我一直在使用Django开发一个web应用程序，我很好奇是否有一种方法可以安排一个作业定期运行。
基本上，我只是想运行数据库，并在自动的、定期的基础上进行一些计算/更新，但我似乎找不到任何关于这样做的文档。
有人知道怎么设置吗?
澄清一下:我知道我可以设置一个cron作业来完成这个任务，但我很好奇Django中是否有一些特性提供了这个功能。我希望人们能够自己部署这个应用程序，而不需要做很多配置(最好是零配置)。
我曾经考虑过“回溯性”地触发这些操作，方法是简单地检查自上一次请求发送到站点以来作业是否应该运行，但我希望使用更简洁的方法。
当前回答
我不确定这对任何人都有用，因为我必须提供系统的其他用户来调度作业，而不给他们访问实际的服务器(windows)任务调度器，我创建了这个可重用的应用程序。
请注意，用户可以访问服务器上的一个共享文件夹，在那里他们可以创建所需的命令/任务/.bat文件。这个任务然后可以使用这个应用程序安排。
应用程序名称为Django_Windows_Scheduler
截图:
其他回答
将以下内容放在你的cron.py文件的顶部:
#!/usr/bin/python
import os, sys
sys.path.append('/path/to/') # the parent directory of the project
sys.path.append('/path/to/project') # these lines only needed if not on path
os.environ['DJANGO_SETTINGS_MODULE'] = 'myproj.settings'
# imports and code below
你一定要看看django-q! 它不需要额外的配置，并且很可能具备在商业项目中处理任何生产问题所需的一切。
它是积极开发的，与django, django ORM, mongo, redis集成得很好。以下是我的配置:
# django-q
# -------------------------------------------------------------------------
# See: http://django-q.readthedocs.io/en/latest/configure.html
Q_CLUSTER = {
# Match recommended settings from docs.
'name': 'DjangoORM',
'workers': 4,
'queue_limit': 50,
'bulk': 10,
'orm': 'default',
# Custom Settings
# ---------------
# Limit the amount of successful tasks saved to Django.
'save_limit': 10000,
# See https://github.com/Koed00/django-q/issues/110.
'catch_up': False,
# Number of seconds a worker can spend on a task before it's terminated.
'timeout': 60 * 5,
# Number of seconds a broker will wait for a cluster to finish a task before presenting it again. This needs to be
# longer than `timeout`, otherwise the same task will be processed multiple times.
'retry': 60 * 6,
# Whether to force all async() calls to be run with sync=True (making them synchronous).
'sync': False,
# Redirect worker exceptions directly to Sentry error reporter.
'error_reporter': {
'sentry': RAVEN_CONFIG,
},
}
另一种选择是使用火箭技术:
from rocketry import Rocketry
from rocketry.conds import daily, after_success
app = Rocketry()
@app.task(daily.at("10:00"))
def do_daily():
...
@app.task(after_success(do_daily))
def do_after_another():
...
if __name__ == "__main__":
app.run()
它还支持自定义条件:
from pathlib import Path
@app.cond()
def file_exists(file):
return Path(file).exists()
@app.task(daily & file_exists("myfile.csv"))
def do_custom():
...
它也支持Cron:
from rocketry.conds import cron
@app.task(cron('*/2 12-18 * Oct Fri'))
def do_cron():
...
它可以很好地与FastAPI集成，我认为它也可以与Django集成，Rocketry本质上只是一个复杂的循环，可以生成异步任务，线程和进程。
声明:我是作者。
虽然不是Django的一部分，但气流是一个更近期的项目(截至2016年)，用于任务管理。
风流是一个工作流自动化和调度系统，可用于创建和管理数据管道。基于web的UI为开发人员提供了一系列管理和查看这些管道的选项。
《气流》是用Python编写的，使用Flask构建的。
“气流”是由Airbnb的Maxime Beauchemin在2015年春天创建的开源软件。它在2016年冬天加入了Apache软件基金会的孵化计划。下面是Git项目页面和一些附加的背景信息。
有趣的可插拔Django应用程序:Django -chronograph
你只需要添加一个作为计时器的cron条目，就可以在脚本中运行一个非常好的Django管理界面。
