Celery와 Docker를 사용하여 Django에서 Cron 작업 실행
크론 작업 소개
크론 작업은 지정된 간격으로 자동으로 실행되는 예약된 작업입니다. 이러한 작업은 알림 이메일 보내기, 보고서 생성 또는 데이터베이스 정리와 같은 반복적인 작업을 자동화하는 데 유용합니다. Django 프로젝트에서는 Celery와 같은 도구를 사용하여 크론 작업을 설정할 수 있어 작업 예약 및 관리가 쉽고 효율적입니다.
Django 프로젝트 설정
먼저 Django 프로젝트를 생성하고 필요한 패키지를 설치한 다음 Docker를 사용하여 프로젝트를 컨테이너화해 보겠습니다.
가상 환경 생성 및 Django 및 DRF 설치
- 터미널을 열고 프로젝트 디렉토리로 이동하세요.
- 가상 환경 생성 및 활성화:
python -m venv myenv source myenv/bin/activate # On Windows, use myenv\Scripts\activate
- Django 및 Django REST 프레임워크 설치:
pip install django djangorestframework
Django 프로젝트 및 앱 만들기
- 새 Django 프로젝트 만들기:
django-admin startproject myproject cd myproject
- 새 Django 앱 만들기:
python manage.py startapp myapp
- settings.py에 앱을 추가하세요.
# myproject/settings.py INSTALLED_APPS = [ ... 'myapp', 'rest_framework', ]
Celery 및 Redis 설치
- Celery 및 Redis 설치:
pip install celery redis
- celery.py 파일을 생성하여 프로젝트에 Celery를 설정합니다.
# myproject/celery.py from __future__ import absolute_import, unicode_literals import os from celery import Celery os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'myproject.settings') app = Celery('myproject') app.config_from_object('django.conf:settings', namespace='CELERY') app.autodiscover_tasks() app.conf.beat_schedule = { 'run-this-task-every-day': { 'task': 'myapp.tasks.my_scheduled_task', 'schedule': crontab(minute="00", hour="7"), # Executes every day at 7 AM }, } app.conf.timezone = 'UTC'
- Django와 함께 Celery를 로드하려면 init.py를 수정하세요.
# myproject/__init__.py from __future__ import absolute_import, unicode_literals from .celery import app as celery_app __all__ = ('celery_app',)
- settings.py에서 Celery를 구성합니다.
CELERY_BROKER_URL = os.environ.get('REDIS_URL') CELERY_RESULT_BACKEND = os.environ.get('REDIS_URL') CELERY_ACCEPT_CONTENT = ['json'] CELERY_TASK_SERIALIZER = 'json' CELERY_RESULT_SERIALIZER = 'json' CELERY_TIMEZONE = 'UTC' CELERY_BROKER_CONNECTION_RETRY_ON_STARTUP = True
셀러리 작업 만들기
Django 앱의tasks.py에서 작업을 정의하세요.
# myapp/tasks.py from celery import shared_task @shared_task def my_scheduled_task(): print("This task runs every every day.")
Docker 구성 생성
- API용 Django용 Dockerfile(이름: Dockerfile.myapi)을 만듭니다.
FROM python:3.8-alpine3.15 ENV PYTHONUNBUFFERED=1 ENV PYTHONDONTWRITEBYTECODE=1 WORKDIR /app COPY requirements.txt /app RUN pip install --no-cache-dir -r requirements.txt COPY . . EXPOSE 9000 CMD ["gunicorn", "-w", "4", "-b", "0.0.0.0:8000", "myproject.wsgi:application"]
- 셀러리용 Dockerfile 생성(이름: Dockerfile.myjob)
FROM python:3.8-alpine3.15 ENV PYTHONUNBUFFERED=1 ENV PYTHONDONTWRITEBYTECODE=1 WORKDIR /app COPY requirements.txt /app RUN pip install --no-cache-dir -r requirements.txt COPY . /app CMD ["celery", "-A", "myproject", "worker", "--loglevel=info", "--concurrency=4", "-E", "-B"]
- Requirements.txt 파일을 생성하여 종속성을 나열합니다.
Django==4.2 djangorestframework==3.14.0 celery==5.3.1 redis==5.0.0
- 서비스 관리를 위해 docker-compose.yml 파일을 만듭니다.
services: app: build: context: . dockerfile: Dockerfile.myapi container_name: myapp_api ports: - 7000:7000 env_file: - .env celery: build: context: . dockerfile: Dockerfile.myjob container_name: myapp_job depends_on: - app env_file: - .env
- .env 파일을 생성하고 Redis URL 값을 추가합니다.
REDIS_URL=<your_redis_url>
Docker 컨테이너 빌드 및 실행
- Docker 이미지 빌드 및 실행:
docker-compose up --build
이렇게 하면 Celery 작업자 및 Celery 비트 스케줄러와 함께 Django 애플리케이션이 시작됩니다.
크론 작업 확인
이제 Celery 작업이 정의한 일정에 따라 실행되어야 합니다. 지정된 시간에 로그를 확인하여 작업이 실행되고 있는지 확인할 수 있습니다.
결론
Celery, Docker 및 Redis를 사용하여 Django에서 cron 작업을 실행하면 백그라운드 작업 관리를 위한 강력하고 확장 가능한 솔루션이 제공됩니다. Docker는 애플리케이션이 다양한 환경에서 일관되게 실행되도록 보장하여 배포를 더 쉽게 만듭니다. 위의 단계를 따르면 작업을 효율적으로 자동화하고 Django 프로젝트를 쉽게 관리할 수 있습니다.
위 내용은 Celery와 Docker를 사용하여 Django에서 Cron 작업 실행의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

하루에 2 시간 동안 파이썬을 배우는 것으로 충분합니까? 목표와 학습 방법에 따라 다릅니다. 1) 명확한 학습 계획을 개발, 2) 적절한 학습 자원 및 방법을 선택하고 3) 실습 연습 및 검토 및 통합 연습 및 검토 및 통합,이 기간 동안 Python의 기본 지식과 고급 기능을 점차적으로 마스터 할 수 있습니다.

Python은 개발 효율에서 C보다 낫지 만 C는 실행 성능이 높습니다. 1. Python의 간결한 구문 및 풍부한 라이브러리는 개발 효율성을 향상시킵니다. 2.C의 컴파일 유형 특성 및 하드웨어 제어는 실행 성능을 향상시킵니다. 선택할 때는 프로젝트 요구에 따라 개발 속도 및 실행 효율성을 평가해야합니다.

Python과 C는 각각 고유 한 장점이 있으며 선택은 프로젝트 요구 사항을 기반으로해야합니다. 1) Python은 간결한 구문 및 동적 타이핑으로 인해 빠른 개발 및 데이터 처리에 적합합니다. 2) C는 정적 타이핑 및 수동 메모리 관리로 인해 고성능 및 시스템 프로그래밍에 적합합니다.

Pythonlistsarepartoftsandardlardlibrary, whileraysarenot.listsarebuilt-in, 다재다능하고, 수집 할 수있는 반면, arraysarreprovidedByTearRaymoduledlesscommonlyusedDuetolimitedFunctionality.

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.

과학 컴퓨팅에서 Python의 응용 프로그램에는 데이터 분석, 머신 러닝, 수치 시뮬레이션 및 시각화가 포함됩니다. 1.numpy는 효율적인 다차원 배열 및 수학적 함수를 제공합니다. 2. Scipy는 Numpy 기능을 확장하고 최적화 및 선형 대수 도구를 제공합니다. 3. 팬더는 데이터 처리 및 분석에 사용됩니다. 4. matplotlib는 다양한 그래프와 시각적 결과를 생성하는 데 사용됩니다.

웹 개발에서 Python의 주요 응용 프로그램에는 Django 및 Flask 프레임 워크 사용, API 개발, 데이터 분석 및 시각화, 머신 러닝 및 AI 및 성능 최적화가 포함됩니다. 1. Django 및 Flask 프레임 워크 : Django는 복잡한 응용 분야의 빠른 개발에 적합하며 플라스크는 소형 또는 고도로 맞춤형 프로젝트에 적합합니다. 2. API 개발 : Flask 또는 DjangorestFramework를 사용하여 RESTFULAPI를 구축하십시오. 3. 데이터 분석 및 시각화 : Python을 사용하여 데이터를 처리하고 웹 인터페이스를 통해 표시합니다. 4. 머신 러닝 및 AI : 파이썬은 지능형 웹 애플리케이션을 구축하는 데 사용됩니다. 5. 성능 최적화 : 비동기 프로그래밍, 캐싱 및 코드를 통해 최적화
