种(flask + 视图函数)的原因:
使用flask的调度任务可以视为是偏IO型的,对于复杂的计算任务flask的调度只是把这个任务存到任务数据库中(Mongo),然后由其他的Worker去执行。
Worker的启动可以采用第三种方式,启动和管理都相对简单。而且Worker本身并不需要分配端口资源,因此很容易用docker-compose进行scale。
这部分已经提了很多次,就不重复了
建立tasks函数包
可以参考这篇文章
例如run_date ='2021-01-01 00:00:00'
通过start_date
和end_date
来约束开始和结束的时间。
既可以一次,也可以多次
__init__.py
...
# >>>>>>> 定时任务
from flask_apscheduler import APScheduler
scheduler = APScheduler()
...
# >>>>>>>>>>>>>>>>>>> 创建app的函数,可以用于以后灵活的加插件
def create_app(config_name):
app = Flask(__name__)
app.config.from_object(config[config_name])
config[config_name].init_app(app)
...
scheduler.init_app(app=app)
scheduler.start()
...
return app
static
下增加tasks函数包将函数包放在这里,主要是方便未来直接通过flask增加任务
static
├── img
├── js
├── mds
├── tasks
│ ├── __init__.py
│ ├── task1.py
│ └── task2.py
└── vendor
查看当前任务列表、新增任务、暂停任务、继续任务和删除任务。
简单列一下新增和暂停任务的视图函数,其他几个的类似(换一句命令而已)
看起来比较长的原因是我按照自定义的格式去规范视图函数的几个处理。另外cron任务的新增我没写,因为打算还是把task包成一个对象比较好。
from . import app2
from . import dm
from flask import jsonify, request, current_app
from . import scheduler
from . import dynamic_load_func
from . import itasks
# 增加一个任务
@app2.route('/view2/', methods = ['GET', 'POST'])
def view2():
web1 = dm.WebMsg('view2')
conf = current_app.config
input_para_dict = {
}
input_para_dict['req_handler'] = request
# 1 输入步结果
input_result = before_view2(input_para_dict)
if not input_result['status']:
web1.status = False
web1.msg ='输入步失败'
print(input_result)
return jsonify(web1.to_dict())
# 2 处理步
process_dict = input_result['data']
process_para_dict = {
}
process_para_dict['scheduler'] = scheduler
process_para_dict['itasks'] = itasks
process_para_dict['the_mongo'] = conf['THE_MONGO']
process_result = process_view2(process_dict, process_para_dict)
if not process_result['status']:
web1.status = False
web1.msg = '处理步失败'
print(process_result)
return jsonify(web1.to_dict())
web1.status = True
web1.msg ='ok'
web1.data = process_result['data']
return jsonify(web1.to_dict())
# 前置函数
def before_view2(input_para_dict = None):
web1 = dm.WebMsg('before_view2')
# 1 获取参数
try:
req_handler = input_para_dict['req_handler']
except:
web1.status = False
web1.msg ='获取request handler失败'
return web1.to_dict()
# 2 获取数据
try:
input_dict = req_handler.get_json()
# print(input_dict)
except:
web1.status = False
web1.msg = '获取前端的数据失败'
return web1.to_dict()
# 3 处理
try:
process_dict = {
}
# 任务的名称(id) task1,task2...
process_dict['task_id'] = input_dict['task_id']
process_dict['task_name'] = input_dict['task_name']
process_dict['task_type'] = input_dict['task_type']
# 任务的参数
process_dict['task_args']= input_dict.get('task_args')
process_dict['task_kwargs']= input_dict.get('task_kwargs')
# 开始和结束时间
process_dict['task_start_date_str']= input_dict.get('task_start_date_str')
process_dict['task_end_date_str']= input_dict.get('task_end_date_str')
# interval风格的参数
process_dict['weeks']= input_dict.get('weeks')
process_dict['days']= input_dict.get('days')
process_dict['hours']= input_dict.get('hours')
process_dict['minutes']= input_dict.get('minutes')
process_dict['seconds']= input_dict.get('seconds')
# cron风格的参数
process_dict['year']= input_dict.get('year')
process_dict['month']= input_dict.get('month')
process_dict['day']= input_dict.get('day')
process_dict['week']= input_dict.get('week')
process_dict['day_of_week']= input_dict.get('day_of_week')
process_dict['hour']= input_dict.get('hour')
process_dict['minute']= input_dict.get('minute')
process_dict['second']= input_dict.get('second')
except:
web1.status = False
web1.msg = '整合输入数据失败'
return web1.to_dict()
web1.status = True
web1.msg = 'ok'
web1.data = process_dict
return web1.to_dict()
# 处理函数
def process_view2(process_dict = None,process_para_dict = None):
web1 = dm.WebMsg('process_view2')
# 1 获取数据库连接
try:
the_mongo = process_para_dict['the_mongo']
except:
web1.status = False
web1.msg ='获取pymongo连接对象失败'
return web1.to_dict()
try:
scheduler = process_para_dict['scheduler']
except:
web1.status = False
web1.msg ='获取scheduler对象失败'
return web1.to_dict()
try:
itasks = process_para_dict['itasks']
except:
web1.status = False
web1.msg ='获取itasks对象失败'
return web1.to_dict()
# 2 获取查询参数
try:
task_type = process_dict['task_type']
task_id = process_dict['task_id']
# 一个task_name就是一个函数,可以起多个task(也就是有多个task_id)
task_name = process_dict['task_name']
task_start_date_str = process_dict['task_start_date_str']
task_args = process_dict['task_args']
task_kwargs = process_dict['task_kwargs']
if task_type =='date':
print('a')
the_func = dynamic_load_func(itasks,task_name)
scheduler.add_job(func=the_func, id=task_id,trigger='date',
run_date=task_start_date_str, args =task_args,
kwargs =task_kwargs)
elif task_type=='interval':
print('b')
seconds = process_dict['seconds']
the_func = dynamic_load_func(itasks,task_name)
print(the_func)
# the_func()
scheduler.add_job(func=the_func, id=task_id, trigger=task_type,
seconds= seconds, args = task_args, kwargs = task_kwargs)
except:
web1.status = False
web1.msg='添加任务失败'
return web1.to_dict()
web1.status = True
web1.msg = '发布成功'
web1.data['task_id'] = task_id
return web1.to_dict()
主要的函数是scheduler.pause_job(task_id)
...
# 2 处理步 - 这步目前也是灵活的
try:
task_id = process_dict['task_id']
task_name = process_dict['task_name']
# 暂停
scheduler.pause_job(task_id)
except:
web1.status = False
web1.msg='暂停任务失败'
web1.data['task_id'] = task_id
return web1.to_dict()
...
任务的几种操作测试下来都是没问题的,但是这样写代码太冗长了,因此之后打算写一个task对象来封装这些操作。
文章浏览阅读2w次,点赞7次,收藏51次。四个步骤1.创建C++ Win32项目动态库dll 2.在Win32项目动态库中添加 外部依赖项 lib头文件和lib库3.导出C接口4.c#调用c++动态库开始你的表演...①创建一个空白的解决方案,在解决方案中添加 Visual C++ , Win32 项目空白解决方案的创建:添加Visual C++ , Win32 项目这......_c#调用lib
文章浏览阅读4.6k次。苹方字体是苹果系统上的黑体,挺好看的。注重颜值的网站都会使用,例如知乎:font-family: -apple-system, BlinkMacSystemFont, Helvetica Neue, PingFang SC, Microsoft YaHei, Source Han Sans SC, Noto Sans CJK SC, W..._ubuntu pingfang
文章浏览阅读159次。表单表单概述表单标签表单域按钮控件demo表单标签表单标签基本语法结构<form action="处理数据程序的url地址“ method=”get|post“ name="表单名称”></form><!--action,当提交表单时,向何处发送表单中的数据,地址可以是相对地址也可以是绝对地址--><!--method将表单中的数据传送给服务器处理,get方式直接显示在url地址中,数据可以被缓存,且长度有限制;而post方式数据隐藏传输,_html表单的处理程序有那些
文章浏览阅读1.2k次。使用说明:开启Google的登陆二步验证(即Google Authenticator服务)后用户登陆时需要输入额外由手机客户端生成的一次性密码。实现Google Authenticator功能需要服务器端和客户端的支持。服务器端负责密钥的生成、验证一次性密码是否正确。客户端记录密钥后生成一次性密码。下载谷歌验证类库文件放到项目合适位置(我这边放在项目Vender下面)https://github.com/PHPGangsta/GoogleAuthenticatorPHP代码示例://引入谷_php otp 验证器
文章浏览阅读4.3k次,点赞5次,收藏11次。matplotlib.plot画图横坐标混乱及间隔处理_matplotlib更改横轴间距
文章浏览阅读2.2k次。①Storage driver 处理各镜像层及容器层的处理细节,实现了多层数据的堆叠,为用户 提供了多层数据合并后的统一视图②所有 Storage driver 都使用可堆叠图像层和写时复制(CoW)策略③docker info 命令可查看当系统上的 storage driver主要用于测试目的,不建议用于生成环境。_docker 保存容器
文章浏览阅读834次,点赞27次,收藏13次。网络拓扑结构是指计算机网络中各组件(如计算机、服务器、打印机、路由器、交换机等设备)及其连接线路在物理布局或逻辑构型上的排列形式。这种布局不仅描述了设备间的实际物理连接方式,也决定了数据在网络中流动的路径和方式。不同的网络拓扑结构影响着网络的性能、可靠性、可扩展性及管理维护的难易程度。_网络拓扑csdn
文章浏览阅读1.8k次,点赞5次,收藏8次。IOS系统Date的坑要创建一个指定时间的new Date对象时,通常的做法是:new Date("2020-09-21 11:11:00")这行代码在 PC 端和安卓端都是正常的,而在 iOS 端则会提示 Invalid Date 无效日期。在IOS年月日中间的横岗许换成斜杠,也就是new Date("2020/09/21 11:11:00")通常为了兼容IOS的这个坑,需要做一些额外的特殊处理,笔者在开发的时候经常会忘了兼容IOS系统。所以就想试着重写Date函数,一劳永逸,避免每次ne_date.prototype 将所有 ios
文章浏览阅读5.3k次。方法一:用PLSQL Developer工具。 1 在PLSQL Developer的sql window里输入select * from test for update; 2 按F8执行 3 打开锁, 再按一下加号. 鼠标点到第一列的列头,使全列成选中状态,然后粘贴,最后commit提交即可。(前提..._excel导入pl/sql
文章浏览阅读83次。Git常用命令速查手册1、初始化仓库git init2、将文件添加到仓库git add 文件名 # 将工作区的某个文件添加到暂存区 git add -u # 添加所有被tracked文件中被修改或删除的文件信息到暂存区,不处理untracked的文件git add -A # 添加所有被tracked文件中被修改或删除的文件信息到暂存区,包括untracked的文件...
文章浏览阅读202次。分享119个ASP.NET源码总有一个是你想要的_千博二手车源码v2023 build 1120
文章浏览阅读1.8k次。版权声明:转载请注明出处 http://blog.csdn.net/irean_lau。目录(?)[+]1、缺省构造函数。2、缺省拷贝构造函数。3、 缺省析构函数。4、缺省赋值运算符。5、缺省取址运算符。6、 缺省取址运算符 const。[cpp] view plain copy_空类默认产生哪些类成员函数