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645次。这个肯定是末尾的IDAT了,因为IDAT必须要满了才会开始一下个IDAT,这个明显就是末尾的IDAT了。,对应下面的create_head()代码。,对应下面的create_tail()代码。不要考虑爆破,我已经试了一下,太多情况了。题目来源:UNCTF。_攻防世界困难模式攻略图文
文章浏览阅读2.9k次,点赞3次,收藏10次。偶尔会用到,记录、分享。1. 数据库导出1.1 切换到dmdba用户su - dmdba1.2 进入达梦数据库安装路径的bin目录,执行导库操作 导出语句:./dexp cwy_init/[email protected]:5236 file=cwy_init.dmp log=cwy_init_exp.log 注释: cwy_init/init_123..._达梦数据库导入导出
文章浏览阅读1.9k次。1. 在官网上下载KindEditor文件,可以删掉不需要要到的jsp,asp,asp.net和php文件夹。接着把文件夹放到项目文件目录下。2. 修改html文件,在页面引入js文件:<script type="text/javascript" src="./kindeditor/kindeditor-all.js"></script><script type="text/javascript" src="./kindeditor/lang/zh-CN.js"_kindeditor.js
文章浏览阅读2.3k次,点赞6次,收藏14次。SPI的详情简介不必赘述。假设我们通过SPI发送0xAA,我们的数据线就会变为10101010,通过修改不同的内容,即可修改SPI中0和1的持续时间。比如0xF0即为前半周期为高电平,后半周期为低电平的状态。在SPI的通信模式中,CPHA配置会影响该实验,下图展示了不同采样位置的SPI时序图[1]。CPOL = 0,CPHA = 1:CLK空闲状态 = 低电平,数据在下降沿采样,并在上升沿移出CPOL = 0,CPHA = 0:CLK空闲状态 = 低电平,数据在上升沿采样,并在下降沿移出。_stm32g431cbu6
文章浏览阅读1.2k次,点赞2次,收藏8次。数据链路层习题自测问题1.数据链路(即逻辑链路)与链路(即物理链路)有何区别?“电路接通了”与”数据链路接通了”的区别何在?2.数据链路层中的链路控制包括哪些功能?试讨论数据链路层做成可靠的链路层有哪些优点和缺点。3.网络适配器的作用是什么?网络适配器工作在哪一层?4.数据链路层的三个基本问题(帧定界、透明传输和差错检测)为什么都必须加以解决?5.如果在数据链路层不进行帧定界,会发生什么问题?6.PPP协议的主要特点是什么?为什么PPP不使用帧的编号?PPP适用于什么情况?为什么PPP协议不_接收方收到链路层数据后,使用crc检验后,余数为0,说明链路层的传输时可靠传输
文章浏览阅读587次。软件测试工程师移民加拿大 无证移民,未受过软件工程师的教育(第1部分) (Undocumented Immigrant With No Education to Software Engineer(Part 1))Before I start, I want you to please bear with me on the way I write, I have very little gen...
文章浏览阅读304次。Thinkpad X250笔记本电脑,装的是FreeBSD,进入BIOS修改虚拟化配置(其后可能是误设置了安全开机),保存退出后系统无法启动,显示:secure boot failed ,把自己惊出一身冷汗,因为这台笔记本刚好还没开始做备份.....根据错误提示,到bios里面去找相关配置,在Security里面找到了Secure Boot选项,发现果然被设置为Enabled,将其修改为Disabled ,再开机,终于正常启动了。_安装完系统提示secureboot failure
文章浏览阅读10w+次,点赞93次,收藏352次。1、用strtok函数进行字符串分割原型: char *strtok(char *str, const char *delim);功能:分解字符串为一组字符串。参数说明:str为要分解的字符串,delim为分隔符字符串。返回值:从str开头开始的一个个被分割的串。当没有被分割的串时则返回NULL。其它:strtok函数线程不安全,可以使用strtok_r替代。示例://借助strtok实现split#include <string.h>#include <stdio.h&_c++ 字符串分割
文章浏览阅读2.3k次。1 .高斯日记 大数学家高斯有个好习惯:无论如何都要记日记。他的日记有个与众不同的地方,他从不注明年月日,而是用一个整数代替,比如:4210后来人们知道,那个整数就是日期,它表示那一天是高斯出生后的第几天。这或许也是个好习惯,它时时刻刻提醒着主人:日子又过去一天,还有多少时光可以用于浪费呢?高斯出生于:1777年4月30日。在高斯发现的一个重要定理的日记_2013年第四届c a组蓝桥杯省赛真题解答
文章浏览阅读851次,点赞17次,收藏22次。摘要:本文利用供需算法对核极限学习机(KELM)进行优化,并用于分类。
文章浏览阅读1.1k次。一、系统弱密码登录1、在kali上执行命令行telnet 192.168.26.1292、Login和password都输入msfadmin3、登录成功,进入系统4、测试如下:二、MySQL弱密码登录:1、在kali上执行mysql –h 192.168.26.129 –u root2、登录成功,进入MySQL系统3、测试效果:三、PostgreSQL弱密码登录1、在Kali上执行psql -h 192.168.26.129 –U post..._metasploitable2怎么进入
文章浏览阅读257次。本文将为初学者提供Python学习的详细指南,从Python的历史、基础语法和数据类型到面向对象编程、模块和库的使用。通过本文,您将能够掌握Python编程的核心概念,为今后的编程学习和实践打下坚实基础。_python人工智能开发从入门到精通pdf