


Praktischer Kampf: So verwenden Sie Python, um Ordner automatisch zu überwachen und die Dienstbereitstellung abzuschließen
Hallo zusammen, ich bin Peng Tao!
Wenn Sie kürzlich Front-End-Projekte bereitstellen, müssen Sie das komprimierte Paket des Front-End-Projekts über den Bastion-Host in das Verzeichnis /tmp des Anwendungsservers hochladen, dann den Anwendungsserver aufrufen und die komprimierte Datei mit dem Befehl mv verschieben Verwenden Sie abschließend den Befehl „unzip“, um die Datei in das Nginx-Projekteinstellungsverzeichnis zu dekomprimieren und die Bereitstellung des Projekts abzuschließen.
Eine sorgfältige Analyse zeigt, dass es sich bei den meisten Vorgängen um sich wiederholende Vorgänge handelt und die manuelle Ausführung dieser Vorgänge die Arbeitseffizienz erheblich verringert.
In diesem Artikel erfahren Sie, wie Sie mit Python Ordner überwachen, um die Bereitstellung des Dienstes zu unterstützen.
1. Vorbereitung
Hier stellen wir eine Python-Abhängigkeitsbibliothek „Watchdog“ vor
Sie kann zum Überwachen von Dateiänderungen in einem bestimmten Dateiverzeichnis verwendet werden, einschließlich: Löschen, Ändern, Hinzufügen usw., jeder Vorgang wird zurückgerufen Wenn wir eine Ereignisfunktion haben, können wir benutzerdefinierte Logik hineinschreiben, um unsere Anforderungen zu erfüllen.
# 安装依赖包 pip3 install watchdog
Projektadresse:
https://www.php.cn/link/690e6de4e3e2c0916b6160d9959d156b
2. Zuerst müssen wir einen Listener erstellen, um den Ordner Table zu überwachen des Inhalts
from watchdog.observers import Observer ... # 创建一个监听器,用来监听文件夹目录 observer = Observer() ...
Erstellen Sie dann zwei Ereignisbehandlungsobjekte.
PS: Dieses Objekt erbt von der Klasse „FileSystemEventHandler“.
Sie werden verwendet, um das Verzeichnis „/tmp“ bzw. das Verzeichnis „/home/project/frontend“ zu überwachen. Gehen Sie davon aus, dass die Ereignisobjekte obj1 und obj2 heißen.
obj1 ist für die Überwachung des Verzeichnisses /tmp verantwortlich und überschreibt das Ereignismethode „Neu oder geändert“, um den Verschiebevorgang der komprimierten Datei abzuschließen:
from watchdog.events import * import ntpath import shutil import zipfile def get_filename(filepath): """ 根据文件夹目录,获取文件名称(待后缀) :param filepath: :return: """ return ntpath.basename(filepath) class FileMoveHandler(FileSystemEventHandler): def __init__(self): FileSystemEventHandler.__init__(self) ... # 文件新建 def on_created(self, event): # 新建文件夹 if event.is_directory: # print("directory created:{0}".format(event.src_path)) pass # 新建文件 else: # print("file created:{0}".format(event.src_path)) filename = get_filename(event.src_path) # 如果属于前端的4个项目压缩包,开始文件夹的操作 if filename in watch_tags: self.start(filename) ... def on_modified(self, event): if event.is_directory: # print("directory modified:{0}".format(event.src_path)) pass else: # print("file modified:{0}".format(event.src_path)) filename = get_filename(event.src_path) if filename in watch_tags: self.start(filename) ... def start(self, filename): """ 文件处理逻辑 :param filename: :return: """ try: # 文件名不带后缀 filename_without_suffix = filename.split(".")[0] # 源文件路径(压缩包文件) source_file_path = watch_folder + filename # 目标文件路径(压缩包文件) target_file_path = target_folder + filename # 目标项目文件夹(目标项目) target_project_path = target_folder + filename_without_suffix # 1、复制文件到目标文件夹 print(f"拷贝源目录{source_file_path},目标文件夹:{target_folder}") # 删除目标文件夹下的压缩文件 if os.path.exists(target_file_path): os.remove(target_file_path) # 移动文件到目标文件夹中 shutil.move(source_file_path, target_folder) # 2、清空目标文件夹中内的所有文件夹(如果存在) # 如果不存在,新建一个文件夹 if os.path.exists(target_project_path): shutil.rmtree(target_project_path, ignore_errors=True) print(f"项目{filename_without_suffix}移动成功!") except Exception as e: print("部署失败,错误原因:", str(e.args))
obj2 ist für die Überwachung des Verzeichnisses /home/project/frontend verantwortlich und schreibt außerdem die Ereignismethode „Neu oder geändert“ neu, um den Dekomprimierungsvorgang abzuschließen der komprimierten Datei:
... def start(self, filename): # 文件名不带后缀 filename_without_suffix = filename.split(".")[0] # 目标文件路径(压缩包文件) target_file_path = target_folder + filename # 目标项目文件夹(目标项目) target_project_path = target_folder + filename_without_suffix r = zipfile.is_zipfile(target_file_path) if r: fz = zipfile.ZipFile(target_file_path, 'r') for file in fz.namelist(): fz.extract(file, target_folder) else: print('这不是一个正常的zip压缩包!') ...
Dann starten Sie das Obige über den Listener. Zwei Ereignisüberwachungsaufgaben
import time ... if __name__ == "__main__": # 待监听的文件夹目录 watch_folder = "/tmp/" # 项目目标文件夹目录 target_folder = "/home/project/frontend/" # 监听文件夹名称,即:项目压缩包名称 watch_tags = ['proj1.zip', 'proj2.zip', 'proj3.zip', 'proj4.zip'] # 创建一个监听器,用来监听文件夹目录 observer = Observer() # 创建两个事件处理对象 move_handler = FileMoveHandler() unzip_handler = FileUnzipHandler() # 启动监控任务 # 参数分别是:观察者、监听目录、是否监听子目录 observer.schedule(move_handler, watch_folder, True) observer.schedule(unzip_handler, target_folder, True) observer.start() try: while True: time.sleep(1) except KeyboardInterrupt: observer.stop() observer.join() ...
Schließlich verwenden wir den Befehl „nohup“ auf dem Server, um das Dateiüberwachungsprogramm im Hintergrund laufen zu lassen
# 在后台运行 # 项目文件:watch_folder.py # 日志文件:watch_folder.log nohup python3 -u watch_folder.py > watch_folder.log 2>&1 & # 查看日志: cat watch_folder.log
3. Zusammenfassung
Durch die oben genannten Vorgänge lade ich jedes Mal, wenn ich an der Bastion-Maschine vorbeigehe, die komprimierte Front-End-ZIP-Projektdatei in das Verzeichnis /tmp des Anwendungsservers hoch, und das Programm führt automatisch nachfolgende Vorgänge aus und schließt die Anwendungsbereitstellung automatisch ab.
Das obige ist der detaillierte Inhalt vonPraktischer Kampf: So verwenden Sie Python, um Ordner automatisch zu überwachen und die Dienstbereitstellung abzuschließen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



PHP und Python haben ihre eigenen Vor- und Nachteile, und die Wahl hängt von den Projektbedürfnissen und persönlichen Vorlieben ab. 1.PHP eignet sich für eine schnelle Entwicklung und Wartung großer Webanwendungen. 2. Python dominiert das Gebiet der Datenwissenschaft und des maschinellen Lernens.

Effizientes Training von Pytorch -Modellen auf CentOS -Systemen erfordert Schritte, und dieser Artikel bietet detaillierte Anleitungen. 1.. Es wird empfohlen, YUM oder DNF zu verwenden, um Python 3 und Upgrade PIP zu installieren: Sudoyumupdatepython3 (oder sudodnfupdatepython3), PIP3Install-upgradepip. CUDA und CUDNN (GPU -Beschleunigung): Wenn Sie Nvidiagpu verwenden, müssen Sie Cudatool installieren

Docker verwendet Linux -Kernel -Funktionen, um eine effiziente und isolierte Anwendungsumgebung zu bieten. Sein Arbeitsprinzip lautet wie folgt: 1. Der Spiegel wird als schreibgeschützte Vorlage verwendet, die alles enthält, was Sie für die Ausführung der Anwendung benötigen. 2. Das Union File System (UnionFS) stapelt mehrere Dateisysteme, speichert nur die Unterschiede, speichert Platz und beschleunigt. 3. Der Daemon verwaltet die Spiegel und Container, und der Kunde verwendet sie für die Interaktion. 4. Namespaces und CGroups implementieren Container -Isolation und Ressourcenbeschränkungen; 5. Mehrere Netzwerkmodi unterstützen die Containerverbindung. Nur wenn Sie diese Kernkonzepte verstehen, können Sie Docker besser nutzen.

Aktivieren Sie die Pytorch -GPU -Beschleunigung am CentOS -System erfordert die Installation von CUDA-, CUDNN- und GPU -Versionen von Pytorch. Die folgenden Schritte führen Sie durch den Prozess: Cuda und Cudnn Installation Bestimmen Sie die CUDA-Version Kompatibilität: Verwenden Sie den Befehl nvidia-smi, um die von Ihrer NVIDIA-Grafikkarte unterstützte CUDA-Version anzuzeigen. Beispielsweise kann Ihre MX450 -Grafikkarte CUDA11.1 oder höher unterstützen. Download und installieren Sie Cudatoolkit: Besuchen Sie die offizielle Website von Nvidiacudatoolkit und laden Sie die entsprechende Version gemäß der höchsten CUDA -Version herunter und installieren Sie sie, die von Ihrer Grafikkarte unterstützt wird. Installieren Sie die Cudnn -Bibliothek:

Python und JavaScript haben ihre eigenen Vor- und Nachteile in Bezug auf Gemeinschaft, Bibliotheken und Ressourcen. 1) Die Python-Community ist freundlich und für Anfänger geeignet, aber die Front-End-Entwicklungsressourcen sind nicht so reich wie JavaScript. 2) Python ist leistungsstark in Bibliotheken für Datenwissenschaft und maschinelles Lernen, während JavaScript in Bibliotheken und Front-End-Entwicklungsbibliotheken und Frameworks besser ist. 3) Beide haben reichhaltige Lernressourcen, aber Python eignet sich zum Beginn der offiziellen Dokumente, während JavaScript mit Mdnwebdocs besser ist. Die Wahl sollte auf Projektbedürfnissen und persönlichen Interessen beruhen.

Bei der Auswahl einer Pytorch -Version unter CentOS müssen die folgenden Schlüsselfaktoren berücksichtigt werden: 1. Cuda -Version Kompatibilität GPU -Unterstützung: Wenn Sie NVIDIA -GPU haben und die GPU -Beschleunigung verwenden möchten, müssen Sie Pytorch auswählen, der die entsprechende CUDA -Version unterstützt. Sie können die CUDA-Version anzeigen, die unterstützt wird, indem Sie den Befehl nvidia-smi ausführen. CPU -Version: Wenn Sie keine GPU haben oder keine GPU verwenden möchten, können Sie eine CPU -Version von Pytorch auswählen. 2. Python Version Pytorch

Minio-Objektspeicherung: Hochleistungs-Bereitstellung im Rahmen von CentOS System Minio ist ein hochleistungsfähiges, verteiltes Objektspeichersystem, das auf der GO-Sprache entwickelt wurde und mit Amazons3 kompatibel ist. Es unterstützt eine Vielzahl von Kundensprachen, darunter Java, Python, JavaScript und Go. In diesem Artikel wird kurz die Installation und Kompatibilität von Minio zu CentOS -Systemen vorgestellt. CentOS -Versionskompatibilitätsminio wurde in mehreren CentOS -Versionen verifiziert, einschließlich, aber nicht beschränkt auf: CentOS7.9: Bietet einen vollständigen Installationshandbuch für die Clusterkonfiguration, die Umgebungsvorbereitung, die Einstellungen von Konfigurationsdateien, eine Festplattenpartitionierung und Mini

Die Installation von CentOS-Installationen erfordert die folgenden Schritte: Installieren von Abhängigkeiten wie Entwicklungstools, PCRE-Devel und OpenSSL-Devel. Laden Sie das Nginx -Quellcode -Paket herunter, entpacken Sie es, kompilieren Sie es und installieren Sie es und geben Sie den Installationspfad als/usr/local/nginx an. Erstellen Sie NGINX -Benutzer und Benutzergruppen und setzen Sie Berechtigungen. Ändern Sie die Konfigurationsdatei nginx.conf und konfigurieren Sie den Hörport und den Domänennamen/die IP -Adresse. Starten Sie den Nginx -Dienst. Häufige Fehler müssen beachtet werden, z. B. Abhängigkeitsprobleme, Portkonflikte und Konfigurationsdateifehler. Die Leistungsoptimierung muss entsprechend der spezifischen Situation angepasst werden, z. B. das Einschalten des Cache und die Anpassung der Anzahl der Arbeitsprozesse.
